搜索资源列表
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。
information-fusion-algorithm
- 本文利用模糊理论中的高斯隶属 度函数来获得模糊观测下具有概率特性的似然函数，并且由此似然函数得到每个传感器提供信息的可信度；再将各传感器的可 信度转化成基本概率赋值函数即mass 函数；最后利用证据理论对多传感器信息进行融合。对目标识别的仿真试验表明该方法获 得的结果比直接结果具有更高的精度和可靠性。-The method uses fuzzy theory in the Gaussian fuzzy membership function to obtain a probabl
nonlinear_measure
- 代码实现多源信息融合中的针对多个传感器同时检测一个目标时的非线性测量和分布式融合。-The code can realize the non-linear measure and data fusion, in multi-source information fusion, when multiple sensors detect a target measurement.
KF1
- 基本卡尔曼滤波实现。加入了多传感器及信息融合的内容-kalman filter
GUI无线定位
- 基于GUI的无线定位,图形用户界面（Graphical User Interface，简称 GUI）是指采用图形方式显示的计算机操作用户接口。与早期计算机使用的命令行界面相比，图形界面对于用户来说在视觉上更易于接受。然而这接口若要通过在显示屏的特定位置，以“各种美观、而不单调的视觉信息”提示用户“状态的改变”，势必得比简单的文字信息呈现，花上更多的计算能力，计算“要改变显示屏哪些光点，变成哪些颜色”。 无线传感器网络目标定位方式主要如下： (1)主动模式 基于距离的定位：测量节点间距
sensor
- 多传感器信息融合AND准则OR准则和单传感器的对比效果，以及ROC曲线图-multi sensor data fusion
D-S 多传感器信息融合 matlab实现
- D-S证据理论数据融合算法基础程序，可改(he matlab implementation DS evidence theory code to achieve)