| TÃtulo : |
Multisensor Fusion Estimation Theory and Application |
| Tipo de documento: |
documento electrónico |
| Autores: |
Yan, Liping, Autor ; Jiang, Lu, Autor ; Xia, Yuanqing, Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
Singapore [Malasya] : Springer |
| Fecha de publicación: |
2021 |
| Número de páginas: |
XVII, 227 p. 59 ilustraciones, 46 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-981-1594267-- |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Telecomunicación IngenierÃa de control Procesamiento de la señal Inteligencia Computacional IngenierÃa IngenierÃa en Comunicaciones Redes TeorÃa de sistemas y control Procesamiento de señales voz e imágenes IngenierÃa de datos |
| Ãndice Dewey: |
621.382 Ingeniería de comunicaciones |
| Resumen: |
Este libro se centra en la teorÃa básica y los métodos de estimación del estado de fusión de datos multisensor y su aplicación. Consta de cuatro partes con 12 capÃtulos. En la Parte I, se presentan breve y sistemáticamente el marco básico y los métodos de estimación óptima multisensor y los conceptos básicos del filtrado de Kalman. En la Parte II, se presentan los algoritmos de estimación del estado de fusión de datos en un entorno de red. La Parte III consta de tres capÃtulos, en los que se presentan los algoritmos de estimación de fusión bajo mecanismos activados por eventos. La Parte IV consta de dos capÃtulos, en los que se introduce la estimación de fusión para sistemas con ruidos no gaussianos pero de colas pesadas. El libro está dirigido principalmente a investigadores e ingenieros en el campo de la fusión de datos y la estimación del estado. También beneficia tanto a los estudiantes de posgrado como a los estudiantes interesados ​​en el seguimiento de objetivos, la navegación, el control en red, etc. |
| Nota de contenido: |
Introduction to Optimal Fusion Estimation and Kalman Filtering: Preliminaries -- Kalman Filtering of Discrete Dynamic Systems -- Optimal Kalman filtering Fusion for Linear Dynamic Systems with Cross-Correlated Sensor Noises -- Distributed Data Fusion for Multirate Sensor Networks -- Optimal Estimation for Multirate Systems with Unreliable Measurements and Correlated Noise -- Fusion Estimation for Asynchronous Multirate Multisensor Systems with Unreliable Measurements and Coupled Noises -- Multi-sensor Distributed Fusion Estimation for Systems with Network Delays, Uncertainties and Correlated Noises -- Event-triggered Centralized Fusion Estimation for Dynamic Systems with Correlated Noises -- Event-triggered Distributed Fusion Estimation for WSN Systems -- Event-triggered Sequential Fusion Estimation for Dynamic Systems with Correlated Noises -- Distributed Fusion Estimation for Multisensor Systems with Heavy-tailed Noises -- Sequential FusionEstimation for Multisensor Systems with Heavy-tailed Noises. |
| En lÃnea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Multisensor Fusion Estimation Theory and Application [documento electrónico] / Yan, Liping, Autor ; Jiang, Lu, Autor ; Xia, Yuanqing, Autor . - 1 ed. . - Singapore [Malasya] : Springer, 2021 . - XVII, 227 p. 59 ilustraciones, 46 ilustraciones en color. ISBN : 978-981-1594267-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Telecomunicación IngenierÃa de control Procesamiento de la señal Inteligencia Computacional IngenierÃa IngenierÃa en Comunicaciones Redes TeorÃa de sistemas y control Procesamiento de señales voz e imágenes IngenierÃa de datos |
| Ãndice Dewey: |
621.382 Ingeniería de comunicaciones |
| Resumen: |
Este libro se centra en la teorÃa básica y los métodos de estimación del estado de fusión de datos multisensor y su aplicación. Consta de cuatro partes con 12 capÃtulos. En la Parte I, se presentan breve y sistemáticamente el marco básico y los métodos de estimación óptima multisensor y los conceptos básicos del filtrado de Kalman. En la Parte II, se presentan los algoritmos de estimación del estado de fusión de datos en un entorno de red. La Parte III consta de tres capÃtulos, en los que se presentan los algoritmos de estimación de fusión bajo mecanismos activados por eventos. La Parte IV consta de dos capÃtulos, en los que se introduce la estimación de fusión para sistemas con ruidos no gaussianos pero de colas pesadas. El libro está dirigido principalmente a investigadores e ingenieros en el campo de la fusión de datos y la estimación del estado. También beneficia tanto a los estudiantes de posgrado como a los estudiantes interesados ​​en el seguimiento de objetivos, la navegación, el control en red, etc. |
| Nota de contenido: |
Introduction to Optimal Fusion Estimation and Kalman Filtering: Preliminaries -- Kalman Filtering of Discrete Dynamic Systems -- Optimal Kalman filtering Fusion for Linear Dynamic Systems with Cross-Correlated Sensor Noises -- Distributed Data Fusion for Multirate Sensor Networks -- Optimal Estimation for Multirate Systems with Unreliable Measurements and Correlated Noise -- Fusion Estimation for Asynchronous Multirate Multisensor Systems with Unreliable Measurements and Coupled Noises -- Multi-sensor Distributed Fusion Estimation for Systems with Network Delays, Uncertainties and Correlated Noises -- Event-triggered Centralized Fusion Estimation for Dynamic Systems with Correlated Noises -- Event-triggered Distributed Fusion Estimation for WSN Systems -- Event-triggered Sequential Fusion Estimation for Dynamic Systems with Correlated Noises -- Distributed Fusion Estimation for Multisensor Systems with Heavy-tailed Noises -- Sequential FusionEstimation for Multisensor Systems with Heavy-tailed Noises. |
| En lÃnea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Hacer una sugerencia Refinar búsqueda
