期刊文献+

基于多速率传感器数据融合技术的最小二乘估计

Least square estimation based on multirate sensor data fusion techniques
下载PDF
导出
摘要 将多速率传感器数据融合技术与传统最小二乘估计方法相结合,可以得到一种基于多速率传感器数据融合技术的最小二乘估计新方法。它通过有效地融合各个传感器的观测数据,最终获得了基于全局测量信息的在极小化估计误差方差的迹的准则下最优的无偏参数估计结果。针对具体应用实例,计算机仿真不仅说明了这种方法的实用性,而且进一步验证了其有效性。 Combined the multirate sensor data fusion techniques with the traditional least square estimation method,a new method of least square estimation based on multirate sensor data fusion is presented.By fusing the multirate measurement data,the optimal unpartial parameter estimations are achieved under the rule of minimizing the trace of the estimation error covariance.The parameter estimations therefore are based on the global information.Aimed at an example,the practicability and the effectiveness are showed from the computer simulations.
出处 《传感器技术》 CSCD 北大核心 2004年第9期77-79,81,共4页 Journal of Transducer Technology
基金 河北省自然科学基金资助项目(F2004000180)
关键词 最小二乘估计 多速率 传感器 数据融合 least square estimation multirate sensor data fusion trace
  • 相关文献

参考文献6

二级参考文献15

  • 1孙红岩,毛士艺.推广的多传感器数据的分层融合算法[J].北京航空航天大学学报,1996,22(1):16-20. 被引量:6
  • 2程正兴.小波分析算法与应用[M].西安:西安交通大学出版社,1997..
  • 3陈新海.最佳估计理论[M].北京:北京航空学院出版社,1987..
  • 4文成林.多尺度估计理论及方法研究.西北工业大学博士学位论文[M].西安,1999..
  • 5郑祖康,高校应用数学学报,1996年,11卷,31页
  • 6陈希孺,线性模型参数的估计理论,1985年
  • 7陈明华,高校应用数学学报
  • 8潘建敏,应用概率统计
  • 9Sethu Vijayakumar,Stefan Schaal. Local Adaptive Subspace Regression[J] 1998,Neural Processing Letters(3):139~149
  • 10Jingfang Zhou,Nicholas M. Patrikalakis,Seamus T. Tuohy,Xiuzi Ye. Scattered data fitting with simplex splines in two and three dimensional spaces[J] 1997,The Visual Computer(7):295~315

共引文献73

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部