报告题目：集群目标跟踪和大规模传感器网络优化管理
报告人：沈晓静 教授（四川大学）
报告时间：2019年1月14 日下午 2：00-3：00
报告地点：新主楼F422
摘要：本报告主要探讨集群目标跟踪和大规模传感器网络优化管理中涉及到的数据融合、数据关联和数据管理三类问题。对于数据融合，我们主要关注有界不确定性动态系统下的集值滤波和估计融合方法，新发展的椭球集值融合方法在性能上优于传统的CI融合方法；同时介绍解决椭球覆盖椭球交集的三类基本优化松弛处理方法，阐明它们的内在联系和优缺点，有益于提升系统控制、信息融合和目标跟踪中相关问题的系统性能等。进一步，介绍一类随机化多目标数据关联方法，该类方法在关联正确率和计算复杂度方面显著优于现有方法。相关应用验证了方法的有效性。最后，给出传感器网络数据管理中传感器优化选择方法相关进展和展望。
报告人简介：沈晓静，四川大学数学学院教授、博士生导师、视觉合成图形图像重点实验室副主任，全国优秀博士论文奖获得者。2009年获得四川大学应用数学博士学位，2009-2011年四川大学图形图像研究所博士后，2012-2013美国雪城大学计算机与电子信息工程学院博士后。主要从事应用数学，信息融合、目标跟踪和传感器优化管理等研究，在国际著名刊物IEEE Trans. IT、AC、SP、AES和Automatica等上发表20余篇论文，应邀参与撰写3本国际专著。先后兼任国际SCI杂志International Journal of Distributed Sensor Networks编委、《系统科学与数学》杂志编委和北京航天飞行控制中心工程师等。
邀请人：张筱
