分散式不確定動態系統穩健信息處理與融合研究

《分散式不確定動態系統穩健信息處理與融合研究》是依託四川大學，由周杰擔任項目負責人的面上項目。

基本介紹

• 中文名：分散式不確定動態系統穩健信息處理與融合研究
• 項目類別：面上項目
• 項目負責人：周杰
• 依託單位：四川大學

項目摘要

多感測器信息融合作為智慧型信息處理的重要技術已被廣泛採用，隨著高科技、社會、軍事等的發展，人們越來越多地面臨各種非理想、不確定實際系統帶來的挑戰。本項目將單感測器穩健最最佳化理論和方法恰當地引入多感測器系統，研究分散式多感測器不確定系統中數據關聯、狀態估計和目標跟蹤等信息融合領域幾項基本問題，包括系統模型參數取值於某個集合或隨機變化、感測器估計誤差之間互相關信息不確定等情形下的穩健信息融合；研究感測器之間統計相關信息不完全情形的融合理論和方法；研究符合動態系統需求的穩健處理和融合算法。上述研究內容是國內外多感測器信息融合理論和套用領域目前極為關注的、基本而重要且具有挑戰性的前沿課題，涉及信息科學、數學和計算機科學多個分支，其數學本質為複雜不確定條件下的最最佳化問題，需要恰當地套用多個學科最新理論和方法。研究這些問題對國家科學技術的發展、滿足國防現代化建設的緊迫需求均具有十分重要的意義。

結題摘要

針對具有多種不確定性的隨機動態系統，研究了分散式信息穩健處理和融合中幾項基本而重要的問題，提出了一些創新性的思想和方法，在不同條件下建立了相應的穩健融合模型，獲得了多種穩健估計或跟蹤融合新理論和有效的新方法。具體包括：1、基於估計誤差互相關矩陣範數界、基於機率意義下機會約束規劃的思想、基於不確定集合交集的Cheybshev中心幾何方法分別建立穩健估計融合模型，獲得相應最優或近似最優高效估計或跟蹤融合算法。2、對噪聲過程有限步相關的隨機動態系統，獲得全局最優Kalman濾波遞推公式。對觀測具有隨機多步延遲或丟包、模型參數具有範數界不確定性的系統，獲得了理論上具有優良性的Kalman濾波算法。3、利用Copula理論和方法研究了多感測器之間統計信息聯合分布的估計問題。4、發展變分Bayes理論和方法，對具有不確定輸入或系統偏差的複雜隨機動態系統獲得了目標狀態和跟蹤新方法。我們從理論和數值方面將上述信息處理與融合方法與包括國際上廣泛關注的協方差交等方法進行了比較，新方法表現出估計穩健性和估計精度方面的優點。在本項目的支持下，我們在CRC出版社出版網路化信息處理和融合方面的專著1部，在包括IEEE彙刊的國際期刊、國際信息融合大會等國內外學術會議發表論文17篇，作為主要完成人的項目獲2010年度四川省科技進步獎一等獎。綜上，我們順利完成了項目研究計畫，實現了本項目的研究目標，研究成果對科學技術的發展以及適應國防現代化建設的需求具有重要意義。