概率密度函数信息融合概述

摘要：

概率密度函数不仅包含了一阶、二阶统计量信息,还包含高阶统计量及更为复杂的特征信息.多传感器的概率密度函数信息融合是信号处理领域一个复杂待解决的难题,尤其是随着自动驾驶、无人系统等领域对于多传感器多尺度信息融合的需求,该问题的重要性逐渐凸显,如何设计融合准则、如何形成统一的融合框架是科学家和工程师们一直致力于解决的课题.本文针对随机变量的多传感器获得的多概率密度函数融合问题,调研了现有的融合理论和方法,提供了一些融合设计规则、准则、原理和定理等,如公理化方法、优化方法和超贝叶斯方法,期望能够为该问题的有效解决提供一定的方向性指导.

关键词：概率密度函数、信息融合、公理化、池化函数、超贝叶斯、机器学习、目标跟踪

所属期刊栏目：30

分类号：TJ760(火箭、导弹)

资助基金：国家自然科学基金;国家自然科学基金;国家重点研发计划

在线出版日期：2023-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1-10