信息科技领域中,多传感器决策和估计融合是有广泛应用背景及重要理论意义的课题。虽然近二、三十年已获得长足进步,但主要局限于一些传统,理想的框架。 随着传感器网络技术在高科技、经济、社会、军事等领域的广泛应用,人们更多地面对非理想的现实背景问题的挑战。在传感器网络中信息处理过程的每一阶段,特别在传输过程中,难免出现数据延迟,丢失,或信道错误,就产生了多传感器决策和估计信道容错融合问题。国际上包括申请人在衰减信道的传感器网络决策和失序观测的Kalman滤波最优更新方面已有初步成果,但对多传感器网络,还有许多更符合实际背景,更有学术意义和应用价值的问题尚待解决。本项目从现代概率论、控制论、信息论和最优化理论出发,充分利用我们在前几轮基金项目研究中积累下来的成功研究方法和成果,开展对传感器网络决策信道容错最优传感器律和最优决策融合律及传感器数据延迟或丢失时的最优估计融合律的研究,力争获得国际领先成果
{{i.achievement_title}}
数据更新时间:2023-05-31
路基土水分传感器室内标定方法与影响因素分析
跨社交网络用户对齐技术综述
低轨卫星通信信道分配策略
基于多模态信息特征融合的犯罪预测算法研究
城市轨道交通车站火灾情况下客流疏散能力评价
随机系统多传感器决策与估计融合理论与算法
多传感器系统中的稳健估计融合
多传感器不确定信息决策与估计融合理论与算法
多传感器系统估计和判决融合中的维数压缩问题