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:
为了改善船舶动力定位多传感器的融合性能,提出了一种多传感器闭环分级融合算法。该算法包括基于卡尔曼滤波的局部和全局两级估计,以全局融合信息的反馈作为局部估计的初始值进行时间更新,定义两级估计的映射关系并引入调节系数,自适应地调节全局融合增益。全局估计融入各局部估计过程中,两级估计组成了一个相互补偿的闭环系统。利用船舶半实物仿真系统的试验,仿真验证了该算法的有效性。
推荐文章
多传感器异步航迹融合算法与仿真
多传感器
异步航迹融合
最小二乘法
计算机仿真
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
基于多传感器的数据融合算法研究
多传感器
数据融合
数据一致性
支持度
自适应加权算法
仿真分析
基于高阶球面径向准则的多传感器融合算法
平均一致性算法
球面径向准则
集中式多传感器
分布式多传感器
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 船舶动力定位多传感器闭环分级融合算法
来源期刊 电子学报 学科 工学
关键词 多传感器融合 状态估计 分级融合 卡尔曼滤波
年,卷(期) 2014,(3) 所属期刊栏目 学术论文
研究方向 页码范围 512-516
页数 5页 分类号 TP273
字数 3883字 语种 中文
DOI 10.3969/j.issn.0372-2112.2014.03.014
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 林孝工 哈尔滨工程大学自动化学院 23 168 8.0 12.0
2 徐树生 青岛农业大学机电工程学院 5 42 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (15)
参考文献  (11)
节点文献
引证文献  (6)
同被引文献  (3)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(4)
  • 参考文献(3)
  • 二级参考文献(1)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多传感器融合
状态估计
分级融合
卡尔曼滤波
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
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