一种基于神经网络和UKF的自适应目标误差配准方法
针对多传感器数据融合的误差配准问题,提出了一种自适应的误差配准方法。该方法使用无迹卡尔曼滤波方法训练神经网络,在偏差先验模型未知的条件下,通过学习待配准目标量测与配准目标之间的误差变化,实时估计配准误差并同时将其应用于目标状态估计。仿真实验表明,该方法能够实时有效地估计目标配准误差和目标状态。
误差配准、神经网络、无迹卡尔曼滤波
44
TP391(计算技术、计算机技术)
国家自然科学基金资助项目60736046
2012-08-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
101-105