高级检索
ENGLISH

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于全局状态估计的多传感器加权数据融合算法

司迎利,  杨新宇,  陈勇,  向静波,  郭世伟

downloadPDF
文章导航 > 红外技术  > 2014 >  36(5): 360-364
司迎利, 杨新宇, 陈勇, 向静波, 郭世伟. 基于全局状态估计的多传感器加权数据融合算法[J]. 红外技术, 2014, 36(5): 360-364.
引用本文: 司迎利, 杨新宇, 陈勇, 向静波, 郭世伟. 基于全局状态估计的多传感器加权数据融合算法[J]. 红外技术, 2014, 36(5): 360-364.
shu
SI Ying-li, YANG Xin-yu, CHEN Yong, XIANG Jing-bo, GUO Shi-wei. Multi-sensor Weighted Data Fusion Algorithm Based on Global State Estimation[J]. Infrared Technology , 2014, 36(5): 360-364.
Citation: SI Ying-li, YANG Xin-yu, CHEN Yong, XIANG Jing-bo, GUO Shi-wei. Multi-sensor Weighted Data Fusion Algorithm Based on Global State Estimation[J]. Infrared Technology , 2014, 36(5): 360-364.
shu

基于全局状态估计的多传感器加权数据融合算法

  • 中国空空导弹研究院,河南洛阳,471009

  • 西安交通大学计算机科学与技术系,陕西西安,710049

  • 中国空空导弹研究院

  • 西安交通大学

基金项目: 中国空空导弹研究院科技创新基金(201306S08)
详细信息

  • 中图分类号: TP732.2

Multi-sensor Weighted Data Fusion Algorithm Based on Global State Estimation

    摘要
  • 摘要: 自学习最小二乘加权数据融合算法已被广泛地应用于融合多传感器系统中的量测信息.但是,通过深入的理论分析和实验仿真发现,自学习最小二乘加权数据融合算法在进行双传感器数据融合时具有较差的融合精度,同时该算法还具有较差的抗干扰性及稳定性.基于以上研究结果,提出了一种基于全局状态估计的多传感器加权数据融合算法,采用卡尔曼滤波的状态估计特性及相关历史信息,使得状态的估计值能够充分逼近真实值,从而使得算法具有较高的融合精度及抗干扰性.最后,MonteCarlo仿真结果显示,相比于已有算法,提出的算法在融合精度及抗干扰性方面具有明显地提高.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  84
  • HTML全文浏览量:  16
  • PDF下载量:  10
  • 被引次数: 0
出版历程

目录

    /

    返回文章
    返回

    版权所有 © 《红外技术》编辑部京ICP备000000000号-1

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计