3传统神经网络与阵列神经网络 3.1传统神经网络多传感器的信息融合一般具 有两种方法:第一 是传感器的集成化(即阵列技术);第二是利用程序 算法进行信息融合。这些算法包括人工神经网络、 贝叶斯方法和D-S证据理论等。其中神经网络由于 可以使用很高的精确度来表征复杂的问题,而且比 较容易实现,所以神经网络被广泛地应用...
两种异步多传感器数据融合算法的比较
性能比较归纳三类多传感器量测融合算法,即扩维滤波法,伪序贯滤波法和复合量测滤波法.采用协方差分析的方法比较各类算法的滤波精度,证明它们均能在各自给定的条件下实现线性最小均方意义上的最优滤波.仿真实例对各类算法的计算量和灵活性等性能进行比较,结果表明扩维型信息滤波器的计算量最小,灵活性最高,扩维型...
目标识别中多传感器信息融合算法比较
多传感器数据融合目前已经广泛应用于多个领域,其能够使测量更加准确,提高系统的可信度和可靠性.Kalman滤波和最小二乘滤波是数据融合的两种算法,本文通过对同一目标采用同样测量系统先进行最小二乘构造伪量测,再进行Kalman滤波计算出状态估计值,然后进行融合仿真实验,比较数据融合前后的状态估计值,结果显示融合后的状态估计...
这样就可以使网络融合的过程大幅降低,从而简化了运算。根据阵列神经网络设计的网络结构,如图2所示:4 传统神经网络与阵列神经网络算法的实例比较研究4.1 研究对象及实例分析本文所研究的对象是一个测量压力的多传感器系统,对其利用阵列神经网络来进行信息融合,消除工作温度和供电电源波动对压力传感器测量的影响。压力传感器...
多传感器数据融合目前已经广泛应用于多个领域,其能够使测量更加准确,提高系统的可信度和可靠性。Kalman滤波和最小二乘滤波是数据融合的两种算法,本文通过对同一目标采用同样测量系统先进行最小二乘构造伪量测,再进行Kalman滤波计算出状态估计值,然后进行融合仿真实验,比较数据融合前后的状态估计值,结果显示融合后的状态...
融合算法近年来多传感器信息融合技术在目标识别领域得到了大量研究和快速发展.介绍了多传感器信息融合目标识别的基本原理及其系统结构,重点阐述了目标识别中的多传感器信息融合算法,并对识别效果进行比较,最后指出了该领域今后的发展趋势.蒋晓瑜装甲兵工程学院控制工程系梁浩聪装甲兵工程学院控制工程系王加装甲兵工程学院控制...
expounded and compared thoroughly in this paper.Finally the trend in this field are given.%近年来多传感器信息融合技术在目标识别领域得到了大量研究和快速发展.介绍了多传感器信息融合目标识别的基本原理及其系统结构,重点阐述了目标识别中的多传感器信息融合算法,并对识别效果进行比较,最后指出了该领域今后的发展...
多传感器异步量测融合性能比较归纳几种多传感器异步量测融合算法,即首先将各传感器异步数据统一到同一时刻,再对该数据进行并行或伪序贯滤波处理.分别采用理论证明和实例仿真分析对各种算法的估计精度,计算量等性能进行了比较.所得结论对实际工程应用中异步量测融合算法的选取有一定的指导意义.周样晶...