1) recursive fusion estimation
递归融合估计
1.
Application of multiscale recursive fusion estimation in integrated navigation system
多尺度递归融合估计在组合导航系统中的应用
2) recursive estimation
递归估计
3) Recursive Kernel Estimation
递归核估计
1.
The Strong Lonsisteny of A Mixed-type Recursive Kernel Estimation of Regression Function;
回归函数的混合型递归核估计的强相合性
4) Estimation Fusion
估计融合
1.
Estimation Fusion of Integrated Navigation Based on Simple Convex Combination;
基于简单凸联合的组合导航估计融合方法
2.
Application of Decision Fusion for Sensor Data Quantization in Estimation Fusion and Decision Fusion with Fading Channels;
决策融合在估计融合传感器量化问题中的应用及衰减信道下的决策融合问题
3.
The adaptive Kalman filter is used to track a maneuvering target under the system of the distributed estimation fusion.
针对多传感器分布式估计融合系统,利用这种自适应技术给出了一种自适应Kalman滤波的融合方法,它具有与中心式相近的跟踪性能。
5) fusion estimation
融合估计
1.
By combining the strong tracking filtering theory with data fusion estimation approaches, we put forward a new fusion estimation algorithm of multi sensor based on strong tracking filter.
将强跟踪滤波理论与多传感器数据融合估计方法相结合 ,提出基于强跟踪滤波器的多传感器数据融合估计新算法。
2.
By combining the model_based multiscale analysis with multisensor data fusion techniques, based on a state model given at a certain scale and multisensor distributing dynamic models, we proposed a new algorithm on multiscale fusion estimation.
将信号的多尺度分析方法与多传感器数据融合技术相结合 ,基于某一尺度上给定的状态模型和在不同尺度上拥有不同采样率的多传感器分布式动态系统 ,提出了一种新的基于Kalman滤波的多尺度融合估计算法 ;在最细尺度上获得了基于全局信息的融合估计值 ;计算机仿真验证了算法的有效性 。
3.
By combining the strong tracking filtering theory with data fusion estimation technology,a new joint state and parameter estimation algorithm of multisensor based on strong tracking filter is proposed.
本文将强跟踪滤波理论与多传感器数据融合技术相结合 ,提出基于强跟踪滤波器的多传感器状态与参数联合估计新算法 ;对拥有相同采样率的分布式多传感器单模型非线性动态系统 ,应用强跟踪滤波器 ,得到目标状态基于全局信息融合估计结果 ,并利用计算机仿真结果对算法的有效性进行了验证 ;这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题 ,从而丰富和发展了多源信息融合理
6) recursive parameter estimation
递归参数估计
补充资料：递归
分子式：
CAS号：
性质：将一个操作或一组操作多步重复的一种特定的处理过程。这种过程的某一步要用到它自身的上一步(或上几步)的结果。在人工智能语言中，大量使用递归调用。
CAS号：
性质：将一个操作或一组操作多步重复的一种特定的处理过程。这种过程的某一步要用到它自身的上一步(或上几步)的结果。在人工智能语言中，大量使用递归调用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条