随着计算机技术和传感器技术的迅速发展,多传感器数据融合技术在军用和民用领域得到了广泛应用,而数据融合的关键问题是模型设计和融合算法。 传统的同步数据融合算法不能在计算量和估计精确度上达到整体“优”,而现有的异步融合算法大都存在时间延迟以及计算量大等问题,这些问题都将影响算法在实际中的应用。 本文在已有工作的基础上,针对传统融合算法研究存在的问题,致力于新的融合算法的设计,并将数据融合理论应用到过程监控中。其主要内容包括以下几个方面: ⑴ 对多传感器动态系统采样进行详细分析; ⑵ 针对同步融合算法存在计算量大的问题,提出一种基于分步式滤波的同步数据融合算法。 ⑶ 提出一类基于通信故障的多传感器数据融合算法; ⑷ 给出了一类基于传输延迟的分步式异步融合算法框架; ⑸ 考虑现有异步融合算法存在的计算量过大以及时间延迟等问题,提出了一种新的基于匀速增量建模的异步采样数据融合算法; ⑹ 将(多尺度)数据融合理论与过程监控相结合,发展出一类基于(多尺度)数据融合理论的过程监控策略。