- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
                        查看更多
                        
                    
                分布式多传感器系统航迹融合ELMAN神经网络交互协方差论文
                    分布式多传感器系统航迹融合算法研究
【摘要】 在多传感器信息融合系统中,经常采用集中式和分布式这两种基本的融合结构,其中,分布式融合结构与集中式融合结构相比较,除了拥有类似的融合精度,还拥有较低的建造和维护费用,有较高的可靠性和可用性,还具有减少数据总线的频宽和降低数据处理要求等优点。目前,在设计多传感器信息融合系统时,分布式融合结构已经成为了优先应用方案,而航迹融合是多传感器信息融合技术中的最终环节,也是该领域研究的重点和难点。本文对分布式多传感器信息融合系统航迹融合的算法进行了研究,着重对局部航迹进行简单凸组合融合(CC)算法进行研究,用ELMAN神经网络补偿因交互协方差带来的融合误差,减少了计算量,仿真结果表明该方法能够比较有效地处理多传感器环境下因共同过程噪声而导致的具有交互式协方差的航迹融合问题。?更多还原
【Abstract】 In the multi-sensor information fusion system, centralized and distributed fusion structure is frequently been used, which, comparing the distributed fusion structure and centralized fusion structure, it except has a similar fusion in addition to precision, also has a lower construction and maintenance cost, higher reliability and availability, even can reduce the data bus bandwidth and lower data processing requirements and so on. Currently, when designing multi-sensor multi-target tracking sys...?更多还原 
【关键词】 分布式多传感器系统; 航迹融合; ELMAN神经网络; 交互协方差; 【Key words】 distributed multisensor system; track-to-track fusion; ELMANANN; cross-covariance; 
【索购硕士论文全文】Q联系Q:138113721  139938848  即付即发
目录
摘要 3-4 
ABSTRACT 4 
第一章 绪论 9-19 
    1.1 航迹融合的定义和研究意义 9-10 
        1.1.1 航迹融合的定义 9-10 
        1.1.2 航迹融合的研究意义 10 
    1.2 航迹融合与信息融合系统的功能模型和结构模型的关系 10-14 
        1.2.1 航迹融合与信息融合系统功能模型的关系 10-12 
        1.2.2 航迹融合与信息融合系统结构模型的关系 12-14 
    1.3 信息融合技术及航迹融合算法的发展现状 14-18 
        1.3.1 信息融合技术的发展情况 14-17 
            1.3.1.1 信息融合技术在军事领域的发展 14-15 
            1.3.1.2 信息融合技术的在国内外学术领域的发展 15-16 
            1.3.1.3 信息融合技术在民用领域的发展 16-17 
        1.3.2 航迹融合算法的发展现状 17-18 
    1.4 论文的主要内容及章节的安排 18-19 
第二章 航迹融合基础 19-31 
    2.1 卡尔曼滤波算法 19-21 
    2.2 机动目标当前统计模型 21-23 
    2.3 椭球跟踪门 23-25 
    2.4 时空配准 25-26 
        2.4.1 时间配准 25-26 
        2.4.2 空间配准 26 
    2.5 SINGER模型与当前统计模型仿真比较 26-29 
    2.6 本章小结 29-31 
第三章 分布式信息融合系统中的航迹关联 31-37 
    3.1 基于模糊数学的航迹关联算法 31-33 
        3.1.1 模糊控制理论和模糊因素集 31-32 
        3.1.2 基于模糊聚类分析的航迹关联算法思想 32 
        3.1.3 基于模糊综合函数的航迹关联算法思想 32-33 
    3.2 基于统计学的航迹关联算法 33-36 
        3.2.1 加权航迹关联算法 33-34 
  
                 原创力文档
原创力文档 
                        

文档评论(0)