多传感器航迹融合的评价指标及计算方法

针对分布式多传感器数据融合系统，提出了一种多传感器异步航迹融合算法。由于不同传感器的采样时间各不相同，融合算法首先利用最小二乘法将局部航迹统一到融合中心的融合时间点，然后利用多传感器自适应航迹融合算法

在多传感器目标跟踪问题中，利用信息融合技术可以有效的提高跟踪精度。但高精度的融合估计通常对计算、通信资源要求较高，而资源要求较低的融合方法其解通常又是次优的。自适应航迹融合算法的计算过程可以根据当前系

基于传感器数据协同处理技术，实现多源信息高效融合。采用卡尔曼滤波与加权平均算法结合，提升系统感知精度与稳定性，适用于复杂环境下的实时决策场景。

图像融合作为一种有效的信息融合技术, 已经广泛用于军事、遥感、机器视觉和医疗诊断等领域。这里研究了多传感器图像 融合效果的客观评价方法, 其中包括均方根误差、平均误差、灰度标准差、熵、熵差、交叉熵、互

为研究机载火控系统多传感器数据融合的方法。采用了用于多目标多传感器航迹数据融合的改进的卡尔曼滤波算法,运用假设检验理论,充分考虑了位置数据互联的正确性和目标信号的历史信息,使其性能不随目标数目的增大而

本文提出了一种多传感器单目标空间位置融合处理算法, 利用该算法可以获取飞行目标的最佳运动轨迹1 经模拟计算, 表明该算法是对飞行目标测量数据进行融合处理的一种较为理想的方法1关键词 多