分布式协同控制算法，从理论到应用。多智能体协同控制的入门教材。

筛选毫米波雷达数据，初步确定有效目标。首先对雷达数据进行了预处理，主要是对空信号、静止目标和无效目标进行了筛选和剔除，然后结合同车道有效目标的判断方法，对相邻车道的非危险目标进行了滤除，获取初选目标，最后通过生命周期检验方法进一步验证目标存在的有效性，并建立卡尔曼滤波模型对数据信息进行滤波处理，降低噪声的干扰。 基于机器视觉的前方车辆检测方法研究。本文采用 Haar-like 方法提取车辆特征，同时利用积分法加快对特征值的计算速度，基于这些特征值，通过结合Adaboost 算法迭代训练多个弱分类器并将其组合构建强分类器，最后将多个强分类器串联建立级联分类器。考虑到获取的车辆图像在时间和空间上的连续性，本文基于无迹卡尔曼滤波算法建立了车辆跟踪模块，增强系统对车辆目标轨迹的实时追踪。 建立多传感器融合模型。利用毫米波雷达坐标系、世界坐标系、摄像头 坐标系、图像坐标系和像素坐标系之间的空间位置转换关系，实现雷达和摄像头 的空间融合。针对毫米波雷达和摄像头采样频率不同的问题，本文采用多线程法 来实现传感器间的时间同步。本文基于扩展信息融合和无迹信息融合原理，建立 了一种改进的无迹信息融合算法，该算法能够消除更新方程中的测量信息，增强 对目标的估计精度，解决各传感器间的目标信息无法进行有效结合的问题。 对融合系统的仿真和实车验证。本文选用六自由度 QJ-4B1 动感型模拟驾驶仪对融合系统进行仿真测试，通过人机交互界面建立了虚拟的传感器、道路工况和背景环境，最大限度的还原实车试验。在实车试验中，完成了对传感器的安装和试验平台的搭建，并对实车试验场地以及人员进行了相应的安排。

传感器信息融合——MATLAB程序实现.rar

本书用邓自立教授独创的现代时间序列分析方法提出了关于系统状态或信号的最优估计和最优融合估计的新理论、新方法和新算法，并给出在目标跟踪系统中的仿真应用。 全书共分七章，包括时间序列ARMA模型和状态空间模型，最小二乘法参数估计，ARMA时间序列预报，经典Kalman滤波理论及多传染器最优信息融合Kalman滤波理论，基于现代时间序列分析方法的最优滤理论及最优信息融合滤波理论。内容新颖，理论严谨，并含有大量仿真例子。 本书可作为高等学校控制理论与控制工程、信号处理、检测与估计等专业的研究生及本科高年级学生教材，也可供在信号处理、控制、通信、航天、制导、雷达跟踪、石油地震勘探、故障诊断、卫星测控、GPS定位、多传感器信息融合、机器人、经济、生物医学等领域工作的科技人员参考。

面向互联网的多源电影信息融合算法研究，张春升，张庆，随着互联网的发展，影视媒介越来越受到用户的青睐，尤其是电影媒介。但由于不同的内容提供商对电影媒介描述方式的不同和偏差，影

针对目前配电柜故障电弧检测技术存在的漏检率和误报率高的问题,结合多传感器信息融合技术在故障检测技术中的应用,提出了基于联合卡尔曼滤波器的故障电弧检测技术。该技术可以对采集到多个不同故障电弧故障特征进行实时滤波,能够很好地消除噪声干扰和提高信噪比,进一步提高故障电弧检测的准确性和可靠性,完善系统的容错能力和复原能力。仿真结果也表明改进的检测技术具有良好的实时性和准确性。

基于粗糙集与证据理论的信息融合研究论文，可以将教你知道如何将粗糙集与证据理论融合，采集信息的必要性。

基于因子图的多传感器信息融合导航算法研究

程序实现了对两个传感器的ROC曲线，以及经过融合之后融合系统的ROC曲线，融合系统的融合规则包括“与”规则，“或”规则，以及NK表决融合，通过融合之后大大降低了系统的虚警概率，并且NK融合准则的融合性能较高

目标跟踪学习笔记，主要的学习书籍是Mahler的《多源多目标统计信息融合》，具体参考博文：https://blog.csdn.net/MARSHCW/article/details/110108632 文件解压使用：cw96