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:
利用测量系统采用单一传感器对测量系统获取观测数据,通过经典卡尔曼滤波算法对观测数据进行估计.在对复杂多变的环境中利用多种传感器所测量的数据进行融合分析,针对不同结果的观测数据,建立数学模型,用方差大小来衡量每个传感器的精度性,对获取到不同的观测数据进行观测融合,采用集中式融合和分布式融合方法,分布式融合运用矩阵分析把高维观测向量通过加权最下二乘法得到低维观测向量,采用分布式融合既降低了计算复杂度,又增加了系统测量估计的精度.利用仿真模拟出不同参数系统,验证了多传感器融合比单一传感器估计精度高.
推荐文章
基于强跟踪滤波器的多传感器非线性动态系统状态容错融合估计
强跟踪滤波器
融合估计
渐消因子
动态系统
Kalman滤波
多传感器信息融合在摩擦焊机上的应用研究
多传感器信息融合
神经网络
工业控制
摩擦焊机
基于信息滤波的分布式多传感器状态估计算法
信息滤波
Kalman滤波
多传感器
分布式
状态估计
多传感器数据融合在风量采集系统中的应用
主要通风机
风量
多传感器
数据融合
Bayes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 基于多传感器信息融合在状态估计上的应用
来源期刊 自动化应用 学科 工学
关键词 多传感器观测 数据融合 Kalman滤波器 状态估计
年,卷(期) 2021,(12) 所属期刊栏目 计算机与信息技术
研究方向 页码范围 67-70,74
页数 5页 分类号 TP212
字数 语种 中文
DOI 10.19769/j.zdhy.2021.12.018
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2021(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
多传感器观测
数据融合
Kalman滤波器
状态估计
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
自动化应用
月刊
1674-778X
50-1201/TP
大16开
重庆市渝北区洪湖西路18号《自动化应用》杂志社
78-52
1960
chi
出版文献量(篇)
6972
总下载数(次)
15
论文1v1指导