《偏差有界不確定動態系統容偏數據關聯和估計融合研究》是依託四川大學，由朱允民擔任項目負責人的面上項目。
基本介紹
- 中文名：偏差有界不確定動態系統容偏數據關聯和估計融合研究
- 項目類別：面上項目
- 項目負責人：朱允民
- 依託單位：四川大學
項目摘要,結題摘要,
項目摘要
近三十年，多感測器信息融合在國防、科技、經濟、社會等眾多領域發揮著重要的作用。在實際套用中，被探測目標或觀測器大都處在各種複雜、變化環境中，再將存在系統錯誤，包括運動和觀測方程模型偏差簡化為傳統的標準框架已經遠不能滿足需要。本項目主要研究即使模型糾偏後仍存在未知偏差的容偏穩健數據關聯和估計融合理論和方法。我們將藉助國際上最新發展的最佳化理論和方法、特別是近年來國際頂尖最佳化和信息處理專家新獲得的穩健最佳化和集值濾波技術，加上我們在以往基金項目完成中所獲得的成功經驗和技巧，研究在當前實際套用中有迫切需求的不確定動態系統容偏數據關聯、估計一體化穩健融合，克服長期懸而未決的模型糾偏和數據關聯互為前提、相互影響，分別處理效果差的難點。同時，所獲得的新方法包括在多項式時間內可實現的高效算法，使成果在基礎理論上有顯著創新，在工程實際中有廣泛套用價值。
結題摘要
本項目根據申請書的研究內容和實際需求，在實施過程中研究了如下幾個既有理論意義又有實際價值的問題： 一、結合目標跟蹤的實際背景研究歐氏誤差準則下的容偏穩健估計融合： 我們在極小化歐氏誤差準則下研究有模型參數不確定和噪聲有界的容偏穩健估計融合理論。建立了一般性很強的容偏動態方程和觀測方程模型，並結合目標跟蹤中幾類典型實際背景：目標機動（運動模型有偏）和觀測大偏差（觀測模型有偏）情況下，獲得了機動目標多模型穩健跟蹤和與多目標的觀測容偏數據關聯新方法及相應的高效算法，為工程實際中困擾多年的機動目標跟蹤和多目標容偏數據關聯問題開闢了新思路。 二、進一步發展了多算法融合深度提取系統偏差信息，為容偏情況下實現估計高精度提升了信息基礎，並將其推廣到異構信息的最佳化估計融合： 在本項目中，我們已將在集值濾波多算法最佳化融合發展到任意多算法，包括異類的多算法，高低精度大差異的多算法，隨機和非隨機的集值濾波的多算法等的最佳化融合，而以往工程上面對上述算法採用加權融合或擇優融合往往還不能獲得最優單感測器的精度。由於異類算法估計融合與異構估計信息融合有相同的困難本質，都很難獲得他們之間的權重關係，所以異類算法最佳化融合的成果被成功地發展到後者，並創建出一種有別於擇優和加權融合的系統融合方法， 可以實現對異構估計信息的最佳化融合，只要各異構信息間存在互補性，理論上可保證精度高於最優單源信息估計精度。 三、結合國防工程實際需求和複雜背景，運用上述兩方面獲得的理論成果設計出算法，完成及繼續獲得多個國防工程課題。 在項目期間，完成了一項總裝重點課題和一項北京航天控制中心國防科技重點實驗室基金課題，在這些課題中，我們的方法均得到由表現優秀的評價，並繼續獲得北京航天控制中心課題和十三五國防重點和被邀參加一項重大課題。 四、我們還獲得在系統噪聲協方差陣奇異時的分散式卡爾曼濾波最優融合公式及有關非線性穩健濾波的新結果。以往的結果都要求這些噪聲協方差陣不能奇異，而在實際中可能不滿足。此外還對以往的等式約束的Kalman濾波問題研究提出了新觀點，指出某些結果的錯誤，並給出新方法。此外,一篇有關幾篇有關非線性穩健集值濾波的論文正在撰寫中。
