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:
针对多传感器分布式估计融合系统,在最小化估计误差的协方差矩阵迹的准则下,采用标量加权及对角阵加权融合方法,提出了估计误差相关条件下的序贯处理式最优估计融合Kalman滤波器.该融合滤波器以两传感器估计融合算法为基础,对传感器采集信息依次进行融合计算,得到多传感器融合结果.比较两种算法与局部滤波器的估计精度,并进行了仿真.仿真结果表明了基于加权估计融合的序贯处理算法的可行性和有效性.
推荐文章
一种改进的加权融合算法
估计算法
加权融合
多传感器数据融合
机动目标跟踪的多传感器分层加权融合算法
机动目标
交互多模型
多传感器融合
分层加权
按对角阵加权信息融合Kalman滤波器
多传感器
按对角阵加权信息融合Kalman滤波器
实时信息融合
解耦信息融合Kalman滤波器
Lyapunov方程
现代时间序列分析方法
基于全局状态估计的多传感器加权数据融合算法
多传感器数据融合
方差估计
状态估计
卡尔曼滤波
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 标量及对角阵加权的序贯估计融合算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 多传感器 Kalman滤波 加权估计融合 序贯处理
年,卷(期) 2012,(31) 所属期刊栏目 数据库、信号与信息处理
研究方向 页码范围 101-104
页数 4页 分类号 TP212
字数 2911字 语种 中文
DOI 10.3778/j.issn.1002-8331.2012.31.022
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 张继业 西南交通大学牵引动力国家重点实验室 188 1695 20.0 31.0
2 王鹏 西南交通大学牵引动力国家重点实验室 67 665 15.0 23.0
3 宋鹏云 西南交通大学牵引动力国家重点实验室 17 99 6.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (3)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (20)
二级引证文献  (25)
1988(3)
  • 参考文献(1)
  • 二级参考文献(2)
1990(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(2)
  • 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(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(7)
  • 引证文献(0)
  • 二级引证文献(7)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多传感器
Kalman滤波
加权估计融合
序贯处理
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导