复杂时间序列预测问题普遍存在于智能交通、天气预报、食品安全、金融经济等复杂系统中,不仅与日常生活息息相关,还与社会发展和经......

针对卫星导航信号受干扰情况下惯性/卫星组合导航精度下降的问题,在多机协同编队中,提出采用基于协方差交叉融合的卡尔曼滤波器,将......

为了保证大型导航星座在有限的星载运算能力和通信能力下,具备自主运行能力并提供精准位置参考信息,对基于分层结构的星座分布式自......

对观测滞后和带未知互协方差的两传感器线性离散定常随机系统,提出了一种协方差交叉（CI）融合稳态Kalman滤波器。它给出了不依赖于未......

对带不确定方差线性相关白噪声的多传感器系统,根据极大极小鲁棒估计原理,用Lyapunov方程方法,基于不确定噪声方差扰动的参数化表......

针对带不确定模型参数和噪声方差的线性离散多传感器系统,基于极大极小鲁棒估值原理,该文提出一种鲁棒协方差交叉(CI)融合稳态Kalm......

针对无线传感器网络(wireless sensor networks,WSNs)在跟踪过程中精度低、性能差等缺点,提出基于无迹卡尔曼滤波(unscented Kalma......

多传感信息融合Kalman滤波是信息融合和滤波理论相结合的产物，主要目的是对来自每个局部传感器的局部信息和数据进行关联、估计和融......

对于带未知局部预报误差互协方差的两传感器跟踪系统,通过协方差交叉融合方法,得到了协方差交叉融合稳态Kalman预报器,并用协方差......

对于带未知互协方差的两传感器系统,提出一种协方差交叉(CI)融合鲁棒稳态Kalman滤波器,它关于未知互协方差具有鲁棒性.严格证明了......