多传感器信息融合考点总结材料.docxVIP

考点1 考点1 考点2 考点3 考点4 考点5 考点6 考点7 考点8 考点9 多传感器数据融合常用算法、基本原理、优缺点数据关联的步骤 卡尔曼滤波算法的5条核心公式及其含义 基于贝叶斯统计理论的属性融合识别过程 模糊集合与隶属函数的定义 模糊推理综合评价的步骤和作用 从功能上看，模糊推理系统的组成和作用 多传感器数据融合的定义、目的和实质 多传感器数据融合过程 JDL功能模型的级别、功能 数据融合的三个层次以及优缺点 数据融合方法的结构以及优缺点 多传感器数据融合技术存在的局限性 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 多传感器目标检测的融合结构及各自的优缺点 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 考点13 考点14 考点15 考点16 考点17 考点18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彳亍相关、整合，以获得目标的精确位置、身份，最后对目标进彳亍完整精确评价。 技术定义：充分利用不同时间与空间的多传感器资源，采用计算机技术按时间序列获得多传感器的