本项目在多传感器数据融合的最优化精确解方面获得了如下在国际上先进的研究结果;1对判决融合问题,获得了一般观测数据下,最优传感器律应满足一组积分方程,构造出了迭代算法并证明了收敛性。2获得了一种特定形式的最优融合律的精确表达形式,是国际上第一个在相关观测下的结果,3对动态系统状态估计问题,获得了最优融合系数阵的精确表达式以及表达式中参数的递推算法,使以往结果均成为本结果的特例,4严格证明了带反馈的动态系统状态估计融合分式是线性无偏最小方差意义下的精确解,这些结果从科学意义上更准确地反映了数据融合的本质,其一般性又将扩大应用的范围,这些结果部分已发表在国际核心期刊或国际会议文集上。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
论大数据环境对情报学发展的影响
拥堵路网交通流均衡分配模型
基于多模态信息特征融合的犯罪预测算法研究
卫生系统韧性研究概况及其展望
随机信号检测与估计的多传感器数据融合问题
随机系统的递推辨识和优化
随机系统多传感器决策与估计融合理论与算法
随机递推算法的收敛性稳健性及并行处理