您的位置: 专家智库 > >

浙江省研究生创新科研项目(YK2008061)

作品数:3 被引量:14H指数:3
相关作者:葛泉波文成林徐廷梁冯肖亮张蕊更多>>
相关机构:杭州电子科技大学浙江大学河海大学更多>>
发文基金:浙江省研究生创新科研项目国家自然科学基金浙江省科技厅科技计划项目更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇电子电信

主题

  • 2篇无序量测
  • 2篇量测
  • 1篇多传感器
  • 1篇多目标
  • 1篇多目标跟踪
  • 1篇信息融合
  • 1篇数据关联
  • 1篇数据融合
  • 1篇网络
  • 1篇网络系统
  • 1篇线性时不变
  • 1篇线性时不变系...
  • 1篇滤波
  • 1篇目标跟踪
  • 1篇方位角
  • 1篇分布式
  • 1篇分布式信息
  • 1篇分布式信息融...
  • 1篇感器
  • 1篇KALMAN...

机构

  • 3篇杭州电子科技...
  • 1篇河海大学
  • 1篇浙江大学

作者

  • 3篇葛泉波
  • 1篇文成林
  • 1篇张蕊
  • 1篇冯肖亮
  • 1篇徐廷梁

传媒

  • 1篇电子与信息学...
  • 1篇电子学报
  • 1篇杭州电子科技...

年份

  • 1篇2011
  • 1篇2010
  • 1篇2009
3 条 记 录,以下是 1-3
排序方式:
不确定无序量测系统的最优网络化状态估计被引量:4
2011年
本文以线性时不变或系统参数预先确定的单传感器系统为对象,研究带有不确定随机无序量测约束下的最优网络化估计问题.基于线性时不变或参数预先确定系统的滤波器系数矩阵离线计算和线性最小方差估计的线性加权求和特性,首先介绍传统Kalman滤波的等价测量值加权求和形式.然后,以该测量值加权求和滤波器为基础,结合布尔二值开关和无序量测直接求和补偿技术,针对两种典型无序量测跟踪系统分别设计全局最优网络化Kalman滤波器.最后,四个仿真例子验证了本文算法的有效性和优越性.
葛泉波冯肖亮徐廷梁
关键词:线性时不变系统无序量测KALMAN滤波
多传感器网络系统基于无序估计的分布式信息融合被引量:8
2010年
无线传感器网络的局部节点往融合中心传输信息时,不确定的随机延迟易使得信息无序现象频繁发生,从而导致传统信息融合方法的应用面临诸多难题和挑战。该文以带有任意随机延迟的多传感器同步采样系统为对象,研究无序估计("Out-Of-Sequence"Estimate,OOSE)信息系统的最优分布式融合问题,最终建立一种新型的通用最优OOSE融合算法。与现有基于集中式框架的无序量测融合方法相比,新算法在融合精度和算法复杂度上均具有显著优势。算法分析和计算机仿真验证了新算法的有效性和优越性。
葛泉波文成林
关键词:数据融合传感器网络无序量测
纯方位角系统的实用多目标跟踪算法研究被引量:4
2009年
该文以可变多目标两传感器的纯方位跟踪系统为对象,综合应用目标的速率约束、相关噪声的UKFJ、DPA关联和滑动窗口等方法建立一个新型实用的多目标多传感器纯方位关联跟踪方法。新方法能有效解决目标跟踪过程中所有的关键问题,并具备完整处理可变目标数的多目标关联与跟踪的性能。该文给出了新方法的计算公式,并通过一个计算仿真验证新算法的有效性。
张蕊葛泉波
关键词:多目标跟踪数据关联
共1页<1>
聚类工具0