搜索资源列表
Ekalman
- 书籍《多传感器数据融合》P44页算法的具体实现，可用于目标跟踪、卫星定位的仿真程序。
卡尔曼滤波算法仿真
- 一种改进的卡尔曼滤波算法，用于多传感器数据融合
EKF
- 杂波环境下基于EKF的多传感器的数据融合
rsds1
- 提出了一种由粗集理论和D-S证据理论结合的多传感器数据融合方法,并将其应用于目标识别中.
rsds5
- 在D-S证据理论的基础上,结合模糊集合论,给出了电子电路故障定位的多传感器数据融合方法.
coco
- 无线传感器网络QoS保证技术 无线传感器网络数据融合技术 无线传感器网络安全机制
2
- 多传感器数据融合技术及其应用 多传感器数据融合技术及其应用
4
- 近20年来，由于超大规模集成（VLSI）和超高速集成电路（VHSIC）、高精度数控机床、计算机辅助设计和制造，以及其他设计和生产的改进，传感器性能的大大提高，各种面向复杂应用背景的军用或民用多传感器信息系统也随之大量涌现。在多传感器系统中，信息表现形式的多样性、信息容量以及信息的处理速度等要求，都大大超过了人脑的信息综合能力，因此出现了信息融合技术。
StudyondatafusionalgorithmofradarandIRI
- 文章介绍了卫星多传感器数据融合研究，比较详细
kalman_filter
- 基于数据融合的卡尔曼滤波，对各个各个字传感器的滤波结果进行按矩阵加权融合，的到精确的结果
informationfusionintroduction
- 多传感器数据融合的介绍，是一门课中的一章，比较概括的讲述了数据融合的一般概念
fusion-yanjijinzhan
- 探讨了像素级多传感器图像融合的研究意义和应用，对像素级多传感器图像融合，方法进行了分析比较，并对其发展方向进行了展望
DataGathering.Aggregation
- 无线传感器网络数据采集，以及数据融合的论文。
wireless
- 无线传感器自组织成簇的基本思想是通过簇首对簇内节点间的相关信息融合及转发机制减少数据的传输量和距离，从而降低通信能量，达到网络节能的目的。
粗糙集优化神经网络论文集
- 基于粗糙集理论的神经网络研究及应用 基于粗糙集优化神经网络结构的启发式算法 一种结合粗糙集与神经网络的多传感器信息融合算法 构建基于粗糙集和BP神经网络的信用风险预警模型
何友书中的例子
- 这是一个最近学习何友《多传感器信息融合及应用》中kalman的第一个例程，拿出来请大家指教，方便大家学习此书。
异构网
- 异构网络的融合问题 通信技术近些年来得到了迅猛发展，层出不穷的无线通信系统为用户提供了异构的网络环境，包括无线个域网(如Bluetooth)、无线局域网(如Wi-Fi)、无线城域网(如WiMAX)、公众移动通信网(如2G、3G)、卫星网络，以及Ad Hoc网络、无线传感器网络等。尽管这些无线网络为用户提供了多种多样的通信方式、接入手段和无处不在的接入服务，但是，要实现真正意义的自组织、自适应，并且实现具有端到端服务质量(QoS)保证的服务，还需要充分利用不同网络间的互补特性，实现异构无线网络技术
下一代互联网2020(word)
- 和世界其他地区一样，欧洲意识到互联网在驱动社会经济发展中的作用越来越大。在过去短短的几年时间里，互联网已经使欧洲各方面发生了巨大改变。到了2009年，没有业务能在缺乏网络的情况下有效进行。许多欧洲企业在运用互联网方面走的更远，他们从根本上改变了自己做生意的方式，充分利用在线渠道来生产产品。个人生活方面，每个欧洲人，不管是年轻的还是年长的，都充分享受到社交网络带来的机遇和乐趣。我们通过网络工作，通过网络购物，通过网络学习，通过网络娱乐，甚至在网络中创建社区。而且这其中的一些服务已经搬到了移动设备上
ImageRegistration.rar
- 基于边缘特征的图像配准算法源码 基于边缘特征的图像配准算法是将不同时间、不同的传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的同一场景的两幅或多幅图像根据其边缘特征进行匹配、叠加的处理，最终生成一幅全景图像的方法。该方法具有抗噪性强，匹配速度快，误匹配率低，适用于多种类型的图像等优点，主要可以运用于以下领域： （1）军事研究领域，如飞行器辅助导航系绞、武器投射系统的末制导以及寻地等应用研究； （2）医学图像分析，如数字剪影血管造影DSA血管造影术、肿瘤检测、白内障检测、