一種復(fù)雜環(huán)境下多傳感器數(shù)據(jù)融合方法_第1頁(yè)
一種復(fù)雜環(huán)境下多傳感器數(shù)據(jù)融合方法_第2頁(yè)
一種復(fù)雜環(huán)境下多傳感器數(shù)據(jù)融合方法_第3頁(yè)
全文預(yù)覽已結(jié)束

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

Kalman關(guān)鍵詞：多傳感器數(shù)據(jù)融合；Kalman濾波器；人工神經(jīng)網(wǎng)絡(luò)；模糊然而，復(fù)雜環(huán)境下多傳感器數(shù)據(jù)融合仍然是一個(gè)具有挑戰(zhàn)性的問題。多傳感器數(shù)據(jù)的誤差來源于多種因素，如系統(tǒng)噪聲、傳感器的精度和位Kalman濾波器、人工KalmanKalman濾波器是一種廣泛應(yīng)用于數(shù)據(jù)融合中的線性濾波器。它是一估計(jì)和預(yù)測(cè)。Kalman濾波器具有較好的抗噪性能和高度的自適應(yīng)能力，人工神經(jīng)網(wǎng)絡(luò)（ArtificiallNt，ANN）是受到生物學(xué)神經(jīng)網(wǎng)絡(luò)啟發(fā)發(fā)展起來的一種計(jì)算機(jī)模型。它是由大量神經(jīng)元（類比于生物神經(jīng)元）相互連接組成，具有自學(xué)習(xí)和適應(yīng)性等特點(diǎn)。因?yàn)槎鄠鞲衅鲾?shù)據(jù)融合中，數(shù)據(jù)處理常常涉及到非線性問題，傳統(tǒng)的線性濾波器難以解ANN并采用反向傳播算法進(jìn)行訓(xùn)練，從而實(shí)現(xiàn)對(duì)數(shù)據(jù)的高效處理和有效跟蹤。模糊邏輯控制器（zyLogcCotler，）是一種基于模糊邏輯的控制系統(tǒng)。每個(gè)輸入和輸出都由語(yǔ)言變量描述，每個(gè)語(yǔ)言變量都具有一個(gè)隸屬度函數(shù)，可以將模糊集合上的概率進(jìn)行量化，然后進(jìn)行模糊推理和模糊控制。在多傳感器數(shù)據(jù)融合中，C等方面，從而實(shí)現(xiàn)對(duì)系統(tǒng)更加精確、自適應(yīng)的控制和診斷。MATLAB平臺(tái)的多傳感器數(shù)據(jù)融合模擬系統(tǒng)。測(cè)種數(shù)據(jù)融合算法：?jiǎn)蝹鞲衅鞯腒alman濾波器算法、Kalman濾波器和ANN組合算法及加入模糊邏輯控制器的多傳感器數(shù)據(jù)融合算法。FLC可以更好地應(yīng)對(duì)復(fù)雜環(huán)境中的異本文提出了一種適用于復(fù)雜環(huán)境下多傳感器數(shù)據(jù)融合的方法，將Kaman濾波器，NNFC器數(shù)據(jù)的過濾、軌跡跟蹤和故障診斷等功能。實(shí)驗(yàn)結(jié)果表明，提出的多傳感器數(shù)據(jù)

溫馨提示

  • 1. 本站所有資源如無(wú)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)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. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論