2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、多傳感器信息融合技術(shù)是對多源數(shù)據(jù)進行檢測、相關(guān)、組合和估計,是一種多層次、多方面的處理過程,為了完成信息的不確定性,以便更準確、更全面的了解和描述被測對象,從而做出正確的判斷,提高系統(tǒng)的魯棒性。
  本文主要的研究工作是多傳感器信息融合理論。主要工作如下:
  首先介紹了多傳感器信息融合技術(shù)的基本模型和結(jié)構(gòu),闡述了信息融合在移動機器人領(lǐng)域中的應用研究,重點介紹了其在機器人定位跟蹤中應用。
  其次,建立移動機器人運動模

2、型、傳感器觀測模型和噪聲模型,簡單分析了多傳感器信息融合常用算法。對多傳感器信息融合領(lǐng)域中基于狀態(tài)估計技術(shù)的信息融合方法擴展卡爾曼濾波、粒子濾波進行深入分析。
  接著,分析設計了擴展卡爾曼濾波融合的方法和步驟,建立了擴展卡爾曼濾波的數(shù)據(jù)融合模型,給出擴展卡爾曼定位流程圖,設計基于EKF信息融合的定位仿真實驗,并用Matlab軟件設計實現(xiàn)。通過仿真實驗驗證EKF融合傳感器信息在移動機器人定位的有效性。
  再次,本文針對在系

3、統(tǒng)定位的應用粒子濾波融合時,沒有統(tǒng)一的數(shù)據(jù)融合的通用形式,提出一種基于信息融合的多傳感器分布式粒子濾波算法。該算法首先利用分區(qū)粒子濾波計算局部傳感器的狀態(tài)估計值,然后利用標量加權(quán)融合對系統(tǒng)局部狀態(tài)估計值進行信息融合,得到系統(tǒng)狀態(tài)的最優(yōu)估計。仿真結(jié)果表明基于分區(qū)的PF與基本PF和EKF濾波相比,提高了濾波的性能和精度。同時,將本文提出將分區(qū)重采樣應用于EKPF算法重采樣階段,提出PEKPF算法,仿真結(jié)果表明與基本EKPF相比濾波性能得到一

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論