期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
多传感器网络系统基于无序估计的分布式信息融合
被引量:
7
1
作者
葛泉波
文成林
《电子与信息学报》
EI
CSCD
北大核心
2010年第7期1614-1620,共7页
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-Se...
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。
展开更多
关键词
数据融合
传感器网络
延迟
无序
量测
无序估计
下载PDF
职称材料
高斯混合概率假设密度无序估计分布式融合
2
作者
孔云波
冯新喜
+1 位作者
乔向东
刘钊
《控制理论与应用》
EI
CAS
CSCD
北大核心
2015年第4期464-471,共8页
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...
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.
展开更多
关键词
高斯混合模型
分布式融合
协方差交叉
分量裁剪
无序估计
下载PDF
职称材料
题名
多传感器网络系统基于无序估计的分布式信息融合
被引量:
7
1
作者
葛泉波
文成林
机构
杭州电子科技大学自动化学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2010年第7期1614-1620,共7页
基金
国家自然科学基金项目(60934009
60804064)
+1 种基金
浙江省科技厅科技计划项目(2009C34016)
浙江省研究生创新科研项目(YK2008061)资助课题
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。
关键词
数据融合
传感器网络
延迟
无序
量测
无序估计
Keywords
Data fusion
Sensor network
Delay
Out-Of-Sequence Measurement(OOSM)
Out-Of-Sequence Estimate(OOSE)
分类号
TP393 [自动化与计算机技术—计算机应用技术]
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
高斯混合概率假设密度无序估计分布式融合
2
作者
孔云波
冯新喜
乔向东
刘钊
机构
空军工程大学信息与导航学院
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2015年第4期464-471,共8页
基金
陕西省自然科学基金项目(2011JM8023)
CEMEE国家重点实验室开放基金项目(2014K0304B)资助~~
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.
关键词
高斯混合模型
分布式融合
协方差交叉
分量裁剪
无序估计
Keywords
Gaussian mixture probability
distributed fusion
covariance intersection
mixture component pruning
out-of-sequence estimates (OOSE)
分类号
TN713 [电子电信—电路与系统]
TP212.9 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
多传感器网络系统基于无序估计的分布式信息融合
葛泉波
文成林
《电子与信息学报》
EI
CSCD
北大核心
2010
7
下载PDF
职称材料
2
高斯混合概率假设密度无序估计分布式融合
孔云波
冯新喜
乔向东
刘钊
《控制理论与应用》
EI
CAS
CSCD
北大核心
2015
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部