1、隨著科學(xué)技術(shù)的發(fā)展和現(xiàn)代戰(zhàn)爭的需要,信息融合作為一門新興交叉學(xué)科在近年來得到了廣泛關(guān)注和飛速發(fā)展。在多傳感器信息融合系統(tǒng)中,位置級是最重要和應(yīng)用最多的一級,關(guān)聯(lián)和融合是其兩大任務(wù),即如何判斷不同傳感器的觀測或航跡是否來自同一個目標(biāo),在關(guān)聯(lián)完成后又如何融合這些觀測或航跡以得到全局最優(yōu)融合估計。本文在綜述信息融合及其位置及融合的研究發(fā)展后,重點研究了含狀態(tài)約束的多傳感器信息融合中的狀態(tài)估計問題,在目標(biāo)檢測、數(shù)據(jù)校準(zhǔn)和關(guān)聯(lián)已完成的假設(shè)下,對已

2、有的融合結(jié)構(gòu)模型及算法進(jìn)行改進(jìn),得到了新的模型和算法。在單傳感器Kalman濾波和無約束分布式多傳感信息融合算法基礎(chǔ)上,利用含狀態(tài)約束Kalman濾波方法得出了含狀態(tài)約束的分布式多傳感器信息融合算法;利用含狀態(tài)約束Kalman濾波和最優(yōu)加權(quán)思想得到了含狀態(tài)約束的最優(yōu)加權(quán)信息融合算法。另外,對混合式融合結(jié)構(gòu)中的信息處理方法進(jìn)行改進(jìn),從而得到一種新的混合式多傳感器信息融合中狀態(tài)估計方法。本文進(jìn)一步對所得算法進(jìn)行了簡要的理論分析,并通過數(shù)值模