期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于线性最小方差和递归最小二乘的融合算法 被引量:7
1
作者 汪平平 张歆 刘深 《探测与控制学报》 CSCD 北大核心 2013年第2期33-36,共4页
针对目前水下目标定位的数据融合算法定位误差较大,精度缺乏良好性能的情况,提出一种应用于水下分布式探测考虑节点可信度的基于线性最小方差估计(LMSE)和递归最小二乘(RLS)的自适应融合算法。该算法采用两级自适应调整得到最优加权因子... 针对目前水下目标定位的数据融合算法定位误差较大,精度缺乏良好性能的情况,提出一种应用于水下分布式探测考虑节点可信度的基于线性最小方差估计(LMSE)和递归最小二乘(RLS)的自适应融合算法。该算法采用两级自适应调整得到最优加权因子,首先利用线性最小方差估计(LMSE)算法得到权系数的初始值,然后利用训练节点和递归最小二乘(RLS)算法自适应地调整达到最优。对水下静态和运动目标定位进行的仿真表明,相比单传感器定位,提出的融合算法的定位精度有约1~2个数量级的提高。 展开更多
关键词 水下目标定位 分布式传感器网络 数据融合算法 节点可信度 两级自适应调整
在线阅读 下载PDF
分布式无线传感网络的协作目标跟踪策略 被引量:4
2
作者 王雪 王晟 马俊杰 《电子学报》 EI CAS CSCD 北大核心 2007年第5期942-945,共4页
基于图像序列的目标跟踪是目标跟踪的重要研究问题之一.由于受图像解析度和跟踪范围限制,单视角跟踪准确性和鲁棒性不足.本文提出了分布式无线传感网络测量环境下的多视角协作融合跟踪方法,并引入了渐进分布式数据融合,采用基于能耗参... 基于图像序列的目标跟踪是目标跟踪的重要研究问题之一.由于受图像解析度和跟踪范围限制,单视角跟踪准确性和鲁棒性不足.本文提出了分布式无线传感网络测量环境下的多视角协作融合跟踪方法,并引入了渐进分布式数据融合,采用基于能耗参数和信息有效性参数的综合优化函数动态选择融合节点,规划融合过程,平衡融合精度与网络能耗.通过目标跟踪准确性、网络能耗及传输延时对比实验表明:基于渐进分布式数据融合的协作信号处理方法提高了分布式多视角跟踪的准确性与实时性,减少了网络拥塞,降低了通讯能耗及延时. 展开更多
关键词 分布式无线传感网络 协作信号处理 目标跟踪 数据融合
在线阅读 下载PDF
无线传感器网络网内数据融合的研究 被引量:11
3
作者 付兴武 高芳芳 白风 《传感器与微系统》 CSCD 北大核心 2010年第3期19-22,共4页
针对目前无线传感器网络(WSNs)网内数据融合所面临的一些挑战,提出了一种基于无线传感器网络分布式K-平均聚类(DKCWSNs)算法的WSNs节点传感数据的分组策略,并采用基于自适应加权的数据融合方法对分组后的感知数据进行融合处理,从而获得... 针对目前无线传感器网络(WSNs)网内数据融合所面临的一些挑战,提出了一种基于无线传感器网络分布式K-平均聚类(DKCWSNs)算法的WSNs节点传感数据的分组策略,并采用基于自适应加权的数据融合方法对分组后的感知数据进行融合处理,从而获得更合理的结果。最后,通过实例验证了该方法的有效性。 展开更多
关键词 无线传感器网络 K-平均聚类算法 无线传感器网络分布式K-平均聚类算法 数据融合
在线阅读 下载PDF
基于神经网络的多平台多目标位置数据融合 被引量:2
4
作者 盖世昌 许腾 侯博 《兵工自动化》 2010年第8期28-30,共3页
针对传统的直接加权融合算法的缺点,对多平台多目标位置数据融合进行研究。通过设计基于BP神经网络的统计加权算法,建立数据融合模型。并以2个观测平台为例,进行1分钟之内的目标航迹数据的仿真实验。结果表明,该算法是有效、可行的,且... 针对传统的直接加权融合算法的缺点,对多平台多目标位置数据融合进行研究。通过设计基于BP神经网络的统计加权算法,建立数据融合模型。并以2个观测平台为例,进行1分钟之内的目标航迹数据的仿真实验。结果表明,该算法是有效、可行的,且精度更高,能有效对融合中心获得的关于目标位置航迹信息进行关联融合处理。 展开更多
关键词 目标位置 数据融合 BP神经网络 统计加权算法
在线阅读 下载PDF
分布式传感器网络中基于数据融合的目标定位算法研究 被引量:2
5
作者 李森 赵健飞 《科学技术与工程》 北大核心 2013年第19期5706-5711,共6页
利用分布式传感器网络以及数据融合方法来提高探测系统的检测与定位精度正在成为研究的热点。提出了一种应用于分布式传感器网络中的数据融合算法,通过对各个传感器节点的定位信息的加权求和来进行数据融合,用来提高探测系统目标定位的... 利用分布式传感器网络以及数据融合方法来提高探测系统的检测与定位精度正在成为研究的热点。提出了一种应用于分布式传感器网络中的数据融合算法,通过对各个传感器节点的定位信息的加权求和来进行数据融合,用来提高探测系统目标定位的精度。算法采用两级自适应调整得到最优加权因子。首先利用线性最小方差估计(LMSE)算法得到权系数的初始值,然后利用训练节点和递归最小二乘(RLS)算法自适应地调整达到最优。对静态和运动目标的定位数据融合算法进行了仿真。仿真结果表明,相比单节点定位,融合算法的定位精度有约一到两个数量级的提高。 展开更多
关键词 分布式传感器网络 数据融合算法 目标定位
在线阅读 下载PDF
一种权系数两级自调整的融合定位精度提高方法
6
作者 刘志 张恩迪 《传感器与微系统》 CSCD 北大核心 2013年第12期19-22,共4页
在分布式传感器网络节点定位技术中,使用数据融合方法以提高探测系统的检测与定位精度正成为研究的热点。提出了一种应用于分布式传感器网络中的数据融合定位算法,通过对各个传感器节点的定位信息的加权求和来进行数据融合,用来提高... 在分布式传感器网络节点定位技术中,使用数据融合方法以提高探测系统的检测与定位精度正成为研究的热点。提出了一种应用于分布式传感器网络中的数据融合定位算法,通过对各个传感器节点的定位信息的加权求和来进行数据融合,用来提高探测系统目标定位的精度。该算法采用两级自适应调整得到最优加权因子,首先利用线性最小均方差(LMSE)算法得到权系数的初始值,然后利用训练节点和递归最小二乘(RLS)算法自适应地调整达到最优。对静态和运动目标的定位数据融合算法进行了仿真,仿真结果表明:相比单节点定位,提出的融合算法的定位精度有约1—2个数量级的提高。 展开更多
关键词 分布式传感器网络 数据融合算法 目标定位
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部