多传感器数据融合概要.doc

多传感器数据融合技术及应用 目录 第一章概论 1 1.1数据融合的目的和应用 1 1.2数据融合的理论基础 3 1.2.1数据融合的基本原理 3 1.2.2数据融合的级别 4 第二章状态估计理论 8 2.1估计问题的构成 8 2.2状态估计问题 9 2.3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 3.1引言 15 3.2集中式多传感器信息融合系统中的状态估计 15 3.2.1单传感器的状态估计 15 3.2.2集中式多传感器状态估计 17 3.3分布式多传感器信息融合系统中的状态估计 19 第四章多传感器概率数据关联算法 23 4.1概率数据关联滤波器 23 4.1.1预备知识 23 4.1.2概率数据关联滤波器的基本思想 24 4.1.3关联概率的计算 26 4.1.4协方差P(k|k)的计算 29 4.2多传感器概率数据关联算法 31 4.2.1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 5.1引言 35 5.2模糊因数集与隶属度函数 35 5.2.1模糊因素集 35 5.2.2隶属度函数的选择 37 5.3模糊因素的确定与模糊集A的动态分配 38 5.3.1模糊因素与权向量初值的确定 38 5.3.2模糊因素权集的动态分配 39 5.4模糊航迹