多传感器信息融合考点总结材料.pdfVIP

考点1：多传感器数据融合的定义、目的和实质 考点2 ：多传感器数据融合过程 考点3 ：JDL功能模型的级别、功能 考点4 ：数据融合的三个层次以及优缺点 考点5 ：数据融合方法的结构以及优缺点 考点6 ：多传感器数据融合技术存在的局限性 考点7 ：多源信息融合的检测、状态和属性融合的工作原理及其优缺点 考点8 ：多传感器目标检测的融合结构及各自的优缺点 考点9 ：分布式融合检测系统二元假设检验问题 考点10：分布式检测融合系统常见的结构 考点11：分布式检测融合系统常见的融合策略。它们的检测概率和虚警概率公式和判决准则公式 考点12：多传感器数据融合常用算法、基本原理、优缺点 考点13：数据关联的步骤 考点14:卡尔曼滤波算法的5条核心公式及其含义 考点15：基于贝叶斯统计理论的属性融合识别过程 考点16：模糊集合与隶属函数的定义 考点17：模糊推理综合评价的步骤和作用 考点18：从功能上看，模糊推理系统的组成和作用 数据融合的目的 基于各独立传感器的观测数据，通过融合导出更丰富的有效信息，获得最佳协同效果，发挥多个传感器 的联合优势，提高传感器系统的有效性和鲁棒性，消除单一传感器的局限性。 数据融合的定义 功能定义：将多个信息源的数据进行相关、整合，以获得目标的精确位置、身份，最后对目标进行完整 精确评价。 技术定义：充分利用不同