分布式时滞系统信息融合状态估计及其应用研究

本项目用经典的卡尔曼滤波方法作为方法论，基于Riccati方程和线性最小方差最优加权融合估计算法，对带有不同观测时滞和/或带有状态时滞的多传感器系统，分别提出最优、稳态和次优分布式信息融合状态估计新算法。对具有多个模型的多传感器系统，提出分布式多模型多传感器信息融合卡尔曼滤波新方法和新算法。并给出相应的融合结构。同时，给出新算法在石油勘探和目标跟踪中的应用研究。该项研究具有重要的理论意义和实际意义，在机器人、组合导航、GPS定位、通信和信号处理等领域具有广泛的应用价值。