给出并比较集中式融合中的并行滤波和序贯滤波方法。

在集中式融合中，目标跟踪系统通常由多个传感器组成，每个传感器都提供了关于目标的观测数据。并行滤波和序贯滤波是两种常见的融合方法，它们在滤波过程中的数据处理方式略有不同。下面是对两种方法的简要描述和比较：

1. 并行滤波方法：
- 并行滤波方法将每个传感器的观测数据独立地输入到各自的滤波器中进行处理。每个滤波器负责对输入数据进行预测和更新，然后将结果传递给融合模块进行信息融合。
- 并行滤波方法的优点是简单且易于实现，每个传感器的数据处理可以独立进行，因此具有较低的计算复杂度。
- 然而，并行滤波方法没有考虑传感器之间的时序关系，可能导致信息的不一致性，并且无法充分利用传感器之间的关联信息。

2. 序贯滤波方法：
- 序贯滤波方法将多个传感器的观测数据依次输入到一个滤波器中进行处理。滤波器在每个时刻接收一个传感器的观测数据，并利用先前的信息进行状态预测和更新。在接收到下一个传感器的观测数据后，滤波器再次进行预测和更新。
- 序贯滤波方法通过考虑时序关系，可以更好地利用传感器之间的关联信息，并且能够提供更准确的状态估计结果。
- 然而，序贯滤波方法在滤波过程中需要维护一个完整的滤波器状态，并且需要处理传感器之间的数据同步问题，因此具有较高的计算复杂度。

综上所述，并行滤波方法适用于简单的融合任务，可以通过独立处理每个传感器的数据来实现快速和高效的信息融合。而序贯滤波方法适用于需要考虑时序关系和传感器关联性的复杂融合任务，可以提供更准确的状态估计结果。选择哪种方法取决于具体的应用场景和性能要求。