课程名称：多传感器信息融合

一、 考试的总体要求

掌握多传感器信息融合的基本概念、信息融合级别；掌握线性系统的Kalman滤波技术；掌握主观Bayes方法和Dempster-Shafer（D-S）证据理论两种不确定推理方法；掌握数据关联的过程和关联方法；掌握多传感器信息融合系统功能和结构模型；掌握航迹管理和航迹的初始算法及航迹关联方法。

二、 考试的内容

1．多传感器信息融合的基本概念，基本原理和信息融合的级别。

2. 状态估计技术-Kalman滤波技术，滤波器的初始化，扩展Kalman滤波。

3. 主观Bayes方法的推理过程；Dempster-Shafer（D-S）证据理论的基本概念，基于证据理论的决策。

4.信息融合系统的功能模型，结构模型，包括检测级融合结构、位置融合结构和目标识别融合结构。

5. 多传感器信息融合关联时的数据准备；数据关联过程；数据关联门的选择；数据关联方法，包括最邻近方法、基于概率统计的概率数据关联和联合概率数据关联。

6. 航迹管理和航迹的初始算法；航迹关联方法，包括加权和修正航迹关联算法和序贯航迹关联算法。

三、 考试的题型

理论分析、设计、计算、工业应用。