摘要
分布式估计融合是多传感器系统研究的一项重要内容.在实际应用中,各传感器观测的统计信息往往未知,同时,由于受到通讯带宽的限制,又需要对传感器的观测和估计进行有效的压缩编码.针对观测统计量的联合概率分布未知的多传感器分布式估计融合系统,利用V.Megalooikonomou等提出的直和估计思想,基于模糊C-均值聚类方法设计一种分站最优量化器,显著地改进了基于硬C-均值聚类方法设计量化器的融合效果.计算机模拟表明了此方法的有效性.
Distributed estimation fusion is an important research topic of multisensor systems. In practical application, the distribution of observation statistics of sensor is usually unknown. Meanwhile, the observation and estimation from individual sensor must be compressed and coded effectively because of communication bandwidth constraints.
出处
《四川师范大学学报（自然科学版）》
CAS
CSCD
北大核心
2010年第4期559-562,共4页
Journal of Sichuan Normal University（Natural Science）
基金
国家自然科学基金(60879023)资助项目
