基于改进的卡尔曼滤波算法的气象数据融合
数据融合技术能够有效的提高计算效率, 减少冗余数据. 研究锡林河流域的空气温度数据的规律, 针对传统的卡尔曼滤波的融合结果存在微小的波动, 引入分布图法, 提出了基于改进的卡尔曼滤波的空气温度数据融合算法, 目的将每隔五秒采集空气温度数据融合为一小时的空气温度值. 为了验证改进算法的性能, 在原始数据的基础上分别设置了扰动数据和突变数据. 通过实验仿真, 改进的算法的融合效果好, 抗干扰性和稳定性强, 提高了气象数据的准确性.
数据融合、卡尔曼滤波、气象数据、锡林河流域
27
国家国际科技合作专项项目子项目2015DFA00530
2018-05-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
184-189