已閱讀1頁,還剩201頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、對于多傳感器系統(tǒng),應(yīng)用信息濾波原理,基于改進的Riccati方程、逆預(yù)報誤差方差陣方程和逆濾波誤差方差陣方程,提出了相應(yīng)的集中式觀測融合時變和穩(wěn)態(tài)Kalman濾波器的三種快速算法,可避免高維矩陣求逆,明顯減小計算負擔(dān)。應(yīng)用Kalman濾波方法,對多傳感器觀測融合的兩種加權(quán)觀測融合算法,證明了同集中式觀測融合算法相比,它們具有全局最優(yōu)性和完全功能等價性。在此基礎(chǔ)上提出了兩種多傳感器加權(quán)觀測融合Kalman估值器(濾波器、預(yù)報器和平滑器)和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 最優(yōu)加權(quán)觀測融合狀態(tài)估值器及其應(yīng)用.pdf
- 自校正觀測融合解耦Wiener狀態(tài)估值器及其應(yīng)用.pdf
- 最優(yōu)和自校正多傳感器信息融合白噪聲反卷積估值器.pdf
- 自校正加權(quán)觀測融合Kalman估值器及其應(yīng)用.pdf
- 最優(yōu)和自校正多傳感器加權(quán)觀測融合卡爾曼濾波器.pdf
- 多傳感器最優(yōu)估計與融合算法.pdf
- 多傳感器信息融合及其應(yīng)用研究.pdf
- 廣義系統(tǒng)信息融合Wiener狀態(tài)估值器.pdf
- 基于Riccati方程的自校正信息融合狀態(tài)估值器及其應(yīng)用.pdf
- 多傳感器信息融合算法研究及其應(yīng)用.pdf
- 含狀態(tài)約束的多傳感器信息融合.pdf
- 多傳感器機動目標狀態(tài)融合算法研究.pdf
- 基于多傳感器融合砂輪狀態(tài)智能監(jiān)測.pdf
- 廣義系統(tǒng)降階信息融合狀態(tài)估值器.pdf
- 自校正觀測融合Kalman估值器及其在典型跟蹤系統(tǒng)中的應(yīng)用.pdf
- 多傳感器信息融合及其在工業(yè)中的應(yīng)用.pdf
- 不確定觀測多傳感器ARMA信號信息融合估計.pdf
- 多傳感器數(shù)據(jù)融合及其在機動目標狀態(tài)估計中的應(yīng)用研究.pdf
- 基于無線傳感器網(wǎng)絡(luò)的多傳感器信息融合.pdf
- 多傳感器廣義線性系統(tǒng)最優(yōu)和自校正加權(quán)觀測融合估計方法研究.pdf
評論
0/150
提交評論