信息融合，目标信息处理

主要利用雷达、红外等多源异构数据，回答陆（汽车）、海（船）、空（飞机）、天（卫星）等目标/复杂系统

——有没有？（检测问题）

——是什么？（识别问题）

——在哪里？（定位问题）

——怎么动？（跟踪问题）

——有多少？（状态估计问题）

基于以上问题的结果，进一步研究目标的行为模式、意图，预测运动轨迹，管理传感器资源等，具体在研的方向包括

1. 目标信息处理方法

1.1 扩展目标跟踪[1][2][3][14][16]

利用车载毫米波雷达、激光雷达等高精度传感器从一个目标上得到的多个回波点，估计目标的位置、速度、大小、形状、朝向等信息

1.2 多模型方法[7]

单一模型难以描述目标运动、量测机制，多个模型通力合作，提高估计精度

1.3 传感器网络、探测资源调度与管理

以目的为导向，实现最优的调度、决策与管理

2. 估计与滤波基础理论

2.1 非线性/非高斯滤波[5][6][9][10][15]

雷达、红外等数据多为非线性形式，闪烁噪声、过零等现象导致噪声非高斯，在这种情况下如何准确滤波

2.2 性能评估理论与方法研究[4][8][11][12][13]

各类算法处理信息的效果到底怎样？几种方法哪一种最好？提出指标和评价方法。

3. 储能系统信息处理

3.1 荷电状态估计 [under review]

储能系统（如电池）中荷电状态SOC的准确估计是开展管理的基础，由于荷电状态与其测量值端电压呈高度非线性关系，造成准确估计困难

3.2 系统剩余使用寿命RUL预测 [under review]

图1：基于非均匀量测的扩展目标跟踪最新成果（自主驾驶环境与目标感知）

图2：复杂干扰环境下多域多源信息融合目标态势构建与传感资源管理

图3：电池管理系统实验、SOC估计结果（估计误差＜1%）

信息融合与目标监管团队

—— 兰剑教授（ 国家级高层次人才特聘教授）

—— 张乐副教授

—— 郗瑞卿、张潇潇助理教授

本人指导的研究生：王彬竹（保送）、周枫镒、杨择正（保送）