分布式多源复杂时序数据融合估计研究

项目名称： 分布式多源复杂时序数据融合估计研究

项目编号： No.60971119

项目类型： 面上项目

立项/批准年度： 2010

项目学科： 自动化技术、计算机技术

项目作者： 金学波

作者单位： 浙江理工大学

项目金额： 28万元

中文摘要： 分布式多源数据融合具有可靠性高、灵活性好等优点，有着重要的应用价值。实际系统中，各节点往往异步工作、采样周期不同、待融合数据的时延不同甚至会出现先测量数据后到达的"无序"现象，这些复杂时序关系大大增加了算法的计算量，降低了系统的估计性能。项目研究既有效融合多种复杂时序数据、又可根据具体系统的当前时序进行高速运算的分布式融合估计理论与算法，内容包括1）研究任意复杂时序数据与状态关系的数学描述，将各种复杂时序关系归结到统一的贝叶斯估计框架下；2）研究分布式系统中各节点信息特征、典型分布式融合估计方法的贝叶斯描述，得到基于Kalman及粒子滤波器的分布式融合估计算法；3）研究动态概率图模型描述复杂时序数据的方法及根据时序变化的化简方法，提高计算速度。项目成果将从根本上解决实际分布式多传感器系统中由于数据的复杂时序关系引起的估计性能下降、实时性差的问题，在理论研究与实际应用中都具有极其重要的价值。

中文关键词： 分布式数据融合；贝叶斯估计；图模型；融合估计；复杂时序数据

英文摘要：

英文关键词： distributed data fusion；Bayesian estimation；graph model；fusion estimation；complex time-series data