导读:本文包含了集中式融合论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:集中式,传感器,卡尔,噪声,信息,方差,不确定。
集中式融合论文文献综述
陶平平,冯肖亮[1]（2018）在《二维卡尔曼滤波的多源信息集中式融合去噪方法》一文中研究指出目前对于单独的某种算法或单传感器的图像信息已不能满足高精度的图像识别任务的需要,通过多传感器可获得比单一传感器质量更高的信息。基于此,文章首先在图像上建立多传感器二维线性离散系统的状态空间模型,然后利用二维卡尔曼滤波算法对图像进行滤波去噪,最后利用集中式融合去噪。仿真结果表明:文章算法在提高峰值信噪比和提高图像清晰度两个方面比其他算法更加有效。(本文来源于《科技创新与应用》期刊2018年20期）
杨春山,杨智博,邓自立[2]（2016）在《带不确定噪声方差保性能鲁棒集中式融合Kalman预报器》一文中研究指出对于带不确定噪声方差的多传感器系统,基于极大极小鲁棒估计原理,提出保证估计性能的集中式融合鲁棒稳态Kalman预报器.对于预置的估计精度偏差指标,利用Lagrange乘数法求得相应噪声方差的最大扰动域,使该域中所有可容许的噪声扰动,其实际精度对鲁棒精度的偏差被保证在预置范围内,并给出精度偏差的最大下界和最小上界.应用Lyapunov方程方法证明了保证估计性能能够被满足.仿真分析表明了所得结果的正确性和有效性.(本文来源于《控制与决策》期刊2016年06期）
逄崇雁,孙书利[3]（2015）在《带未知观测输入和观测丢失多传感器随机不确定系统的集中式融合滤波》一文中研究指出对带未知观测输入和观测丢失的多传感器随机不确定系统设计了集中式融合滤波器。通过乘性噪声描述的随机不确定性存在于系统的状态和观测矩阵中。在没有观测干扰任何先验信息的情况下,应用线性无偏最小方差准则,设计了不依赖于未知观测输入的具有Kalman形式的集中式融合滤波器。仿真验证了算法的有效性。(本文来源于《黑龙江大学工程学报》期刊2015年02期）
葛泉波,李文斌,孙若愚,徐姿[4]（2013）在《基于EKF的集中式融合估计研究》一文中研究指出以一类非线性多传感器动态系统为对象,基于扩展Kalman滤波器(Extend Kalman filter,EKF)介绍叁种典型非线性集中式融合算法,并以此为基础研究部分线性动态系统融合理论在非线性系统中的推广与完善.首先,利用EKF的一种信息滤波器形式(Extend information filter,EIF)给出测量值扩维融合、测量值加权融合和顺序滤波融合算法公式,进而研究叁种非线性融合算法的估计性能比较以及测量值融合更新次序是否满足可交换性.结果表明:当各传感器的测量特性相同时,集中式测量值扩维和测量值加权融合算法的估计精度功能等价;非线性顺序滤波融合与其他两种融合算法之间不再具备线性多传感器系统中估计功能的完全等价特性;在融合精度不变前提下非线性顺序滤波融合中,各传感器观测更新次序不再完全满足可交换性.4个基于纯方位目标跟踪的数值仿真被用来验证文中所得结论的有效性和正确性.(本文来源于《自动化学报》期刊2013年06期）
刘文强,陶贵丽,邓自立[5]（2010）在《带未知模型参数的自校正集中式融合信息滤波器》一文中研究指出对于带未知模型参数和噪声统计的多传感器系统,通过系统辨识方法,能够获得模型参数和噪声统计的在线估值,然后把它们代入到基于信息矩阵的最优集中式融合滤波器,得到自校正集中式融合Kalman滤波器。应用动态误差系统分析(DESA)方法,证明了自校正集中式融合Kalman滤波器收敛于最优集中式融合Kalman滤波器,因此它有渐近全局最优性。应用于信号处理的仿真例子说明了其有效性。(本文来源于《科学技术与工程》期刊2010年33期）
乔向东,李涛,张志伟,杨仝,李鸿艳[6]（2010）在《“集中式融合的性能一定优于分布式融合的性能”存疑》一文中研究指出信息融合领域存在一个公认的"定论",即集中式融合的性能一定比分布式融合的好,且是最优的;业已证明,当融合系统采用单模型滤波算法,如卡尔曼滤波器时,上述"定论"是成立的;那么在融合系统采用多模型滤波算法,如针对机动目标跟踪的交互多模型滤波(IMM)算法时,情况是否也是如此?抱着对此存疑的态度,对采用IMM算法时的集中式融合与分布式融合进行了研究,给出了扩维、序贯以及等效量测3种集中式融合算法和简单方差凸组合、互协方差组合2种分布式融合算法,并设置不同运动场景对算法进行了大量仿真。仿真实验结果表明,针对交互多模型滤波估计的集中式融合性能并不一定比采用同样滤波算法的分布式融合的好,并给出了作者对此"诧异"现象的认识和理解。(本文来源于《空军工程大学学报(自然科学版)》期刊2010年05期）
