Kalman Filter-based Multisensor Data Fusion
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 716
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CBCONF01_0326
تاریخ نمایه سازی: 16 شهریور 1395
چکیده مقاله:
In this paper, we evaluate the performance of twomultisensor data fusion techniques for state estimation byapplying Kalman filter. These methods are state vector fusionand measurement fusion. The comparisons of these methods aredemonstrated for a target tracking problem and analysis isperformed by means of the components of the error covariancematrix. According to environmental conditions, we should selectone of the fusion architectures in order to fuse data obtainedfrom respective sensors. The simulation results show that themeasurement fusion methods generally have better stateestimation performance over the state vector fusion methods
کلیدواژه ها:
نویسندگان
Rahim Entezari
Electrical and Electronic Engineering University Complex (EEEUC) Malek-e-Ashtar University of Technology (MUT) Tehran, Iran
Reza Sedaghat
Electrical and Electronic Engineering University Complex (EEEUC) Malek-e-Ashtar University of Technology (MUT) Tehran, Iran
AliJabar Rashidi
Electrical and Electronic Engineering University Complex (EEEUC) Malek-e-Ashtar University of Technology (MUT) Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :