为什么人有2只眼睛？优秀的军事指挥家凭什么本领综合分析纷繁复杂的战场形势、做出正确的判断、最终获得胜利？这是因为人本身就是一个最好的信息融合专家。本门课讨论基于多传感器信息的融合与感知技术， 是目前机器人、无人系统、物联网、信息物理系统等研究领域的重要组成部分，是现代信息技术的主要支撑点，是科技创新的重要突破口。本课程将从多传感器系统特点、融合与感知方法、应用实例、基础理论和方法等4个方面出发，对多传感器融合与感知技术进行全面深入的探讨。 无论您是、工程开发人员、数据科学家、学术研究者，还是软件工程师或硬件工程师，本课程不仅有助于您从理论和方法上掌握基于不同的、多个传感器之间的融合机理与感知能力，也能帮助您从实践上了解多传感器在多个前沿领域的实际应用。
北京工商大学多传感器融合与感知技术(2023春)作业题答案
第一章 多传感器融合技术简介
- 下面的说法正确的是（）： A两个眼睛的信号进行简单的叠加实现融合。 B两个眼睛的信号在大脑中的进行…
- 关于多传感器数据融合的基本概念的理解，正确的是： A利用多个传感器的信息通过融合中心的融合处理…
- 下面说法正确的是（）： A数据融合的定义起源于军事，由美国Joint Directors of Laboratories（简称JDL）提…
- 数据融合技术的应用领域（多项选择），包括： A工业工程 B金融经济 C地球科学 D疾病诊断…
- 多传感器数据融合是对来自不同传感器的信息进行(),以产生对被测对象统一的最佳估计。 A分析和综…
- 在下面关于信息融合的定义中,说法错误的是( ) A研究利用多个数据源更好地完成任务的方法 B在时…
- 以下不属于多传感器数据融合三大问题的是( ) A检测融合 B数据互联 C状态估计 D决策融合…
- 关于无人车系统的传感器,下面说法正确的是:() A包括雷达、激光扫描、GPS及视觉等传感器,未来还…
- 在无人车系统中,数据融合的作用在于:() A使各种传感器的性能进行综合,得到比使用任意一种传感器…
- 数据源之间的关系,包括如下:() A加和关系,互补关系,冗余关系 B合作关系,互补关系,冗余关系 C…
- 从输入数据和输出数据之间的性质来看，融合系统包括以下几类（）： A数据输入-数据输出； B数据输入-特征…
- 基于信息抽取的级别,指的是从传感器采集的信号、到信号的内涵(即其表征的特征),再到基于信号要采…
- JDL信息融合模型是数据融合概念模型。它将数据融合过程被分为五个处理级别:() A第1级位置级融合…
- 关于融合系统的结构,以下说法正确的是:() A在分布式结构中,融合节点位于中央处理单元,该中央处…
- ()年我国首次提出了信息融合技术的专题会议,在会议上面对信息融合技术进行了充分的评估,并提出了…
第十二章 应用实例之四：无人驾驶车辆系统中的目标跟踪
- 目标跟踪流程的正确顺序为：（）1.目标建模2.目标模型3.目标状态预测4.目标跟踪验证策略5.目标模型更新…
- 目标跟踪的原则有哪些:() A目视化 B标准化 C一致性 D及时有效
- 关于雷达目标跟踪,说法错误的是() A雷达具有最大跟踪距离 B雷达捕获目标有数量限制 C雷达目标…
- 雷达目标跟踪的局限性最主要的是() A误跟踪和目标丢失 B跟踪距离有限 C跟踪精度差 D跟踪数量…
- 雷达目标跟踪产生漏警的主要原因是:() A雷达有误差 B目标回波太强 C安全界限数值过大 D目标…
第十一章 应用实例之三：建筑的健康监测
- 建筑抗震性能水平在进行等级划分的时候可参考的主要指标为 ____ 。
- 在对建筑物的健康状态进行监测的过程中,要综合考虑传感器在 ____ 维度和 ____ 维度上的变化,以获…
- 建筑物在地震波的作用下,较大的相对位移通常发生在较 ____ 的楼层。…
- 基于网络模型的健康状态分类方法在实际应用场景中有时会出现相邻类别错判的情形,其主要原因是:( …
- 在真实测量数据有限的情况下,可以采用 ____ 代替真实对象,为它提供不同的 ____,并获得相应的实验…
第九章 应用实例之一：无人系统与多源信息融合
第八章 DS证据理论
- 证据理论的核心是什么:() ADempster合成规则 BShafer合成规则 C专家系统 D信息融合…
- 证据理论有哪些局限性(多选):() A要求证据必须是独立的,而这有时不易满足; B证据合成规则没有…
- 哪位专家“将信任函数推广到识别框架的所有模糊子集上”:() AShortliffe BDubois & Prade CSm…
- “Dempster证据合成公式的Bayes近似方法,使得焦元个数小于等于识别框架中元素的个数”是谁提出的…
- Dempster的学生G. Shafer对证据理论做了进一步的发展,引入()概念,形成了一套基于“证据”和“组…
- 证据理论最早应用于() A信息融合 B专家系统 C情报分析 D决策分析
- 下面关于DS证据理论的说法不正确的是() A证据理论能够区分不知道引起的不确定 B证据理论满足比…
- 证据理论的特点以下不正确的是:() A满足比Bayes概率理论更弱的条件,即不必满足概率可加性。 B…
- 基本概率分配表述正确的是:()
- 对A的信任程度Bel(A)、命题A的基本概率数m(A)和A为非假的信任程度（似真函数）Pl(A)三者的关系是什么…
- 信度区间的表示方法为:() A[m(A), Pl(A)] B[Pl(A), Bel(A)] C[Bel(A), m(A)] D[Bel(A), Pl(A…
- “所有没有分配给这个命题的反命题的概率分配值的和”是:() A疑惑度 B正确度 C似然度 D信任…
- “传感器直接分配给该命题证据所对应的概率分配值的和”是:() A不信任度 B似然度 C…
- 对于相互独立的不同证据源,有不同的基本概率分配函数。Dempsey-Shafer合成公式采用正交和将不同…
- 证据理论悖论产生的原因以下不正确的是:() A信息源信息量不同 B证据理论不太合理 C传感器本身…
- 对冲突系数 描述正确的是:() A冲突系数 越大,则冲突越大 B冲突系数 越大,则冲突越小 C冲突…
- 什么情况下最容易出现证据理论悖论:() A信息源相关性太强 B基本信任分配函数不存在冲突 C信息…
- 以下哪种信任分配最容易出现证据理论悖论:() A证据 E1:m1(a)=1,m1(b)=0; 证据 E2:m2(a)=0,m2(b)…
- 如何避免证据理论悖论:() A去掉其中一个证据 B改变 值大小 C直接修改信任分配数值 D利用专…
- 假设识别框架Q ={A, B, C}，现有两条证据： 证据 E1：m1(A)=0.99，m1(B)=0.01，m1(C)=0； 证据 E2：m…
- 在一个盒子里有一个球,球的颜色非黑即白,并且从两个不同的独立信息源得到:m1({黑})=0.4,m1({白})…
- 接上一题,采用证据理论融合上一题中的证据,得到关于盒子中球为黑色的基本概率数 为() A0.0317 …
- 接上一 题,采用证据理论融合上一题中的证据,得到关于盒子中球为黑色的基本概率数 为() A0.0317…
- 接上一题,采用证据理论融合上一题中的证据,得到关于盒子中球为白色的基本概率数为() A0.0317 B…
- 接上一题,采用证据理论融合上一题中的证据,得到关于盒子中球为白色或黑色的基本概率数为() A0.0…
- BPA的Bayes近似中,以下说法不正确的是:() ABayes近似法是由 Voorbraak发现的 B如果是单个假设…
第七章 贝叶斯融合判别
- 贝叶斯理论的主要应用的领域有(多选题):() A模式识别 B辅助智能决策 C医疗诊断 D数据融合…
- 与经典概率方法存在明显差异,贝叶斯推理认为待估计参数是一个:() A随机变量 B固定变量 C随机…
- 由于加入了(),贝叶斯推理修正了样本的不确定性 A后验信息 B后验分布 C先验概率 D先验信息…
- 设利用一传感器对A事件的发生进行检测,检测结果为B,有概率分布 , 则Ai为真值,B为:() A测量值 …
- 在给定证据B的情况下,假设事件 发生的后验概率为:() A.
- 假设同学A去参加数学考试的概率为0.9,如果他参加考试且考试合格的概率为0.6,那么他不合格的概率…
- 为研究爱吃糖与患糖尿病之间的关系,随机从医院患者中抽取样本进行分析。已知一个人爱吃糖的概率…
- 已知事件A与事件B发生与否伴随出现，依据贝叶斯公式可以得到： P(B|A)= P(A|B)*M/P(A)，则M=（） AP(AB) …
- 如题1中，给定贝叶斯公式P(B|A)= P(A|B)*M/P(A)，其中公式P(B|A)为： A先验概率 B后验概率 C全概率 …
- 基于贝叶斯统计的目标识别融合满足下列形式:()
- 物体为金矿的概率为0.3,两个仪器同时检测该物体,仪器1漏检率(是矿物但检测为非矿物)为0.2,误检率…
- 仪器1检测物体为金矿,仪器2检测物体为非金矿,则物体为金矿的概率为?() A21.43% B26.38% C27.5…
- 一个人去参加聚会为真的概率为0.3,如果他参加聚会后醉酒的概率为0.6。那么他醉酒为假的概率为多…
- 对于变量有两个以上的情况，贝叶斯定理亦成立，有： P(A|B,C)= [P(B|A)*M*P(A)]/[P(B)*P(C|B)]，则M=（） …
- 一个人咳嗽的概率为0.2,如果咳嗽的人80%都在感冒,没咳嗽的人感冒的概率为5%,那么此人没感冒的概…
- 贝叶斯推理的优点以下不正确的是:() A使用贝叶斯推理融合算法与没有进行数据融合前相比,提高了…
- 贝叶斯推理的缺点以下不正确的是的:() A要求各个假设事件互斥; B不能够用测量结果对先验概率进…
第五章 状态融合方法
- Track to Track 方法适用于哪种多传感器融合系统:() A分布式结构 B集中式结构 C分布式、集中…
- Track to Track 方法的第一步完成如下功能:() A基于每个传感器的测量 ,利用Kalman滤波器进行估…
- rack to Track 方法的第二步,基于线性估计原理将 和 进行融合:()
- Track to Track 方法的方差为()
- CI融合方法适用于哪种多传感器融合系统:() A分布式结构 B集中式结构 C分布式、集中式都可以 …
- CI融合方法的第一步完成如下功能:() A基于每个传感器的测量 ,利用Kalman滤波器进行估计,直接获…
- CI融合方法的实质为加权平均,求 ,满足 ,使得 中的 :() A最小 B最大 C由 决定是最大还是…
- CI融合方法的融合结果为 其中,权值 由下面()决定。
- CI融合算法的方差按照如下方法求得:()
第四章 测量融合方法
- 测量融合算法适用于哪种多传感器融合系统:() A分布式结构 B集中式结构 C分布式、集中式都可以…
- 测量融合算法I的测量矩阵为:()
- 测量融合算法I的测量数据向量为:()
- 测量融合算法I的测量方差矩阵为:()
- 测量融合算法I的滤波增益为:()
- 当系统有2个传感器时,测量融合算法I的状态更新步骤为:()
- 当系统有2个传感器时,测量融合算法I的估计方差更新步骤为:()
- 测量融合算法II的测量数据向量为()
- 测量融合算法II的测量矩阵为()
- 当系统含有2个传感器时,测量融合算法II的测量方差矩阵为:()
- 关于两种测量融合方法的性能,下面哪种是正确的?() A当初始状态相同,且测量矩阵相同时,两种测量…
- 当测量矩阵不相同时,下面哪种是正确的?() A无法判断两种测量融合方法的性能。 B测量融合方法I…
- 关于选择两种方法的原则,下面说法正确的是():() A当测量矩阵相同时,选择测量融合方法II。 B当…
第三章 融合方法简介
- 使用平均的方法能够消除传感器测量数据存在的什么误差?() A常值误差 B高斯白噪声 C相关噪声 D测…
- 以下不属于数据融合的人工智能类方法的是() A模糊逻辑推理 B神经网络 C专家系统 D卡尔曼滤波…
- 目前,多传感器信息融合方法主要有哪些?() A贝叶斯估计 B神经网络 C小波变换 D卡尔曼滤波 ED…
- 离散系统的过程状态方程 描述如下关系:() A待估计状态随时间的变化关系。 B测量随时间的变化…
- 离散系统的过程状态方程 中, 为:() A系统状态 B状态转移矩阵 C过程噪声分布矩阵 D过程噪声…
- 设系统共有3个传感器,测量方程为:() D 前面都包括,共有3个测量方程。…
- 多传感器系统的测量方程 中, 为:() A第 个传感器的测量向量 B传感器个数 C测量矩阵 D测量…
- 多传感器系统的测量方程 中, 为:() A第 个传感器的测量向量 B传感器个数 C测量矩阵 D测…
- 多传感器系统的测量方程 中, 为:() A第 个 传感器的测量向量 B传感器个数 C测量矩阵 D测…
- 多传感器系统的测量方程 中, 为:( ) A第 个传感器的测量向量 B传感器个数 C测量矩阵 D测…
- 多传感器估计融合的任务是:() A基于离散系统的过程状态方程和测量方程,利用多个传感器测量 ,获…
- 离散系统的过程状态方程 中, 为:( ) A系统状态 B状态转移矩阵 C过程噪声分布矩阵 D过程噪…
- 离散系统的过程状态方程 中, 为 :() A系统状态 B状态转移矩阵 C过程噪声分布矩阵 D过程噪…
- 离散系统的过程 状态方程 中, 为:() A系统状态 B状态转移矩阵 C过程噪声分布矩阵 D过程噪…
第二章 传感器的特点
- ( )时期,扁鹊在总结前人经验的基础上,提出了“望、闻、问、切”的诊断方法。 A春秋战国 B汉朝 …
- 我国现存最早的中医典籍《黄帝内经》于两千多年前的秦汉时期就已经问世,书中有哪些成就(多项选择…
- 中医诊断包括“四诊”和辨证两个过程,下面说法正确的是(多项选择):() A“四诊”过程医生通过眼睛…
- 使用多个诊断手段的原因在于:() A多个信息源比单个信息源的诊断成本更加昂贵。 B使用单一的信息…
- 关于数据，下面说法正确的是（）： A数据是事实或观察的结果 B数据与信息是等价的 C是信息的表现形式和载…
- 从数据的来源来看,数据分为哪2类:() A大数据和小数据 B离线数据和在线数据 C硬数据和软数据 …
- 传感器数据在传输过程包括哪些不确定因素（）： A丢包现象 B延时现象 C增大现象 D变小现象…
- 传感器测量的不确定性包括哪些不确定因素（）： A常值误差 B漂移误差 C随机噪声 D丢包误差…
- 常值误差的特点是:() A随着时间的推移误差会变得越来越大。 B传感器的测量数据和真实状态相比,…
- 漂移误差的特点是:() A随着时间的推移误差会变得越来越大。 B传感器的测量数据和真实状态相比,…
- 随机噪声的特点是:() A随着时间的推移误差会变得越来越大。 B传感器的测量数据和真实状态相比,…
- 通过传感器的标定可以消除传感器测量数据存在的什么误差?() A相关噪声 B常值误差 C漂移误差 …
- 关于数据预处理，下面说法正确的是（多项选择）： A只有传感器损坏时产生的错误测量数据，才需要进行数据…
- 关于被测参数 ,其分布描述为 ,其含义为:() A均值为 ,方差为 的高斯白噪声。 B均值为 ,方…
- 测量数据与被测参数的关系为 ,这意味着:() A测量数据为高斯白噪声,且其均值为被测参数的均值,…
