Mit der Weiterentwicklung von Sensoren und Kommunikationsnetzwerken steht die klassische idealisierte Fusionstheorie vor Herausforderungen in Bezug auf Anwendbarkeit und Berechenbarkeit. Dieser Artikel basiert auf den fast dreißig Jahren systematischer Forschung des Informationsfusions-Teams der Mathematischen Fakultät der Sichuan-Universität und fasst Fortschritte in drei Bereichen zusammen: Erstens wird unter Bedingungen wie Rauschen und zufälligen Parametern eine verteilte optimale Schätzfusionstheorie und effiziente Algorithmen entwickelt, um eine einheitliche Optimierung von Sensor- und Fusionszentrum zu erreichen; zweitens wird die unendliche Optimierungsnatur der Entscheidungsfusion unter korrelierten Beobachtungen aufgedeckt, und es wird ein global optimales Fusionsgesetz sowie ein umsetzbarer iterativer Rahmen präsentiert, der auf verschiedene Kommunikationsstrukturen, Dämpfungskanäle und Quantisierungssituationen ausgeweitet wird; drittens, angesichts der Schwierigkeiten bei der zuverlässigen Erfassung von zweiter statistischer Momente, wird ein robuster Fusionsansatz mit elliptischen Mengen und ein max-min-Rahmen entwickelt, der robuste Tests, ungenaue robust Fusion der Kovarianz und robuste Schätzungen des minimalen mittleren quadratischen Fehlers der Randverteilung umfasst. Besonders wurde ein neues global robustes Konzept und ein neuer Optimierungsrahmen vorgeschlagen sowie mehrere Optimierungskriterien empfohlen. Teile der Ergebnisse wurden in Ingenieurausrüstungen validiert und zeigten Vorteile.
Luo et al. (Wed,) haben diese Frage untersucht.