基于途径概念的数据融合方法
【摘要】：目前在多传感器条件下提升数据精度的基本方法是状态估计,其中最常用的方法是卡尔曼滤波及其变形算法。由于卡尔曼滤波是依靠时间积累来增加信息量、提高数据精度,因而其收敛速度不可避免地要受到时间因素的影响。另外卡尔曼滤波作为单纯的数据处理方法也无法利用观测系统中一些已知的物理信息。提出了基于途径概念的数据融合方法,它打破了机械的"传感器融合"的概念束缚,有效地帮助人们挖掘和利用潜在的冗余信息,使多传感器信息能够迅速得到充分利用,从而使收敛速度得到提高。基于途径的数据融合方法并未提供一套固定的算法,它提供的只是一套处理规则。
|
|
|
|
| 1 |
倪国强,李勇量,牛丽红;基于神经网络的数据融合技术的新进展[J];北京理工大学学报;2003年04期 |
| 2 |
崔平远,黄晓瑞;基于联合卡尔曼滤波的多传感器信息融合算法及其应用[J];电机与控制学报;2001年03期 |
| 3 |
刘兴;多传感器数据融合的实现技术[J];电子学报;2001年09期 |
| 4 |
文成林;多尺度多速率递归Kalman滤波[J];河南大学学报(自然科学版);2001年04期 |
| 5 |
周福娜,吕冰,文成林;多传感器次优Kalman滤波器及其融合效果评价[J];河南大学学报(自然科学版);2004年03期 |
| 6 |
姜万录,李冲祥,刘继刚;多传感器数据融合技术的现状及展望[J];机床与液压;2003年03期 |
| 7 |
郭戈,罗志刚;多传感器数据融合方法的研究与进展[J];机电一体化;2003年05期 |
| 8 |
王耀南,李树涛;多传感器信息融合及其应用综述[J];控制与决策;2001年05期 |
| 9 |
孙书利,崔平远;多传感器标量加权最优信息融合稳态Kalman滤波器[J];控制与决策;2004年02期 |
| 10 |
盛三元,王建华;联合卡尔曼滤波在多传感器信息融合中的应用[J];雷达与对抗;2002年01期 |
|
|
|
|
|
| 1 |
罗志增,蒋静坪;相关证据的融合及其在机器人多感觉信息融合中的应用[J];传感技术学报;2000年03期 |
| 2 |
王祁,聂伟;分布式多传感器数据融合[J];传感器技术;1997年05期 |
| 3 |
刘俊,付敬奇,董新平;数据融合在目标识别中的应用[J];传感器技术;2001年06期 |
| 4 |
涂小强;信息融合的原理与方法概述[J];电讯技术;2000年03期 |
| 5 |
马昕,于海田,袁信;组合导航系统中的联邦滤波算法研究[J];东南大学学报;1998年05期 |
| 6 |
周锐，申功勋，房建成，祝世平;基于信息融合的目标图像跟踪[J];电子学报;1998年12期 |
| 7 |
郑容，文成林，施晨鸣，张洪才;多分辨多模型机动目标跟踪[J];电子学报;1998年12期 |
| 8 |
罗志增,蒋静坪;基于D-S理论的多信息融合方法及应用[J];电子学报;1999年09期 |
| 9 |
刘常澍,刘峰,谢学智,庞维珍;可编程细胞神经网络硬件实现及应用研究[J];电子学报;2000年04期 |
| 10 |
文成林;多传感器单模型动态系统多尺度数据融合[J];电子学报;2001年03期 |
|
手机打开
快捷付款方式
订购知网充值卡
订购热线
帮助中心