基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对目前常用的按标量、对角阵、矩阵加权融合方法过程较复杂,计算负担较重的问题,结合三维目标跟踪模型提出一种高斯马尔可夫融合方法来融合卡尔曼滤波估计值,不需要计算局部稳态滤波误差互协方差,只需要知道传感器的观测噪声方差就可以了.计算方法和操作相对简单,省略了很多繁琐步骤也能达到不错的滤波融合效果,通过仿真证明了此方法的可行性和高效性.
推荐文章
基于模糊卡尔曼滤波的信息融合算法
信息融合
模糊加权
自适应模糊逻辑系统
卡尔曼滤波
卡尔曼滤波算法在多传感器融合技术中的应用
数据融合
加权融合估计
非线性卡尔曼滤波
多传感器自适应容积卡尔曼滤波融合算法
容积卡尔曼滤波
自适应
噪声统计估计器
修正函数
组合滤波
数据融合
欠观测条件下的高斯和增量卡尔曼滤波算法
高斯和滤波
增量卡尔曼滤波
非高斯噪声
卡尔曼滤波
状态估计
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高斯马尔可夫融合算法在卡尔曼滤波中的应用
来源期刊 现代防御技术 学科 工学
关键词 多传感器 卡尔曼滤波 高斯马尔可夫信息融合算法 目标跟踪
年,卷(期) 2012,(2) 所属期刊栏目 探测跟踪技术
研究方向 页码范围 119-126
页数 分类号 TN953|TN713|TP301.6
字数 4558字 语种 中文
DOI 10.3969/j.issn.1009-086x.2012.02.024
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张天骐 重庆邮电大学信号与信息处理重庆市重点实验室 263 1256 15.0 20.0
2 魏世朋 重庆邮电大学信号与信息处理重庆市重点实验室 8 24 3.0 4.0
3 白娟 重庆邮电大学信号与信息处理重庆市重点实验室 12 83 5.0 8.0
4 余熙 重庆邮电大学信号与信息处理重庆市重点实验室 8 31 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (31)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(1)
  • 二级参考文献(0)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1980(2)
  • 参考文献(1)
  • 二级参考文献(1)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多传感器
卡尔曼滤波
高斯马尔可夫信息融合算法
目标跟踪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代防御技术
双月刊
1009-086X
11-3019/TJ
大16开
北京142信箱30分箱
2-443
1973
chi
出版文献量(篇)
3205
总下载数(次)
12
总被引数(次)
13802
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导