导读:本文包含了集中式卡尔曼滤波论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:卡尔,集中式,传感器,方差,组合,异类,增量。
集中式卡尔曼滤波论文文献综述
陶平平,冯肖亮[1]（2018）在《二维卡尔曼滤波的多源信息集中式融合去噪方法》一文中研究指出目前对于单独的某种算法或单传感器的图像信息已不能满足高精度的图像识别任务的需要,通过多传感器可获得比单一传感器质量更高的信息。基于此,文章首先在图像上建立多传感器二维线性离散系统的状态空间模型,然后利用二维卡尔曼滤波算法对图像进行滤波去噪,最后利用集中式融合去噪。仿真结果表明:文章算法在提高峰值信噪比和提高图像清晰度两个方面比其他算法更加有效。(本文来源于《科技创新与应用》期刊2018年20期）
黄珏,颜冰,陈浩文[2]（2016）在《集中式非线性抗差卡尔曼滤波算法研究》一文中研究指出针对传感器量测信息异常与传感器之间数据传输错误,融合系统中的数据会出现异常值(outlier)的目标跟踪问题,提出了一种集中式非线性抗差卡尔曼滤波算法。该方法应用鲁棒统计理论,通过设计代价函数来对系统的量测噪声方差进行重新构造,并利用标准无味卡尔曼滤波(UKF)的观测更新算法对非线性观测方程进行滤波。该方法无须对观测方程进行线性近似,在保持鲁棒性的同时不损失UKF的滤波精度。通过一个简明实例说明了该方法在量测出现异常值的情况下依然能对目标进行有效的跟踪滤波,鲁棒性和滤波精度优于传统的Huber鲁棒跟踪方法。(本文来源于《计算机应用研究》期刊2016年10期）
马丽丽,张曼,陈金广[3]（2014）在《多传感器集中式增量卡尔曼滤波融合算法》一文中研究指出在单个传感器的状态估计系统中,标准的增量卡尔曼滤波方法可以有效消除量测系统误差。对于多传感器情况,标准算法失效。针对该问题,提出了多传感器集中式增量卡尔曼滤波融合算法,即:增量卡尔曼滤波的扩维融合算法和增量卡尔曼滤波的序贯融合算法。在标准增量卡尔曼滤波算法的基础上,结合扩维融合和序贯融合的思想来实现多传感器数据的融合。实验结果表明,当存在量测系统误差时,提出的集中式融合算法与传统的集中式融合算法相比,提高了滤波精度,并且能够成功地消除量测系统误差。(本文来源于《计算机工程与应用》期刊2014年11期）
曹晓军[4]（2012）在《异类传感器集中式扩维融合无迹卡尔曼滤波融合算法》一文中研究指出雷达和红外传感器是异类传感器系统的一个典型组合,但是异类传感器系统的状态方程和测量方程存在较大的非线性特征,使得此类系统无法应用现有算法进行信息融合。将UKF引入到异类传感器,并利用集中式观测融合UKF,解决同步配置、同步采样的异类传感器的信息融合问题。仿真结果表明,该算法的SMSE比其他方法的要小得多。(本文来源于《计算机应用与软件》期刊2012年08期）
彭霞,张彦军,崔平远[5]（2005）在《联邦卡尔曼滤波与集中式卡尔曼滤波的等价性》一文中研究指出给出了联邦卡尔曼滤波与集中式卡尔曼滤波的等价性证明,并用GPS/INS组合导航系统的静态仿真实验验证了等价性。(本文来源于《青岛科技大学学报(自然科学版)》期刊2005年02期）
集中式卡尔曼滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传感器量测信息异常与传感器之间数据传输错误,融合系统中的数据会出现异常值(outlier)的目标跟踪问题,提出了一种集中式非线性抗差卡尔曼滤波算法。该方法应用鲁棒统计理论,通过设计代价函数来对系统的量测噪声方差进行重新构造,并利用标准无味卡尔曼滤波(UKF)的观测更新算法对非线性观测方程进行滤波。该方法无须对观测方程进行线性近似,在保持鲁棒性的同时不损失UKF的滤波精度。通过一个简明实例说明了该方法在量测出现异常值的情况下依然能对目标进行有效的跟踪滤波,鲁棒性和滤波精度优于传统的Huber鲁棒跟踪方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
集中式卡尔曼滤波论文参考文献
[1].陶平平,冯肖亮.二维卡尔曼滤波的多源信息集中式融合去噪方法[J].科技创新与应用.2018
[2].黄珏,颜冰,陈浩文.集中式非线性抗差卡尔曼滤波算法研究[J].计算机应用研究.2016
[3].马丽丽,张曼,陈金广.多传感器集中式增量卡尔曼滤波融合算法[J].计算机工程与应用.2014
[4].曹晓军.异类传感器集中式扩维融合无迹卡尔曼滤波融合算法[J].计算机应用与软件.2012
[5].彭霞,张彦军,崔平远.联邦卡尔曼滤波与集中式卡尔曼滤波的等价性[J].青岛科技大学学报(自然科学版).2005
论文知识图
