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:
在单个传感器的状态估计系统中,标准的增量卡尔曼滤波方法可以有效消除量测系统误差。对于多传感器情况,标准算法失效。针对该问题,提出了多传感器集中式增量卡尔曼滤波融合算法,即:增量卡尔曼滤波的扩维融合算法和增量卡尔曼滤波的序贯融合算法。在标准增量卡尔曼滤波算法的基础上,结合扩维融合和序贯融合的思想来实现多传感器数据的融合。实验结果表明,当存在量测系统误差时,提出的集中式融合算法与传统的集中式融合算法相比,提高了滤波精度,并且能够成功地消除量测系统误差。
推荐文章
基于卡尔曼滤波的多传感器跟踪融合算法
卡尔曼滤波
目标跟踪
集中式融合算法
分布式融合算法
基于修正扩展卡尔曼序贯滤波的信息融合算法
信息融合
机动目标跟踪
修正扩展卡尔曼滤波
序贯滤波
多传感器跟踪型数据滤波融合算法
转换测量值卡尔曼滤波算法
扩展的卡尔曼滤波算法
数据融合
目标跟踪
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
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 多传感器集中式增量卡尔曼滤波融合算法
来源期刊 计算机工程与应用 学科 工学
关键词 多传感器数据融合 增量卡尔曼滤波 扩维融合 序贯融合 量测系统误差
年,卷(期) 2014,(11) 所属期刊栏目 信号处理
研究方向 页码范围 229-232,255
页数 5页 分类号 TP391
字数 6188字 语种 中文
DOI 10.3778/j.issn.1002-8331.1308-0396
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 马丽丽 西安工程大学计算机科学学院 45 209 8.0 10.0
2 陈金广 西安工程大学计算机科学学院 67 288 8.0 11.0
3 张曼 西安工程大学计算机科学学院 3 20 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (100)
共引文献  (66)
参考文献  (15)
节点文献
引证文献  (13)
同被引文献  (33)
二级引证文献  (20)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(3)
  • 参考文献(0)
  • 二级参考文献(3)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(7)
  • 参考文献(0)
  • 二级参考文献(7)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(9)
  • 参考文献(2)
  • 二级参考文献(7)
2009(9)
  • 参考文献(2)
  • 二级参考文献(7)
2010(9)
  • 参考文献(2)
  • 二级参考文献(7)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(12)
  • 参考文献(5)
  • 二级参考文献(7)
2013(3)
  • 参考文献(3)
  • 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(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(10)
  • 引证文献(5)
  • 二级引证文献(5)
2018(10)
  • 引证文献(3)
  • 二级引证文献(7)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多传感器数据融合
增量卡尔曼滤波
扩维融合
序贯融合
量测系统误差
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