• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Aerospace and Electronic Systems >Statistical Efficiency of Composite Position Measurements from Passive Sensors
【24h】

Statistical Efficiency of Composite Position Measurements from Passive Sensors

机译：无源传感器的复合位置测量的统计效率

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Combining line-of-sight (LOS) measurements from passive sensors (e.g., satellite-based IR, ground-based cameras, etc.), assumed to be synchronized, into a single composite Cartesian measurement (full position in 3D) via maximum likelihood (ML) estimation, can circumvent the need for nonlinear filtering??which involves, by necessity, approximations. This ML estimate is shown to be statistically efficient, even for small sample sizes (as few as two LOS measurements), and as such, the covariance matrix obtainable from the Cramer-Rao lower bound (CRLB) provides the correct measurement noise covariance matrix for use in a target tracking filter.
机译：通过最大似然将假设已同步的无源传感器（例如，基于卫星的IR，基于地面的摄像头等）的视线（LOS）测量值组合为单个合成笛卡尔测量值（3D完整位置） （ML）估计可以避免对非线性滤波的需求-非线性滤波必然涉及近似值。即使对于较小的样本量（少至两次LOS测量），该ML估计也具有统计上的效率，因此，可从Cramer-Rao下界（CRLB）获得的协方差矩阵为以下情况提供正确的测量噪声协方差矩阵：用于目标跟踪过滤器。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号