关于机动目标跟踪、信息融合的两篇博士论文，希望有用

信息融合领域存在一个公认的定论,即集中式融合的性能一定比分布式融合的好,且是最优的;业已证明,当融合系统采用单模型滤波算法,如卡尔曼滤波器时,上述定论是成立的;那么在融合系统采用多模型滤波算法,如针对机动目标跟踪的交互多模型滤波(IMM)算法时,情况是否也是如此?抱着对此存疑的态度,对采用IMM算法时的集中式融合与分布式融合进行了研究,给出了扩维、序贯以及等效量测3种集中式融合算法和简单方差凸组合、互协方差组合2种分布式融合算法,并设置不同运动场景对算法进行了大量仿真。仿真实验结果表明,针对交互

在多传感器目标跟踪系统中，由于异质传感器能实现优势互补，将其数据进行融合，可提高对空中目标的跟踪精度。异质传感器信息融合是数据融合实际应用中的一个重要内容，因为在实际的系统中，经常遇到利用3D雷达（测量值为距离、方位和俯仰）、2D雷达（距离和方位）、被动雷达（方位和俯仰）、测高雷达（俯仰）和ESM（方位）等传感器对目标进行跟踪，利用这些传感器进行融合可获得更、更完全的目标状态估计。 　　异质多传感器融合是数据融合中一个重要内容，文献［1］研究了利用2D主动雷达和红外传感器对高机动目标进行跟踪，