信息融合与处理中几个问题的进展

发布时间：2021-02-13 18:53

　　在信息科学技术领域中,多源信息融合是一个有广泛应用背景及重要理论意义的研究课题,建立起这一问题"最本质的数学描述"曾被美军电子研究策略报告视为"极为优先"考虑的问题。在实践中,为提高信息处理的精度、实时性、稳健性及恶劣环境中的生存性,多传感器信息融合技术早已在发达国家被广泛采用和研究,它在许多军事和民用部门,如在战争环境中的军事情报,通信,计算机网络,控制和指挥的一体化系统、关键国防装备,如航母,预警机、飞行器制导技术、空中交通管理、光学工程、机器人、通讯、经济系统的预测和调控等方面都有着广泛的实际应用。虽然国际上在近二、三十年已获得长足进步,但局限于在一些限制条件下的信息融合。例如在统计决策融合方面,他们需要多源信息的统计独立性,在估计融合方面,他们则要求各传感器观测噪声的相互独立,而这在实际中常常不满足。还在80年代,在传感器的噪声是相互独立的限制性条件下,国际上已经获得了一个卡尔曼滤波融合公式,并证明了这个融合公式与达到全局最优性能的中心式的卡尔曼滤波是等价的。但当传感器的噪声相关时,20年来一直得不到具有全局最优性能的卡尔曼滤波融合公式,甚至不知道这样的融合公式是否存在。本论文... 

【文章来源】：四川大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：104 页

【学位级别】：博士

【文章目录】：
摘要
Abstract
符号表
第一章 绪论
第二章 传感器噪声相关时最优的卡尔曼滤波融合
    2.1 引言
    2.2 问题描述
    2.3 无反馈的相关噪声分布式的卡尔曼滤波
    2.4 有反馈的相关噪声卡尔曼滤波融合的最优性
        2.4.1 有反馈的相关噪声滤波融合的整体最优性
        2.4.2 局部估计误差
        2.4.3 有反馈的优点
    2.5 小结
    2.6 附录
第三章 传感器数据估计融合的最优维数压缩
    3.1 引言
    3.2 问题描述
    3.3 预备知识
    3.4 单个传感器情况下的解析解
    3.5 多个传感器的观测不相关时的最优解
    3.6 多个传感器的观测相关时对最优解的搜索
        3.6.1 最优解的存在性
        3.6.2 其他传感器的压缩矩阵给定时某个传感器最优压缩矩阵求解
    3.7 数值例子
    3.8 小结
第四章 关于串联的两个传感器二元判决系统通讯方向的性能分析
    4.1 引言
    4.2 问题描述
        4.2.1 系统模型
        4.2.2 第二个传感器的贝叶斯判决区域
        4.2.3 第一个传感器（融合中心）的贝叶斯判决区域
    4.3 贝叶斯损失函数
    4.4 主要定理
    4.5 数值例子
    4.6 小结
    4.7 附录A
    4.8 附录B
第五章 在Fisher信息矩阵奇异时的最小方差有偏估计
    5.1 引言
    5.2 有偏的Cramér-Rao界和有偏的梯度矩阵
    5.3 在平均的偏差限制下的统一的Cramér-Rao下界
        5.3.1 平均的偏差限制为平凡的情况
        5.3.2 平均的偏差限制为非平凡的情况
    5.4 在最坏情形的偏差限制下的统一的Cramér-Rao下界
        5.4.1 当S 和J 可以联合对角化时的统一的Cramér-Rao下界
        5.4.2 当S是任意一个非负矩阵时的统一的Cramér-Rao下界
    5.5 当Fisher信息矩阵奇异时线性高斯模型的最优估计
    5.6 小结
    5.7 附录
第六章 总结展望
参考文献
作者攻读博士学位期间的工作目录
致谢


【参考文献】：
期刊论文
[1]多传感器信息融合基本原理及应用[J]. 马平,吕锋,杜海莲,王瑞,牛成林.  控制工程. 2006(01)



本文编号：3032424