共查询到10条相似文献,搜索用时 78 毫秒
1.
2.
对于水下机器人动力学模型辨识问题,如果其观测方程的系数矩阵包含随机扰动,则其最小二乘估计一般是有偏的。为此,该文提出一种基于多传感器递推总体最小二乘融合的水下机器人动力学模型辨识算法(RTLS_F)。首先,给出了集中式总体最小二乘融合的算法;然后,在总体最小二乘框架下,推导出多传感器递推融合估计算法。通过仿真实验对RTLS_F与其它水下机器人动力学参数辨识算法进行了比较。实验结果表明,在系数矩阵和观测向量都含有误差的情况下,最小二乘融合是有偏估计且难以提高估计精度,而RTLS_F算法可以有效改善参数辨识性能。 相似文献
3.
将强跟踪滤波理论与多传感器数据融合估计方法相结合,提出基于强跟踪滤波器的多传感器数据融合估计新算法。对拥用相同采样的分布式多传感器单模型非线性动态系统,应用强跟踪滤波器,得到目标状态基于全局信息融合估计结果,并利用计算机仿结果对算法的有效性进行了验证。这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题,从而丰富和发展了多源信息融合理论。 相似文献
4.
5.
6.
舰船组合导航系统Kalman滤波的集中式融合与分布式融合方法存在滤波精度与计算性能、容错性不可兼顾的缺点.且船舶运动受海洋环境等的影响,其噪声基于白噪声建模过于理想化.针对上述问题,提出了舰船组合导航系统的顺序滤波融合算法.该算法的基本思想是采用一阶Markov过程建立舰船运动的噪声模型,并用状态扩维方法将状态方程转化为符合标准Kalman滤波的基本方程,然后每一时刻检查各导航子系统的有效性,对有效的导航子系统引入顺序滤波融合思想实现导航定位.与传统的顺序滤波融合算法相比,新算法在保留与集中式融合同样高的滤波精度、计算性能好的优点的基础上,新增了实用性强、容错性好的优点.理论分析和舰船SINS/GPS组合导航仿真结果表明了新算法的有效性和优越性. 相似文献
7.
本文提出一种以自适应加权融合算法为核心的信息多层融合方法,以解决以往经典算法下舰船GPS定位软件雷达跟踪信息融合度低的问题。方法首先进行信息预处理,包括坐标变换与时间对准2个方面,然后对GPS和雷达的定位信息进行关联度判断,最后利用自适应加权融合算法对关联度较高的GPS和雷达定位信息进行合成。结果表明:本方法信息融合平均标准差小于D-S证据理论与人工神经网络下2种方法的平均标准差1.238和1.106,融合程度更高。 相似文献
8.
9.
集对分析在多雷达数据融合中的应用研究 总被引:1,自引:0,他引:1
多部雷达在探测目标时,因受低空杂波、电子干扰和雷达自身探测精度等影响,易使部分雷达的探测数据不可靠而造成融合中心数据处理精度的下降.针对这一问题,本文提出了一种应用1次融合数据为特征的集对分析思想,把每时送入融合中心的各雷达探测数据与1次融合后的数据组成集对,求出目标状态当前时刻的区间估计,去掉每时落入估计区间之外的雷达探测数据,再作2次融合.仿真结果表明,应用集对分析实现多雷达探测数据的择优融合,不仅算法简单,而且能有效提高不确定雷达系统的跟踪精度和可靠性. 相似文献
10.
李洪瑞 《七一六所科技学报》1997,(3):12-17
本文从目标跟踪、提高跟踪精度的角度出发,讨论了基于同类传感器测量的数据融算法和基于不同类传感器航迹的航迹综合算法,将前者用于侦察设备的多站定位,开了一载体的必要机动,后者用于多类传感器的航迹综合,仿真结果表明,多传感器数据融合结果要优于单传感器。 相似文献