关学慧,邓自立,石莹[7]（2010）在《自校正集中式融合信息滤波器》一文中研究指出对于带未知噪声系统和不相关噪声的多传感器随机系统,将基于相关方法得到的噪声方差带入到集中式融合最有信息滤波器,提出自校正集中式融合信息滤波器。同基于Riccatia方程的集中式融合Kalman滤波器相比,它避免了计算高维矩阵的逆,从而减少了计算负担。应用动态误差分析方法,证明了自校正集中式融合信息滤波器以概率1收敛于最优集中式融合信息滤波器,因而具有全局渐进最优性。一个带3传感器跟踪系统的实例说明其有效性。(本文来源于《科学技术与工程》期刊2010年02期）
于雷,黄俊,庞春雨,张翌[8]（2009）在《机载雷达红外传感器集中式融合与管理》一文中研究指出提出一种机载多传感器集中式序贯融合与管理的方法。传统扩展卡尔曼滤波融合算法滤波精度不高,因此先利用雷达传感器的量测,采用修正扩展卡尔曼滤波算法对目标状态进行估计,再把估计值作为红外传感器的预测值进行序贯融合。在此基础上采用分辨力增益的方法对传感器进行管理。仿真结果表明该方法能够提高对目标的跟踪精度,增强跟踪系统对环境变化的适应能力。(本文来源于《电光与控制》期刊2009年12期）
陈嘉鸿,张新曼,张忠华,韩九强[9]（2008）在《基于UKF的异类传感器集中式融合算法》一文中研究指出综合考虑航天器跟踪测量中速度和精度的要求,对异类传感器集中式融合问题进行了研究,提出了基于无迹卡尔曼滤波(UKF,Unscented Kalman Filter)和简化的分类数据压缩技术的非线性系统实时集中式融合算法。仿真表明新的算法融合性能优于基于扩展卡尔曼滤波(EKF,Extended Kalman Filter)和扩维技术的并行集中式融合算法。(本文来源于《航天控制》期刊2008年05期）
金学波,孙优贤[10]（2006）在《基于LMI方法的参数不确定多传感器系统的集中式融合估计》一文中研究指出研究了范数有界不确定描述模型和多胞形不确定描述模型所代表的一类参数不确定多传感器系统的集中融合估计问题。应用H∞理论详细地比较了基于不同模型的两种融合方法时域和频域功能,给出了集中鲁棒融合估计的理论结果。并应用MATLAB的LMI工具箱,分析了仿真计算结果。(本文来源于《电路与系统学报》期刊2006年04期）
集中式融合论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
对于带不确定噪声方差的多传感器系统,基于极大极小鲁棒估计原理,提出保证估计性能的集中式融合鲁棒稳态Kalman预报器.对于预置的估计精度偏差指标,利用Lagrange乘数法求得相应噪声方差的最大扰动域,使该域中所有可容许的噪声扰动,其实际精度对鲁棒精度的偏差被保证在预置范围内,并给出精度偏差的最大下界和最小上界.应用Lyapunov方程方法证明了保证估计性能能够被满足.仿真分析表明了所得结果的正确性和有效性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
集中式融合论文参考文献
[1].陶平平,冯肖亮.二维卡尔曼滤波的多源信息集中式融合去噪方法[J].科技创新与应用.2018
[2].杨春山,杨智博,邓自立.带不确定噪声方差保性能鲁棒集中式融合Kalman预报器[J].控制与决策.2016
[3].逄崇雁,孙书利.带未知观测输入和观测丢失多传感器随机不确定系统的集中式融合滤波[J].黑龙江大学工程学报.2015
[4].葛泉波,李文斌,孙若愚,徐姿.基于EKF的集中式融合估计研究[J].自动化学报.2013
[5].刘文强,陶贵丽,邓自立.带未知模型参数的自校正集中式融合信息滤波器[J].科学技术与工程.2010
[6].乔向东,李涛,张志伟,杨仝,李鸿艳.“集中式融合的性能一定优于分布式融合的性能”存疑[J].空军工程大学学报(自然科学版).2010
[7].关学慧,邓自立,石莹.自校正集中式融合信息滤波器[J].科学技术与工程.2010
[8].于雷,黄俊,庞春雨,张翌.机载雷达红外传感器集中式融合与管理[J].电光与控制.2009
[9].陈嘉鸿,张新曼,张忠华,韩九强.基于UKF的异类传感器集中式融合算法[J].航天控制.2008
[10].金学波,孙优贤.基于LMI方法的参数不确定多传感器系统的集中式融合估计[J].电路与系统学报.2006
论文知识图
