深度学习的多传感器融合理论与应用

多传感器融合理论与应用现状； 采用协方差映射构建数据融合与异常值剔出的通用框架； 在网络控制系统中采用延迟与损耗认知的状态估计； 椭圆运动约束中的融合与状态估计性能； 智能感知融合技术中的相关性与冗余选择； 在辐射感知网络中采用SPRT对执行设备的操作状态进行分类； 信息融合中智能化监测与侦察中知识推理的应用； 基于测试样本对的多分类器融合； 基于可靠合作源的道路检测改进； 多传感器融合在机器人中的应用； 在船用监测系统中采用多个紧压的高频面波雷达基于贝叶斯估计定位目标； 在无人操控系统中基于SLAM返回到起飞地点； 在水下真实场景中的地形导航； 采用有监督的校准方法改进激光雷达探测波束的对比度与强度； 在未分集的空间扩展测量中基于多层粒子滤波的多目标跟踪； 多目标跟踪中采用遍历的卡尔曼滤波变量进行虚警和漏警测量； 多个微小型红外传感阵列的跌落检测； 工厂里基于惯导传感的微小型手势识别； 上肢外骨骼修复中运动学、动力学和控制