Theory and Methods for Distributed Data Fusion Applications
Wraz z rozwojem cyfryzacji, sztucznej inteligencji i nowoczesnej komunikacji danych, inżynieria staje przed coraz większym wyzwaniem złożoności systemów-systemów, w których czujniki percepcji mają własny mechanizm przetwarzania, informacje są łączone w pewnej centralnej jednostce, a międzyplatformowa wymiana danych jest konceptualizowana w podejściu holistycznym. Dlatego też rozproszone architektury fuzji danych, szacowania stanu i śledzenia wielu celów stają się coraz ważniejsze. Wykorzystanie wielu czujników do postrzegania i obliczania obrazu świadomości sytuacyjnej prowadzi do generowania ogromnych ilości danych, które muszą być filtrowane, wzbogacane, interpretowane i oceniane. Staje się to niewykonalne bez zastosowania algorytmów rozproszonych.
Theory and Methods for Distributed Data Fusion Applications najpierw omawia podstawy ruchu stochastycznego, który stanowi podstawowy model śledzenia celu i estymacji parametrów. Następny rozdział przedstawia najważniejsze podstawowe algorytmy śledzenia celu i estymacji stanu, a w kolejnym metody te są rozszerzone na estymację pełnych trajektorii ze stanami z wielu znaczników czasu. Następnie książka wprowadza problem fuzji rozproszonej i przedstawia pierwsze rozwiązania w tym zakresie. Ostatnie 3 rozdziały omawiają metody fuzji ścieżek z nieznanymi kowariancjami krzyżowymi, rozproszony filtr Kalmana i jego warianty, a także metody łączenia ścieżek.
Niniejsza książka ma na celu dostarczenie najnowocześniejszych podejść i algorytmów zainteresowanym inżynierom w zakresie fuzji danych w systemach rozproszonych, zapewniając dogłębne zrozumienie ograniczeń, założeń, korzyści i wad. W tym celu wyprowadzenie każdej metody jest podane szczegółowo, bez pomijania pomocniczych obliczeń lub etapów pośrednich.