导读:本文包含了多传感器区间估计融合论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:区间,传感器,枢轴,方差,不确定,线性,最优。
多传感器区间估计融合论文文献综述
万孟森[1]（2009）在《多传感器数据融合技术在区间估计中的应用》一文中研究指出在系统辨识和建模误差分析中,集员估计区间分析算法作为一种新兴的、有效的估计方法。近年来在国际控制理论界逐渐走红。这种方法的主要特征是:假定系统的噪声是随机过程,不需要知道干扰噪声或噪声功率分布(未知但有界——Unknown But Bounded,简称UBB)的情况下,根据系统输入输出提供的信息,确定一个参数空间与观察数据和噪声相容的的成员集合(或区间),该集合(或区间)总是包含着待辨识的真值。有关集员估计区间算法的研究在许多工程中得到了应用,并在一些方面取得了引人瞩目的突破性成果。尽管集员估计理论应用的研究已经取得了一定的成果,但这些的研究并非完善。本课题在研究分析现有集员估计成果的基础上,对现有集员估计区间算法进行改进,提出了一种新型的区间分析方法,即多传感器数据融合的集员估计区间算法。其基本思想是利用多传感器融合技术的优势对含有噪声的数据样本进行预处理,使之更能反映数据本质;融合后的数据信息再根据集员估计区间分析方法对系统参数进行估计,以得到一个更紧致的估计区间。本文总共分为下面几部分:第一部分主要叙述了集员估计理论的由来、原理、发展和研究现状。并在此基础上引入了集员估计中重要的一类算法——区间算法(盒子算法)。然后详细的介绍区间算法的数学基础。并重点地分析了一种线性时不变系统的集员区间分析的算法。同时给出了详细地递推过程。第二部分系统地介绍了多传感器信息融合原理和研究现状。重点对数据融合原理、结构组成、融合方法和融合技术的意义等进行了详细的介绍。仔细地分析了单一传感器和多传感器融合技术方案的优劣,并对其融合结果进行了仿真实例比较。第叁部分是本课题研究的重点,在分析集员估计区间算法和数据融合技术的基础之上,提出了一种新型的算法——多传感器数据融合技术的集员估计区间算法。详细地说明了怎么利用多传感器融合后的更有效,更全面的数据进行区间估计。证明了多传感器数据融合技术可以有效地减少系统的总均方误差。然后把融合后的这些数据利用集员估计区间算法进行系统辨识,使待辨识的区间更加的紧致,仿真实验表明该新型算法对区间的优化是有效的。最后对本课题以后的研究提出了要求,希望利用融合技术的区间估计算法具有更高的稳定性,即希望融合中心的输入有很小的“扰动”时,其结果输出有很强的鲁棒性等问题;还有就是多传感器耦合之间的误差、采集的数据量大、数据的形式多样性等,这些问题都会影响到辨识估计的精确性和快速性,还有待于以后进一步的研究和探讨。(本文来源于《江西理工大学》期刊2009-10-05）
甘宇,朱允民[2]（2002）在《多传感器分布式区间估计融合》一文中研究指出考虑了对未知参数θ的多传感器分布式区间估计融合问题 .建立了一种最优区间估计融合模型———凸线性组合融合 ,并给出搜索最优权系数的Gauss Seidel迭代算法 ,另外 ,给出了一种近似的区间估计融合 ,它能减少大量的计算量 ,并且在某些情况下可以达到最优的估计性能 .最后采用计算机数值模拟 ,用以上方法得到的融合区间估计均优于每个传感器的区间估计的性能 .(本文来源于《控制理论与应用》期刊2002年06期）
李保华[3]（2002）在《多传感器分布式区间估计融合》一文中研究指出本文就多传感器分布式区间估计融合方面进行了较为深入的研究，取得的主要成果为： (1)已知n个传感器的区间估计{I_1，I_2，…，I_n}，其置信度{α_1，α_2，…α_n}，并假设这n个区间估计是互相独立的条件下，基于“合成规则”和两种输出的优化准则获得最优区间估计融合。再者，增加信息{I_1，I_2，…，I_n}中至多或者至少有f个区间估计是错误的条件，推广上述结果获得了“条件合成规则”和最优容错区间估计融合，而且Marzullo容错区间估计融合是该方法的特例。 (2)已知n个传感器的区间估计{I_1，I_2，…，I_n}和其中至多有f个区间估计是错误的，但是没有{I_1，I_2，…，I_n}的置信度的信息的情况下，基于信任函数理论和先验信息“每个传感器做区间估计的方法的正确概率要大于犯错误概率”，以及叁种输出的优化准则，获得最优区间估计融合，其输出结果有相应的信任度。这个方法能够合理的缩短Marzullo方法的输出结果，而且其输出结果比Prasad,lyengar,Kashyap和Maclan四人提出的方法的输出结果更为可靠。Marzullo方法也是该方法的特例。 (3)举例说明Marzullo~数不满足李普希兹条件和局部李普希兹条件。(本文来源于《四川大学》期刊2002-10-01）
多传感器区间估计融合论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
考虑了对未知参数θ的多传感器分布式区间估计融合问题 .建立了一种最优区间估计融合模型———凸线性组合融合 ,并给出搜索最优权系数的Gauss Seidel迭代算法 ,另外 ,给出了一种近似的区间估计融合 ,它能减少大量的计算量 ,并且在某些情况下可以达到最优的估计性能 .最后采用计算机数值模拟 ,用以上方法得到的融合区间估计均优于每个传感器的区间估计的性能 .
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多传感器区间估计融合论文参考文献
[1].万孟森.多传感器数据融合技术在区间估计中的应用[D].江西理工大学.2009
[2].甘宇,朱允民.多传感器分布式区间估计融合[J].控制理论与应用.2002
[3].李保华.多传感器分布式区间估计融合[D].四川大学.2002