1. 研究目的与意义
研究目的: 工业现场的数据来源于大量的传感器，这些传感器由于各自的性能和工作环境等原因，提供的数据质量参差不齐，基于卡尔曼滤波器的自适应滤波技术一直是数据融合理论的重要工具，在此基础上发展出的各种自适应卡尔曼滤波器同样能够在工业现场的数据融合过程中发挥重要作用。
研究意义: 为了解决传感器数据对控制系统的影响，近年来数据融合技术被引入到工业自动化领域，并得到迅速发展。将自适应滤波技术应用到工业现场的数据融合中，将会减少甚至消除传感器数据对控制系统的影响。2. 国内外研究现状分析
国外对数据融和技术的研究起步较早。20世纪70年代初，美国军事机构就开始了对数据的自动化综合处理进行研究。1973年，美国国防部资助开发了声纳信号理解系统，数据融合在该领域得到了最早体现。70年代末，公开的技术文献中开始出现多传感器信息集成和多传感器数据融合一词。80年代，电子技术、传感器技术和计算机技术的迅速发展，使军事系统中传感器数量及种类急剧增加。整个80年代，美国三军总部对应用数据融合的战术和战略监视系统一直给予高度重视。美国国防部从海湾战争实践中体会到了数据融合的潜力和价值。90年代开发的数据融合系统有：ASAS(全源信息分析系统)，LENSCE(战术陆军和空军指挥自动情报保障系统)，ENSCS(敌军态势分析系统)等。目前己开发应用的海军数据融合系统有：TOP(海军战争状态分析显示系统)，OSIF(海面信息融合专家系统)，NCCS(海军指挥控制系统)，IKBS(舰艇编队多传感器信息融合系统)以及英国的ZKBS(舰载多传感器融合系统)。美国国防部于1988年起将数据融合列为重点开发的20项关键技术之一。
在学术方面， 1998年成立的国际信息融合学会(International Society of Information Fusion,ISIF)总部设在美国，每年都举办一次信息融合国际学术大会，系统总结该邻域的阶段性研究成果以及介绍该邻域最新的进展。一些具有代表性和专著，如LIinas和Wslts的专著《多传感数据融合》Hall的专著《多传感数据融合的数学基础》以及《多传感数据融合手册》系统介绍了多传感信息融合的模型框架，并对研究内容等作了全面系统的论述。Bar-Shalom和Fortamnn的专著《跟踪与数据关联》、《估计与跟踪：原理、技术与软件》、《多传感目标跟踪：原理与技术》综合报道了数据融合在目标跟踪邻域的新思想、新方法以及新进展。
我国对数据融合技术的研究起步较晚，且发展相对缓慢。20世纪80年代末，国内才开始出现有关多传感信息融合技术的研究报道。在政府、军方以及基金机构的资助下，许多高校和科研究院所开始着手从事这一邻域的研究工作，出现了一批专著手译著，如敬忠良的《神经网络技术与应用》、周宏仁等人的《机动目标跟踪》、康耀红等人的《数据融合理论与应用》、刘同明等人的《数据融合技术及应用》、何友等人的《多传感信息融合及应用》，以及赵宗贵等人有《多传感信息融合》，《数据融合方法概论》等，大量的学术论文也相继涌现。这些工作都为我国数据融合的理论理论研究和工程应用做出了重要贡献，但是与国际先进水平相比，或与国家需求相比，目前还很大的差距，国内新一代应用系统的研发以及现代民用高科技的迅猛发展，都对数据融合基础研究和应用研究提出了更多的挑战。3. 研究的基本内容与计划
研究内容: 本文首先阐述了数据融合理论和自适应卡尔曼滤波理论，以及当今工业中控制系统的融合结构，归纳总结了多传感器系统中的各种数据融合结构，建立了基于kalman滤波的数据融合估计模型，并分别给出了集中式、顺序式、平行式、联合式等结构的kalman滤波算法，建立了统一线性数据模型，给出了不同情况下的最优的线性融合规则，并利用matlab对算法进行仿真实验，实验结果表明基于自适应滤波技术的数据融合能够有效的优化工业控制系统。
时间安排：开题报告：2012年3月3日3月27日
论文一稿：3月27日4月27日
4. 研究创新点
将数据融合技术与工业测控系统相结合，将会提高工业测控系统的性能和可靠性，本文基于前人工作的基础上对数据融合技术应用到工业测控系统中进行了初步的研究，基于卡尔曼滤波的数据融合技术应用到工业系统的数据处理上，可以将控制系统各传感器的数据进行融合，可以得到更为准确、鲁棒性更强的状态估计，提高控制系统的控制质量。
