数据融合杂记

A Review of Data Fusion Techniques

本文将数据融合技术分为三类：数据关联（data association）、状态估计（state estimation）、决策融合（decision fusion），然后分别介绍了数据融合技术的分类方式（第二节）、数据关联的一般方法（第三节）、状态估计的一般方法（第四节）以及决策融合的一般方法（第五节），并在最后进行了总结。

第二节

本文提出了五种分类方式：根据输入数据源间的关系、根据输入输出数据的类型、根据使用数据的抽象等级、根据JDL模型、根据数据的结构类型

https://zhuanlan.zhihu.com/p/122364721

第三节

Data association: The process of assign and compute the weights that relates the observations or tracks (A track can be defined as an ordered set of points that follow a path and are generated by the same target.) from one set to the observation of tracks of another set.

数据关联就是分配和计算与观察值或轨迹（轨迹定义为沿着一条路径并由同一目标生成的有序集合）相关的权重，实现从一组轨迹的观测值映射到另一组数据的过程。简单理解就是对一组轨迹的观测值进行重新排序来反映目标真实的运动。数据关联通常在状态估计之前进行，只有获得准确的数据关联处理结果，才能保证后续处理的正确性。

文中提到的方法如下：

•  近邻（Nearest Neighbors）与 K-Means

近邻算法是最简单的数据关联技术，其通过设定距离度量以及阈值来对相似的值进行聚类。使用的距离度量标准通常有绝对距离（Absolute distance）、欧式距离（Euclidean distance&#