最近三十年,多传感器信息融合在国防、科技、经济、社会等众多领域发挥着重要的作用。在实际应用中,被探测目标或观测器大都处在各种复杂、变化环境中,再将存在系统错误包括观测和信道错误的估计问题简化为传统的标准框架已经远不能满足需要。本项目主要研究存在某些上述错误的容错稳健估计融合理论和方法。我们将借助国际上最新发展的优化理论和方法、特别是近几年以Nemirovski为代表的国际顶尖优化和信息处理专家新获得的稳健优化技术,研究在实际应用中有迫切需求的极小化欧氏误差(绝对误差)准则下的稳健估计融合,以避免统计平均误差准则下的估计方法在实际动态系统状态估计中却仅有一次轨道观测的局限。此外,研究由观测失序和失误引起的多传感器跟踪最优更新问题,不仅将国际上现有的单传感器当前状态更新发展到多传感器系统,而且要在不增加计算负担的条件下获得全航迹更新的全局最优容错算法。申请者对以上问题已有很好的前期研究基础。
本项目主要研究存在系统错误和有偏不确定性的稳健融合,取得显著成果:系统完善地建立起了极小化欧氏/绝对误差准则下的多传感器、多算法融合理论框架和高效算法,该成果在2011.11已被信息领域国际顶级杂志IEEE Transactions on Information Theory以regular paper发表。国内军用、民用部门极为重视存在系统错误和有偏不确定性的稳健融合研究,从2009年首届全国信息融合大会开始连续三届都把这方面的问题列为主要的大会议题来讨论,迫切需要解决。国际上也重视这方面的研究,著名的目标跟踪专家和信息融合主席Bar-Shalom等人一直在做这方面的研究,但理论成果相对较少。我们借助国际上最新发展的优化理论和方法、特别是以A. Nemirovski为代表的国际顶尖优化专家发展的稳健优化技术,建立起了中心式、分布式和多算法极小化欧氏/绝对误差准则下的抗偏稳健融合理论和高效算法。经google搜索,“极小化欧氏误差”和“多算法融合”分别在估计理论和动态系统跟踪还未见其它报道。这方面的成果也得到了工程部门的广泛关注和认可:基于此结果我们发展的新技术在军工973项目中,通过实装数据验证,被总装领导最终验收中时评为整个973的四项重要进展之一(见项目依托单位贡献证明)。以此为基础在团队导师朱允民教授的带领下,2013年获得了总装备部重点课题以继续深入发展这项成果。后又受邀到北京航天飞控中心报告上述理论和应用成果并立即开展一项有国防重大需求背景的有偏不确定动态系统目标跟踪课题,相应的算法在最近实装数据验证中主要性能指标多方面面优于该中心现用方法,中心总师向总装科技委汇报后被该委委员隋起胜将军要求赴京汇报。相关的系列成果共发表7篇SCI论文两篇EI论文和总结到2本专著中。此外,本项目负责人沈晓静因上面的重要成果获得了2012全国百篇优秀博士论文。
{{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
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
面向云工作流安全的任务调度方法
多传感器系统中的稳健估计融合
多传感器网络决策和估计融合中的信道容错性问题研究
融合多率时延测量的无人车位姿估计方法研究
基于稳健及有偏估计理论的多传感器误差配准方法研究