排序方式： 共有5条查询结果，搜索用时 109 毫秒
1
1.
在目标跟踪中,对目标运动建模时,常会遇到系统状态方程存在偏差问题. 传统的信息融合方法总是假设系统状态方程中的偏差为常量,很少涉及偏差为随机变量的情形,但实际建模中常会出现这类问题. 针对此问题,提出了基于两阶段卡尔曼滤波的多传感器信息融合方法. 这种方法可以有效地消除系统状态方程在建模存在随机偏差时给信息融合所带来的影响,从而提高了融合精度. 相似文献
2.
目标运行建模过程中,存在系统参数不确定的情形．将基于标准卡尔曼滤波的多传感器信息融合算法由系统参数确定的情形推广至参数不确定的情形,给出了基于区间卡尔曼滤波的多传感器信息融合算法,解决了系统参数不确定情形下系统状态估计的融合问题．给出的状态估计不再是目标的状态点估计,而是目标状态的区间估计． 相似文献
3.
在经典复合泊松模型的基础上,研究线性闽红利边界下风险模型的Gerber-Shiu贴现罚金函数．推导出了它的偏微积分方程． 相似文献
4.
丁维福 《西南民族学院学报(自然科学版)》2009,35(3)
工程实践证明, 标准卡尔曼滤波器的鲁棒性较差. 在解决实际问题时, 如果所建立的目标运动模型不能真实反映实际的运动过程, 就会导致滤波器发散. 针对此问题, 提出了基于自适应衰减卡尔曼滤波的多传感器信息融合方法, 这种方法可以有效地消除系统状态方程在建模存在误差时给信息融合带来的影响. 相似文献
5.
丁维福 《西南民族学院学报(自然科学版)》2010,36(1):131-134
构建了机动车辆运动状态动力模型．在模型中,输入项用来描述汽车行驶加速度,针对汽车行驶环境为对接路面的情形,提出了采用带输入估计变维滤波估计车辆行驶速度的方法．给出了汽车机动运行开始时刻估计值,有效地提高了估计精度,适用于复杂路面上的车辆行驶速度的估计． 相似文献
1