视觉导航与多源传感器融合

多传感器的集成与融合技术已经成为智能机器与系统领域的一个重要的研究方向。它涉及信息科学的多个领域,是新一代智能信息技术的核心基础之一。由于单传感器不可避免存在不确定或偶然不确定性,缺乏全面性,缺乏鲁棒

基于多尺度的思想, 首先将在最细尺度上建立的状态方程、量测方程改写为以数据块形式描述的对应方程; 然后利用小波变换技术将最细尺度上的块状态向量向粗尺度上分解, 并将在最细尺度上建立的量测方程表达为粗尺

本文主要介绍了多传感器数据融合技术的预处理技术对数据进行一系列的处理

应用Kalman滤波方法和奇异系统典范型分解,对单传感器随机奇异系统,给出了Kalman多步预报器新算法。对带多传感器随机奇异系统,基于线性最小方差标量加权融合算法,给出了具有两层融合结构的多传感器分

传感器在我们的世界经历了快速的推广,事实上,传感器现在已经非常普遍,以至于我们每个人日常所使用的手机里都有好几种不同类型的传感器。这些传感器有的能检测压力、温度、加速度和重力的简单变化,同样也有更为的

关于航迹关联 及 数据融合方面的论文

次为原版数据配套的CD内容，具有极大的参考价值，是学习组合导航必备的材料。需要中文版的书也可以联系我408901227

文中提出了一种新的融合航迹判断技术,通过计算参与融合的各传感器探测精度,并作为融合航迹与真值航迹之间相关性的距离判断阈值,提高了判断的处理效率和准确度。通过工程应用,证明了算法的可行性。

在多传感器数据融合的过程中,首先必须验证各个传感器的可靠程度,即确立正确的关系矩阵。 一般做法是根据门限值判断两个传感器是否相互支持,或者用分段直线等方法表示其支持程度。在分析 的基础上,提出了应用椭

为避免火灾造成的严重损失,实现火灾早期报警,本系统通过对火灾发生过程和产物的研究比较,采用多种传感器对火灾发生初期火灾特征较明显的几个参数进行监测,并实时反馈回采集的数据。系统利用D-S证据理论对多传