多传感器信息融合最优和自校正滤波新理论和新方法

本项目用独创的现代时间序列分析方法作为方法论，基于自回归滑动平均(ARMA)新息模型和白噪声估计理论，提出多传感器信息融合最优卡尔曼滤波与维纳滤波新理论、新方法和新算法。对含未知噪声统计和模型参数的系统，基于ARMA新息模型参数的在线估计，首创多传感器信息融合自校正卡尔曼滤波与维纳滤波理论和方法，开辟信息融合状态估计领域新的研究方向。该项研究具有重要的理论意义和方法论意义，且在国防、军事、机器人、组合导航、GPS定位、通信、信号处理等领域具有广泛的应用价值。