基于最优估计的数据融合理论

• 作者: 吴翊 周海银 王炯琦
• 来源期刊: 应用数学
• 学科: 工学
• 关键词: 最优估计 数据融合 加权平均 Bayes估计 极大似然法
• 年，卷（期）: 2007,（2）
• 页码范围: 392-399
• 页数: 8页
• 分类号: TP212
• 字数: 5470字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9847.2007.02.027

摘要

本文提出了一种最优加权的数据融合方法,分析了最优权值的分配原则;给出了多源信息统一的线性融合模型,使其表示不受数据类型和融合系统结构的限制,并指出在噪声协方差阵正定的前提下,线性最小方差估计融合和加权最小二乘估计融合是等价的;介绍了数据融合中的Bayes极大后验估计融合方法,给出了利用极大后验法进行传感器数据融合的一般表示公式;最后以两传感器数据融合为例,证明了利用Bayes极大后验估计进行两传感器数据融合所得到的融合状态的精度比相同条件下极大似然估计得到的精度要高,同时它们均优于任一单传感器局部估计精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴翊	国防科技大学理学院系统科学与数学系	44	402	12.0	18.0
2	王炯琦	国防科技大学理学院系统科学与数学系	35	197	8.0	12.0
3	周海银	国防科技大学理学院系统科学与数学系	56	371	11.0	15.0