多传感器跟踪系统自适应kalman滤波融合 tracking target by multi-sensor fusion using adaptive kalman filtering.pdfVIP

多传感器跟踪系统自适应kalman滤波融合 tracking target by multi-sensor fusion using adaptive kalman filtering.pdf

  1. 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. 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. 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. 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. 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. 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. 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
多传感器跟踪系统自适应kalman滤波融合 tracking target by multi-sensor fusion using adaptive kalman filtering

and 40 传感器与微系统(TransducerMicrosystemTechnologies) 2009年第28卷第9期 多传感器跟踪系统自适应Kalman滤波融合米 梁卫星,周杰 (四川大学数学学院。四川成都610064) 摘要:多传感器目标跟踪的一个实际问题是如何获得目标的过程噪声信息,以获得较好的跟踪性能。 针对多传感器分布式估计融合系统,利用这种自适应技术给出了一种自适应Kalman滤波的融合方法,它 具有与中心式相近的跟踪性能。计算机模拟结果表明:这种方法具有较优良的性能。 关键词:自适应Kalman滤波;目标跟踪;估计融合 中图分类号:0231.1 文献标识码:A 文章编号:1000-9787(2009)09-0040-04 fusion multi—sensor target using Trackingby Kalman adaptive filtering术 LIANG Jie Wei-xing,ZHOU of (CollegeMathematics,SichuanUniversity,Chengdu610064,China) ofmulti—sensor ishowto theinformationofthe noiseSOas Abstract:The get process keyproblem trackingtargets to a of Kalmanfilterisusedtotracka getgoodperformancetrackingtargets.Theadaptive maneuveringtarget underthe ofthedistributedestimationfusion.Ithasthe withthecentralized system asymptoticalperformance this showsthat hasa system.Simulation techniquegoodperformance. Kalman fusion Key filtering;target words:adaptive tracking;estimation 0引言 更为有效的分步式估计融合算法,这种算法使得计算复杂 JA。6 经典Kalman滤波是一个用于解决目标跟踪问题的重度大大减小。Rocker和McGillemo比较了Bar—Shalom O 要理论工具,其使用条件之一是必须已知过程噪声信息。 Y和CampL方法中的估计融合(分布式)和观测融合 然而,在目标跟踪的许多实际问题中,过程噪

您可能关注的文档

文档评论(0)

118zhuanqian + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档