最近,许多组织,如政府机构和研究机构正在向实现互联和智能智能环境下包括多种感官如射频、惯性测量单元、声纳、激光、红外线、可见光等。

近年来,在这个学科领域的研究基本上是重要的应对出现的挑战为智能传感信息融合及其应用。例如,许多研究试图获得更好的信息通过遥感数据基于信号处理和估计理论(如小波变换、扩展/无味卡尔曼滤波和马尔可夫链蒙特卡罗),统计推断理论(如贝叶斯推理,Dempster-Shafer推理,和随机集理论),信息理论(例如,entropy-based方法和最小描述长度),和决策理论(例如,多目标决策,顺序决定,和游戏理论)。此外,越来越多的研究人员关注使用人工智能(如遗传算法、模糊逻辑、神经网络和数据的价值)来完成信息采集和融合。授权通过这些发展,遥感的数据可用于智能环境中执行更复杂的任务,如入侵检测、室内定位和导航,匿名的环境监测,人机交互感应,甚至细粒度的活动和手势识别,提供智能和先进的服务来提高生活的质量。

这个特殊问题的目的是征求原始研究的文章从学术和工业专家讨论他们的贡献为智能传感信息融合及其应用。研究预计将建一座桥之间的传感和智能环境的数据,利用新的信息融合方法基于方程理论,函数论、数论、随机过程理论和优化理论。该特刊将允许读者识别最新进展为智能传感信息融合及其应用。评论文章讨论艺术的状态也欢迎。

潜在的主题包括但不限于以下:

• 信息fusion-based信号处理和估计理论(如小波变换、扩展/无味卡尔曼滤波、粒子滤波,高斯滤波器,马尔可夫链蒙特卡罗采用,等等)的智能传感
• 信息fusion-based统计推断理论(如贝叶斯推理,Dempster-Shafer推理、随机集理论等)对智能传感
• fusion-based在信息理论的信息(例如,entropy-based方法,最小描述长度等)对智能传感
• 信息fusion-based决策理论(例如,多目标决策,顺序决定,博弈论,等等)的智能传感
• fusion-based在人工智能的信息(例如,模糊逻辑、神经网络、遗传算法、品质因数,等等)的智能传感
• 信息fusion-based天线设备和波形设计的智能传感
• 协议和标准智能传感