轻触这里

关闭导航

导航目录

学院动态

Quick Navigation

当前位置:首页 > 学院动态 > 正文

学院动态

自动化学院文成林教授为青年教师作学术报告

2017-07-04

 

622日下午,自动化学院文成林教授在致用楼307会议室为学院青年教师带来了一场精彩的学术报告。

本次报告围绕信息融合与卡尔曼滤波用于融合低层次实时动态多传感器冗余数据方法,该方法用测量模型的统计特性递推,决定统计意义下的最优融合和数据估计。如果系统具有线性动力学模型,且系统与传感器的误差符合高斯白噪声模型,则卡尔曼滤波将为融合数据提供唯一统计意义下的最优估计。卡尔曼滤波的递推特性使系统处理不需要大量的数据存储和计算。但是,采用单一的卡尔曼滤波器对多传感器组合系统进行数据统计时,存在很多严重的问题,比如:(1)在组合信息大量冗余的情况下,计算量将以滤波器维数的三次方剧增,实时性不能满足;(2)传感器子系统的增加使故障随之增加,在某一系统出现故障而没有来得及被检测出时,故障会污染整个系统,使可靠性降低。

本次报告有利于大家在探讨中更加深入地了解相关学科的前沿知识,对增强学院学科教学效果及提高教师科研水平有着重要意义。

                                      (自动化学院)

 

你所在的位置: 首页 > 学院动态 > 正文
学院动态
自动化学院文成林教授为青年教师作学术报告
发布时间:2017-07-04

 

622日下午,自动化学院文成林教授在致用楼307会议室为学院青年教师带来了一场精彩的学术报告。

本次报告围绕信息融合与卡尔曼滤波用于融合低层次实时动态多传感器冗余数据方法,该方法用测量模型的统计特性递推,决定统计意义下的最优融合和数据估计。如果系统具有线性动力学模型,且系统与传感器的误差符合高斯白噪声模型,则卡尔曼滤波将为融合数据提供唯一统计意义下的最优估计。卡尔曼滤波的递推特性使系统处理不需要大量的数据存储和计算。但是,采用单一的卡尔曼滤波器对多传感器组合系统进行数据统计时,存在很多严重的问题,比如:(1)在组合信息大量冗余的情况下,计算量将以滤波器维数的三次方剧增,实时性不能满足;(2)传感器子系统的增加使故障随之增加,在某一系统出现故障而没有来得及被检测出时,故障会污染整个系统,使可靠性降低。

本次报告有利于大家在探讨中更加深入地了解相关学科的前沿知识,对增强学院学科教学效果及提高教师科研水平有着重要意义。

                                      (自动化学院)