多传感器数据融合.doc

I 多传感器数据融合技术及应用 II 目录第一章概论....................................................................... 1 数据融合的目的和应用........................................ 1 数据融合的理论基础............................................ 3 数据融合的基本原理.................................... 3 数据融合的级别............................................ 4 第二章状态估计理论....................................................... 8 估计问题的构成.................................................... 8 状态估计问题........................................................ 9 离散线性系统的最优估计—— Kalman 滤波技术................................................................................. 10 第三章多传感器信息融合系统中的状态估计............ 15 引言....................................................................... 15 单传感器的状态估计.................................. 15 集中式多传感器状态估计.......................... 17 第四章多传感器概率数据关联算法............................ 23 概率数据关联滤波器.......................................... 23 预备知识....................................................... 23 概率数据关联滤波器的基本思想.............. 24 关联概率( ) ik?的计算................................. 26 III 协方差 P(k|k) 的计算................................... 29 多传感器概率数据关联算法.............................. 31 多传感器概率数据关联滤波器.................. 31 第五章分布式多传感器信息融合中的........................ 35 引言....................................................................... 35 模糊因数集与隶属度函数.................................. 35 模糊因素集.................................................. 35 隶属度函数的选择...................................... 37 模糊因素的确定与模糊集 A 的动态分配........ 38 模糊因素与权向量初值的确定.................. 38 模糊因素权集 A?的动态分配...................... 39 模糊航迹关联算法.............................................. 41 模糊航迹关联算法...................................... 41 多局部节点情况下的模糊关联算法................. 42 第六章多传感器多模型概率数据关联算法................ 44 多模型算法(Multiple-Model Approach) ......