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:
针对智能船舶多传感器系统因未知海洋环境干扰和设备间干扰等因素,导致一个或数个传感器产生间歇性随机故障,进而导致融合估计结果出现偏差甚至失真的问题,设计了一种自适应加权融合估值算法,并引入了衰减记忆因子降低旧测量数据对融合估计的影响权重.为增强融合估值器对于量测故障信号的容错性,添加了故障检测与校正模块对量测信号进行检测与校正.为了验证算法的容错性能和融合估计的精度,对带有间歇性随机故障的三传感器系统进行了仿真实验,并与改进前的自适应加权融合结果进行了对比.结果表明:对于带间歇性随机故障的多传感器系统而言,设计的自校正加权融合估计算法不仅具有鲁棒性,而且具有较高的融合精度.
推荐文章
标量及对角阵加权的序贯估计融合算法研究
多传感器
Kalman滤波
加权估计融合
序贯处理
多传感器数据自适应加权融合估计算法的研究
多传感器
数据融合
加权因子
频率估计的多段倍频正弦信号加权融合算法
频率估计
加权融合
多段倍频正弦信号
噪声对消
短时同频等长信号频率估计的加权融合算法
频率估计
加权融合
短时同频等长信号
低信噪比
噪声对消
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 面向智能船舶的自校正加权融合估计算法
来源期刊 华中科技大学学报(自然科学版) 学科 交通运输
关键词 智能船舶 容错融合 融合估计 自适应加权 衰减记忆因子
年,卷(期) 2019,(3) 所属期刊栏目 动力与船舶工程
研究方向 页码范围 25-30
页数 6页 分类号 U666.1
字数 语种 中文
DOI 10.13245/j.hust.190305
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 徐海祥 武汉理工大学高性能船舶技术教育部重点实验室 57 166 7.0 9.0
5 周志杰 武汉理工大学高性能船舶技术教育部重点实验室 5 4 1.0 2.0
6 韩鑫 武汉理工大学高性能船舶技术教育部重点实验室 8 9 2.0 3.0
7 李文娟 江苏科技大学海洋装备研究院 10 5 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (23)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(7)
  • 参考文献(2)
  • 二级参考文献(5)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(11)
  • 参考文献(1)
  • 二级参考文献(10)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
智能船舶
容错融合
融合估计
自适应加权
衰减记忆因子
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
华中科技大学学报(自然科学版)
月刊
1671-4512
42-1658/N
大16开
武汉市珞喻路1037号
38-9
1973
chi
出版文献量(篇)
9146
总下载数(次)
26
总被引数(次)
88536
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导