共被期刊论文引用了3次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 多传感器网络系统基于无序估计的分布式信息融合显示文摘无线传感器网络的局部节点往融合中心传输信息时,不确定的随机延迟易使得信息无序现象频繁发生,从而导致传统信息融合方法的应用面临诸多难题和挑战。该文以带有任意随机延迟的多传感器同步采样系统为对象,研究无序估计('Out-Of-Sequence'Estimate,OOSE)信息系统的最优分布式融合问题,最终建立一种新型的通用最优OOSE融合算法。与现有基于集中式框架的无序量测融合方法相比,新算法在融合精度和算法复杂度上均具有显著优势。算法分析和计算机仿真验证了新算法的有效性和优越性。 | 葛泉波 文成林 | 2010 | 电子与信息学报2010，32，7： | 7 |
| 2 | 基于伪测量的分布式最优单步延迟航迹融合估计显示文摘融合中心如何处理无序局部数据,对分布式多传感器系统的运行品质至关重要.本文将系统中的局部估计转化为伪测量,将分布式融合估计转化为二级集中式融合估计.将所得的伪测量兼分布式融合估计算法与单步延迟的无序测量数据(out-of-sequence measurements,OOSM)最优滤波—A1算法进行组合,得出了分布式多传感器系统的最优单步延迟无序航迹(out-of-sequence tracks,OOST)估计算法,适用于航迹无序局部数据融合估计.该算法具有最优估计性能. | 金学波 杜晶晶 鲍佳 | 2011 | 控制理论与应用2011，28，10： | 5 |
| 3 | 高斯混合概率假设密度无序估计分布式融合显示文摘针对分布式传感器网络中多目标随机集状态混合无序估计问题,本文提出了一种基于高斯混合概率假设密度无序估计分布式融合算法.在高斯混合概率假设密度滤波器的框架下,首先基于概率假设密度递推滤波特性,建立适用于多目标随机集状态混合无序估计的最新可利用估计判别机制,然后利用扩展协方差交叉融合算法对经过最新可利用估计判别机制获得的无序概率假设密度强度估计进行融合处理,针对融合过程中高斯分量快速增长的问题,在保证信息损失最小的前提下,对融合过程的不同环节实施高斯混合分量裁剪操作,给出了一种多级分层分量裁剪算法.最后,仿真实验验证了文中所提的算法的有效性和可行性. | 孔云波 冯新喜 乔向东 刘钊 | 2015 | 控制理论与应用2015，32，4： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员