- 用 表示第 个和第 个传感器的输出,则其一次读数 和 之间的置信距离为:()…
- 关于置信矩阵,下面说法正确的是:() A置信距离表示两个传感器 和 之间的相互差异性。 B置信距…
- 当 时,置信距离的关系为:()
- 当 或 时,置信距离的关系为: ()
- 当 或 时,置信距离的关系为: ( )
- 选择合适的阈值 ,将置信矩阵变为关系矩阵,关系矩阵中的参数 的值为:()…
- 关系矩阵中的参数 的含义为:() A对于两传感器共存在两种支持关系: 当 时,表明传感器1与传感器…
- 关于参与融合的测量数据,下列说法正确的是:() A测量数据依据置信矩阵选择的。 B选择测量数据的…
- 传感器管理的作用包括（多项选择）： A提高测量数据的质量。 B获得更为全面、准确度更高的信号。 C…
- 传感器管理的研究问题包括（多项选择）： A传感器性能预测 B传感器空间和时间作用范围的控制准则 C…
第十三章 状态估计方法基础
- 用 表示待估计量, 分别表示第 次观测数据和加型观测噪声, 为观测矩阵,线性…
- 将 个观测数据写为方程 ,其中 为:() A 为一个列向量,具体为 B 为一个列向量,具体为 …
- 下面哪个不是最小二乘的性能指标:()
- 如何利用性能指标求得最小二乘的估计结果:()如何利用性能指标求得最小二乘的估计结果:() A 性…
- 利用最小二乘方法,获得估计参数 的计算方法如下:()
- 最小二乘法确定曲线回归方程的原则是什么() A 各观测点距曲线的纵向距离相等 B 各观测点距曲线的…
- 关于加权最小二乘的思想,下面说法正确的是:() A 若能得到传感器的测量噪声方差,就可以利用这个方…
- 关于测量噪声的特性,加权最小二乘方法的要求是:() A测量噪声相关。 B测量噪声不相关。 C测量…
- 下面哪一个为最小二乘加权估计的性能指标:()
- 最小二乘加权估计的权重一般取值为:() A传感器的测量方差。 B传感器的测量方差的平方。 C传感…
- 利用最小二乘方法,获得估计参数 的计算方法如下:( )
- 关于递推估计的核心思想,下面说法正确的是:() A在获得测量数据以后及时地进行处理,而不必等到所…
- 关于之间,它们之间的变量关系,下面说法正确的是:()
- 设 ,则关于 ,下面正确的是:()
- 关于递推最小二乘的初值 ,下面说法正确的是:()
- 递推最小二乘方法由以下两个递推公式组成:()
- Kalman滤波器是常用的状态估计方法,指的是:() A它只能估计一个常量。 B它既可以估计常量,也能…
- 假设线性离散系统的过程模型为 ,其中 是待估计量, 为:() A过程矩阵,表示状态变换的关系。 B…
- 假设线性离散系统的过程模型为 ,其中 是待估计量, 为:() A过程矩阵,表示状态变换的关系。 B…
- 假设线性离散系统的测量模型为 ,其中, 是通过传感器得到的测量数据, 为:() A 过程矩阵,表示…
- 假设线性离散系统的测量模型为 ,其中, 是通过传感器得到的测量数据, 为:() A过程矩阵,表示状…
- Kalman滤波器对系统噪声的要求为:() A过程噪声和测量噪声为均值为0的高斯白噪声。 B过程噪声和…
- 一般情况下,Kalman滤波器的过程噪声方差使用下面哪个变量表示:()
- 一般情况下,Kalman滤波器的测量噪声方差使用下面哪个变量表示:()
- Kalman滤波器的状态向前一步预测是下面哪个公式实现的?()
- Kalman滤波器的状态更新是下面哪个公式实现的?()
- Kalman滤波器的滤波增益是下面哪个公式实现的?()
