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:
在多传感器融合系统中,时间配准的动态噪声和观测噪声不易确定。为此,提出一种基于自适应卡尔曼滤波的时间配准算法。采用滤波过程的自适应性来估计系统的动态噪声和观测噪声,并对采样数据进行配准前的预处理。实验结果表明,该算法具有数值稳定性好、动态范围大的优点,且自适应性较强,能提高时间配准的精度。
推荐文章
改进的自适应衰减卡尔曼滤波算法
组合导航系统
自适应衰减卡尔曼滤波
遗忘因子
噪声模型
基于自适应卡尔曼滤波器的神经网络算法
自适应卡尔曼滤波算法
BP算法
前馈神经网络
基于修正积分卡尔曼粒子滤波的自适应目标跟踪算法
粒子滤波
重要性函数
积分卡尔曼滤波
统计线性回归
基于扩展卡尔曼滤波的自适应混合估计算法
多目标跟踪
定位算法
卡尔曼滤波
混合估计
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 基于自适应卡尔曼滤波的时间配准算法
来源期刊 计算机工程 学科 工学
关键词 多传感器 数据融合 卡尔曼滤波 时间配准 运动模型
年,卷(期) 2013,(10) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 200-202,207
页数 4页 分类号 TP301.6
字数 2941字 语种 中文
DOI 10.3969/j.issn.1000-3428.2013.10.042
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 彭玉旭 长沙理工大学计算机与通信工程学院 20 133 5.0 11.0
2 王丽娜 长沙理工大学计算机与通信工程学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (71)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
1976(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(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)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(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
数据融合
卡尔曼滤波
时间配准
运动模型
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
论文1v1指导