电视技术
電視技術
전시기술
TV ENGINEERING
2013年
9期
168-170
,共3页
Kalman%自适应加权%数据融合
Kalman%自適應加權%數據融閤
Kalman%자괄응가권%수거융합
Kalman%adaptive weighted%data fusion
针对Kalman滤波算法在估计过程中存在噪声影响和过程信号无法直接观测等问题,提出一种组合式的Kalman滤波算法.首先对观测的数据进行自适应加权融合,然后将融合的结果作为第二级Kalman滤波的先验估计值,进行Kalman滤波.通过自适应算法与Kalman算法的组合算法进行数据融合,可以提高融合的准确度和精度.最后通过仿真证实算法的有效性.
針對Kalman濾波算法在估計過程中存在譟聲影響和過程信號無法直接觀測等問題,提齣一種組閤式的Kalman濾波算法.首先對觀測的數據進行自適應加權融閤,然後將融閤的結果作為第二級Kalman濾波的先驗估計值,進行Kalman濾波.通過自適應算法與Kalman算法的組閤算法進行數據融閤,可以提高融閤的準確度和精度.最後通過倣真證實算法的有效性.
침대Kalman려파산법재고계과정중존재조성영향화과정신호무법직접관측등문제,제출일충조합식적Kalman려파산법.수선대관측적수거진행자괄응가권융합,연후장융합적결과작위제이급Kalman려파적선험고계치,진행Kalman려파.통과자괄응산법여Kalman산법적조합산법진행수거융합,가이제고융합적준학도화정도.최후통과방진증실산법적유효성.