- Kalman滤波器的状态向前一步的预测方差是下面哪个公式实现的?()
- Kalman滤波器的状态估计方差是下面哪个公式实现的?()
- Kalman滤波器的新息指的是?()
- 下面关于卡尔曼滤波说法正确的是() A不适用于非平稳过程 B不适用于多维随机过程的估计 C使用…
- EKF应用于下面哪种系统:() A线性系统 B非线性系统 C无噪声的系统 D线性系统和非线性系统都可…
- 设系统模型具有非线性关系其中X从K为系统待估计状态，Mk~1) 为系统过程噪声，K为系统测量，MK)为测量噪…
- EKF的估计方法(k|k-1)=f((k-1k-1),0) (kk)=(kk-1)+K(k)(z(k)-h((kk-1),0) K(k)=P(k k-1)H(k)(H(k…
- EKF滤波器的状态向前一步预测是下面哪个公式实现的?()
- EKF滤波器的状态更新是下面哪个公式实现的?()
- EKF滤波器的滤波增益是下面哪个公式实现的?()
- EKF滤波器的状态向前一步的预测方差是下面哪个公式实现的?()
- EKF滤波器的状态估计方差是下面哪个公式实现的?()
- 若系统模型为XK)=f(k-1)+MK-1)和 Zk=h(X(K)+Mk)UKF的下面这个步骤 X(k-1川k-1)=k-1k-1) (k-1Ik-1…
- 若系统模型为k)=f(Xk-1)+Mk-1)和 ZK)=h(XK)+Mk)UKF的下面这个步骤 (kk-1)=(kk-1) (k|k-1)=(kk-1)…
- 若系统模型为Xk)=f(Mk-1)+Mk-1)和 ZK)=h(X(K)+Mk)UKF的下面这个步骤 P=∑w(2kk-1)-akk-1训z(kk-)…
- 若系统模型为k)=f(灯k-1)+Mk-1)和 ZK=h(XK)+Mk)UKF的下面这个步骤 Pkk.)=∑w"(kk.)-kk-川(kk-)-k…
- 若系统模型为Ⅺk)=f(Xk-1)+Mk-1)和 ZK)=h(X(k)+Mk)UKF的下面这个步骤 P(k+1k+1)=P(klk+1)-K(KPK(…
- 关于CV模型,下面说法错误的是:() ACV模型是常速度模型的简称。 BCV模型的待估计状态为2维,为位…
- 关于CA模型,下面说法错误的是:() ACA模型是常加速度模型的简称。 BCA模型的待估计状态为3维,为…
- CV模型假设目标做匀速直线运动,即目标加速度的理想值为0,但由于干扰的存在,加速度不能维持在0值,…
- CV模型的离散时间系统状态方程为:()
- CA模型假设目标做匀加速直线运动,即目标加速度导数的理想值为0,但由于干扰的存在,加速度导数不能…
- CA模型的连续时间系统状态方程为:()
- 关于Singer模型,下面说法错误的是:()
- Singer模型经白化后的有色噪声可用输入为白噪声的一阶时间相关模型表示(该模型为一阶马尔科夫过…
- Singer模型的离散时间系统状态方程为:()
- 关于当前统计模型,下面说法错误的是:()
- 当前统计模型的加速度模型为 ,其连续模型状态方程为:()…
- 当前统计模型的离散时间系统状态方程为:()
- 关于IMM,下面说法正确的是:() AIMM模型就是CV、CA、Singer模型的组合体。 BIMM假设机动目标的…
- 关于IMM模型的特点,下面说法正确的是:() A滤波估计的结果反映在模型概率中,通过模型概率的变化…
- 关于自适应模型,下面说法正确的是:() A与CV、CA、Singer模型、Jerk模型及IMM基本原理相同,都是…
- 关于估计模型,下列说法正确的是:() A越复杂的模型再实际应用中效果就会更好。 B模型需要和实际…
