搜索资源列表
Ekalman
- 书籍《多传感器数据融合》P44页算法的具体实现，可用于目标跟踪、卫星定位的仿真程序。
卡尔曼滤波算法仿真
- 一种改进的卡尔曼滤波算法，用于多传感器数据融合
rsds1
- 提出了一种由粗集理论和D-S证据理论结合的多传感器数据融合方法,并将其应用于目标识别中.
rsds5
- 在D-S证据理论的基础上,结合模糊集合论,给出了电子电路故障定位的多传感器数据融合方法.
StudyondatafusionalgorithmofradarandIRI
- 文章介绍了卫星多传感器数据融合研究，比较详细
informationfusionintroduction
- 多传感器数据融合的介绍，是一门课中的一章，比较概括的讲述了数据融合的一般概念
IMM_MSPDA
- 多传感器多目标数据融合的ＩＭＭ＿ＭＳＰＤＡ关联算法，算法结果表明多模型算法用于跟踪机动目标的良好性能。-Multi-target multi-sensor data fusion IMM_MSPDA association algorithm, the algorithm results show that the multiple model algorithm for tracking maneuvering targets good performance.
fusionANDwk
- 基于matlab的几个kalman滤波以及多传感器融合和wk算法的程序-Matlab based on several kalman filtering and multi-sensor fusion algorithm and procedures wk
MSDF
- 基于无味卡尔曼滤波的多传感器数据融合，采用UK方法进行采样，获得系统中未知参数的辨识。-Unscented Kalman filter based on the multi-sensor data fusion, using UK methods of sampling, access to the system to identify the unknown parameters.
matlab
- 实现毫米波雷达与红外雷达的数据融合算法研究多传感器数据融合算法-The realization of millimeter-wave radar and infrared radar data fusion algorithm for multi-sensor data fusion algorithm
fusion
- 电子科技大学的一篇关于多传感器融合的好文章,请站长审阅-University of Electronic Science and Technology of multi-sensor fusion on a good article, please review head
21
- 多传感器数据融合系统中时间配准算法分析,非常有用-An analysis of time registration in multi—sensor data fusion system
Sensor_Information_Fusion_and_Its_Application_in_R
- 传感器信息融合及其在机器人中的应用 摘要：多传感器信息融合即融合多个传感器提供的冗余、互补或更实时的信息，可以获得系统所需的 更准确和更精确的信息。介绍了神经网络融合方法，探讨了信息融合技术在机器人方面的应用。机器 人避障实验验证了所提方法的有效性。 关键词：多传感器信息融合(MIF)；神经网络；移动机器人；避障；-Sensor Information Fusion and Its Application in Robot Summary: Multi-sensor data f
DATAFUSION
- 借用模糊控制策略 ,与改进的BP 神经网络算法结合对其进行数据融合。在仿真中取得了比已往算法更高的精度 ,控制策略制定准确、 可靠。是一种较有潜力的多传感器数据融合方法。-Data fusion
luoji
- matlab用于多传感器多目标航迹跟踪预测，实验结果很好-matlab for multi-sensor multi-target tracking forecast track, the experimental results very well
multisensor
- 多传感器数据融合：将MATLAB语言应用到多传感器数据融合中，书中给出了大量的仿真实例-multisensor Data Fusion with matlab
Kalmanandwinner
- 基于现代时间序列的多传感器信息融合Kalman滤波器与Wiener滤波器.NH格式论文-data fusion using kalman and winner filter
information-fusion-algorithm
- 本文利用模糊理论中的高斯隶属 度函数来获得模糊观测下具有概率特性的似然函数，并且由此似然函数得到每个传感器提供信息的可信度；再将各传感器的可 信度转化成基本概率赋值函数即mass 函数；最后利用证据理论对多传感器信息进行融合。对目标识别的仿真试验表明该方法获 得的结果比直接结果具有更高的精度和可靠性。-The method uses fuzzy theory in the Gaussian fuzzy membership function to obtain a probabl
ukf
- 实现不敏卡尔曼滤波,可以用于雷达目标跟踪，多传感器数据融合-this matlab program gieves the UKF
D-S 多传感器信息融合 matlab实现
- D-S证据理论数据融合算法基础程序，可改(he matlab implementation DS evidence theory code to achieve)