-
题名卡尔曼滤波下多源传感器数据互补-加权迭代融合算法
- 1
-
-
作者
唐启涛
戴小鹏
罗莉霞
-
机构
湖南信息学院数据科学与大数据技术系
-
出处
《传感技术学报》
CAS
CSCD
北大核心
2024年第8期1460-1465,共6页
-
基金
2021年湖南省十四五教育科学规划课题项目(XJK21CXX005)。
-
文摘
因多源传感器在数据融合过程中,受自身数据差异性影响较大,导致最终的融合结果精准度较低。为此,在卡尔曼滤波算法的基础上,针对多源传感器数据提出一种互补-加权迭代融合算法。建立多源传感器观测模型,找出数据融合过程中的最优加权系数。在多源传感器组合系统中引入卡尔曼滤波算法,结合互补-加权迭代融合算法,建立预测方程、状态方程、滤波互补因子以及估计均方误差方程,实现多源传感器的数据融合。实验结果表明,所提算法可以精准找出最优加权系数,观测误差始终在0.6 m以下,可以实现数据的精准融合。
-
关键词
多源传感器
数据互补-加权迭代融合
卡尔曼滤波算法
状态方程
最优加权系数
-
Keywords
multi source sensor
data complementary weighted iterative fusion
Kalman filtering algorithm
equation of state
optimal weighting coefficient
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名迭代异方差估计及其在多传感器数据融合中的应用
被引量：4
- 2
-
-
作者
赵晋
张建秋
高羽
-
机构
复旦大学电子工程系
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2008年第10期1938-1943,共6页
-
基金
国家自然科学基金(No.60572023)
-
文摘
本文提出一种适应任意噪声分布的迭代渐近无偏估计异方差的方法,它能对多个不同测量噪声的方差进行估计.不同于传统的异方差估计算法,本文提出的迭代异方差估计,可在不损失估计精度和减少运算量的前提下,对多个不同的测量噪声方差进行捕获和跟踪.在多传感器数据融合中的应用结果表明:本文提出的方法具有估计稳定性好、运算简单和具有较强的鲁棒性等优点,仿真和实验的结果均证明了提出方法的有效性和可行性.
-
关键词
迭代异方差估计
最小均方误差
多传感器数据融合
加权最小二乘
-
Keywords
iterative heteroscedastic variances estimation
minimum mean square error （MMSE）
multisensor data fusion
weighted least square
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名高速列车运行场景监测数据融合算法研究
- 3
-
-
作者
胥如迅
马军惠
孟建军
李德仓
陈晓强
-
机构
兰州交通大学机电技术研究所
甘肃省物流及运输装备信息化工程技术研究中心
甘肃省物流与运输装备行业技术中心
兰州交通大学机电工程学院
-
出处
《兰州交通大学学报》
CAS
2022年第4期76-81,共6页
-
基金
国家自然科学基金项目(72061021、62063013)
甘肃省科技计划项目(20JR10RA251)
兰州交通大学校青年基金项目(2021018)资助。
-
文摘
为实时掌握列车运行多因子环境,研究适用于高速铁路运行场景监测的数据融合算法,并针对现有多传感器一致性数据融合方法存在的缺陷,提出一种在线迭代与局部融合结合的数据融合算法,以一种新的置信距离和自适应加权估计算法为理论基础,克服了传统支持度指标非0即1的主观性和绝对化,增加了精度较低的传感器参与数据融合的可能性.实验结果表明,提出的算法有效的提高了监测信息的准确性和可靠度,可应用于测量数据庞大的铁路运行环境数据级融合过程.
-
关键词
铁路运行
数据融合
自适应加权融合
置信距离
在线迭代
-
Keywords
railway operation
data fusion
adaptive weighted fusion
confidence distance
online iteration
-
分类号
TP212.9
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名时空融合技术在城市精细变化检测中的应用研究
被引量：1
- 4
-
-
作者
古春霞
李大成
赫华颖
杨毅
-
机构
太原理工大学矿业工程学院
高分辨率对地观测系统山西数据与应用中心
中国资源卫星应用中心
太原理工大学物理与光电工程学院
-
出处
《无线电工程》
北大核心
2021年第8期725-731,共7页
-
基金
国家重点研发计划资助(2018YF0504800)
山西省软科学项目(2018041064-6)。
-
文摘
高时空分辨率卫星遥感影像能够为变化检测研究提供更加精细的空谱变化信息以及更高频次的时谱变化信息。时空融合技术虽然能够用于高时空分辨率数据的重建研究,但其在变化检测研究中的应用精度尚未得到有效验证。以覆盖山西省太原市城区的GF-2和GF-1 WFV多光谱影像为实验数据,利用2种典型单数据对时空融合模型(STARFM和FSDAF)重建出不同年份4个时相的GF-2多光谱影像,将4景重建影像分成2组,采用迭代加权多元变化检测算法对2组重建影像进行变化检测和质量评价,将其变化检测结果与真实GF-2变化检测结果进行对比,探索时空融合技术在变化检测中的可行性。实验结果表明,利用时空融合模型重建的GF-2遥感影像可以用于变化检测研究,其变化检测结果总精度可达87%,Kappa系数可达0.75以上。FSDAF模型重建影像精度及变化检测精度都略高于STARFM,证明变化检测精度随融合精度的增大而增大。
-
关键词
时空融合
数据重建
变化检测
迭代加权多元变化检测算法
精度评定
-
Keywords
spatio-temporal fusion
data reconstruction
change detection
IR-MAD
accuracy evaluation
-
分类号
P237
[天文地球—摄影测量与遥感]
-
