![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/15/9ac79446-3a64-4fec-ab8b-9fd3bdc40ab6/9ac79446-3a64-4fec-ab8b-9fd3bdc40ab6pic.jpg)
![同源多傳感器加權(quán)數(shù)據(jù)融合算法的研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/16/15/9ac79446-3a64-4fec-ab8b-9fd3bdc40ab6/9ac79446-3a64-4fec-ab8b-9fd3bdc40ab61.gif)
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文主要研究了以加權(quán)的方式進(jìn)行多傳感器數(shù)據(jù)融合的方法,即研究如何對每個傳感器進(jìn)行加權(quán),從而得到對被測參數(shù)最優(yōu)估計的方法。 本文研究了基于奇異值分解的數(shù)據(jù)融合算法,通過對傳感器測量值構(gòu)成的矩陣進(jìn)行奇異值分解,利用每個傳感器測量值所對應(yīng)的奇異值,可以估計出對每個傳感器權(quán)值的最優(yōu)估計,從而在不要任何先驗知識的條件下,可僅由多傳感器的測量值,利用提出的算法得到在最小均方誤差意義下的被測參數(shù)的最優(yōu)估計。 本文進(jìn)一步研究了基于小波降噪和
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 多傳感器數(shù)據(jù)融合算法
- 多傳感器圖像數(shù)據(jù)融合算法研究.pdf
- 多傳感器數(shù)據(jù)融合算法研究與應(yīng)用.pdf
- 多傳感器數(shù)據(jù)融合算法的研究與應(yīng)用.pdf
- 多傳感器機(jī)動目標(biāo)跟蹤數(shù)據(jù)融合算法研究.pdf
- 分布式多傳感器數(shù)據(jù)融合算法研究.pdf
- 無線傳感網(wǎng)絡(luò)中多傳感器數(shù)據(jù)融合算法研究.pdf
- 多傳感器目標(biāo)跟蹤中數(shù)據(jù)融合算法的研究.pdf
- 多傳感器多目標(biāo)跟蹤的數(shù)據(jù)融合算法研究.pdf
- 傳感器網(wǎng)絡(luò)中的數(shù)據(jù)融合算法研究.pdf
- 多傳感器組合導(dǎo)航系統(tǒng)數(shù)據(jù)融合算法研究.pdf
- 多傳感器目標(biāo)跟蹤融合算法研究.pdf
- 地面多傳感器數(shù)據(jù)融合算法分析與軟件實現(xiàn).pdf
- 多傳感器最優(yōu)估計與融合算法.pdf
- 多傳感器信息融合算法研究及其應(yīng)用.pdf
- 多傳感器機(jī)動目標(biāo)狀態(tài)融合算法研究.pdf
- 多傳感器遙感圖像信息融合算法研究.pdf
- 多傳感器像素級圖像融合算法研究.pdf
- 多傳感器目標(biāo)跟蹤信息融合算法研究.pdf
- 無線傳感器網(wǎng)絡(luò)的數(shù)據(jù)融合算法研究.pdf
評論
0/150
提交評論