多传感器数据融合导论

多传感器数据融合是一项新涌现出的技术,可应用于国防领域,如自动化目标识别、战场监视、自治式运载器制导与控制;也可应用于非国防领域,如复杂机械监视、医疗诊断和新式建筑物。多传感器融合技术源于人工智能、模式识别、统计估计等广泛领域。本论文为数据融合提供了指导,它介绍了数据融合的应用、过程模型和对可应用技术的鉴别,并就数据融合方面的技术发展水平作了评述。     

数据融合在防空C~3I系统中的应用

首先介绍数据融合的基本理论、一般处理模型、实现技术以及防空C3I系统中数据融合的具体任务,然后对数据融合体系结构的设计和融合算法的选择作了具体分析,利用多传感器数据融合方法建立了一种防空C3I系统结构模型,并对MSPDAF数据融合算法进行了详细描述.最后以探测某型巡航导弹为例,应用MSPDAF数据融合算法对防空C3I系统数据融合结构模型进行数学仿真,并给出仿真结果.     

未知雷达位置参数识别研究

在对国内外数据融合方面研究进展情况进行分析的基础上,提出了一种应用模糊关联、数据融合和最小二乘等技术识别未知雷达辐射源具体坐标的方法,为进一步融合未知源的数据打下基础。仿真结果表明,随着采样数据的增加,对辐射源参数的估计会更加精确。     

数据融合在现代雷达引信中的应用研究

介绍了数据融合的基本理论和实现技术,分析了防空导弹现代雷达引信设计中的数据融合问题。利用多传感器数据融合方法建立了雷达引信数据融合结构模型。应用MSPDAF数据融合算法进行数学仿真,并给出仿真结果。     

C~3I 系统多传感器的信息融合——Fuzzy 函数聚类算法

在对多类传感器收集空中目标状态信息描述的基础上,用Ｆｕｚｚｙ目标函数聚类算法建立了对空情数据融合的数学模型。对数据融合过程,参数的初始化问题进行了实际应用的讨论;并对其应用效果和优势作了实际的分析。该方法是Ｃ３Ｉ系统数据融合技术的有效方法之一。     

多传感器数据融合技术在防空C3I中的应用

为了增强防空C3I系统的整体作战效能,在介绍多传感器数据融合技术的基本理论、一般处理模型、体系结构设计和MSPDAF数据融合算法的基础上,利用多传感器数据融合方法建立了一种防空C3I系统结构模型,并以探测某型巡航导弹为例,对其进行数学仿真.根据仿真结果可知,应用多传感器数据融合技术能够有效提高对目标的探测精度.     

数据融合技术在CGF建模中的应用

提出了将数据融合技术应用到计算机生成兵力 (CGF)建模中的思路和方法。在分析数据融合技术的基础上 ,深入讨论了卡尔曼滤波和最小二乘相结合的滤波方法以及一种改进的离散Hopfield神经网络 ,并结合一实际系统 ,建立了模型 ,给出了仿真结果。结果表明 ,数据融合技术和CGF建模相结合具有一定的应用前景和研究价值。     

改进型JDL模型在武警部队院校信息化建设中的构建

在武警部队院校的网络信息化水平迅速发展的今天,由于各功能模块缺少统一的接口规范和能够协调各部门信息共享的机制,使得建成的各个功能模块之间无法共享信息,造成了数据库中信息的大量冗余和重复。结合数据融合技术的基本原理、发展现状和应用前景,对数据融合技术进行了介绍;针对武警院校信息融合的需求,提出了改进型JDL模型,分析了武警院校信息融合网络的服务架构层次,对信息融合网络中的核心问题信息共享、接口规范、数据融合进行了研究;利用模块化设计的思路,对原型系统进行了分析,对实验数据进行了重组,并提出了数据优化方案。     

基于数据融合技术的液压系统故障诊断

在分析数据融合基本概念和原理的基础上,阐述了多传感器数据融合在设备故障诊断中的应用技术,提出了将多传感器数据融合技术应用到液压系统的故障诊断方法,并应用于某车辆液压系统故障诊断实验,给出了实现计算机自动诊断的程序流程,结果表明该方法能够及时准确地提取液压系统故障特征、诊断出故障部位、找出故障原因.     

对国外军用多传感器数据融合系统的分析

本文对国外多传感器数据融合技术的发展作了简述,介绍了国外多传感器数据融合技术术语,重点对国外54个军用多传感器数据融合系统所使用的数据类型、处理算法、融合级别、系统状态作了介绍和分析。     

信息融合系统中算法管理理论研究

信息融合系统中,数据源千差万别,多种多样;而众多的信息融合算法也具有不同的适应性.通过对实验数据的分析说明了数据源以及融合算法的选择显著影响了最终的融合结果.针对数据源、融合算法和融合结果之间的关系,以优化融合结果为目的,提出了信息融合系统中算法管理(Algorithm Management)的理论,阐述了算法管理的目标、算法管理可能的方法和算法管理的实现结构.最后讨论了信息融合领域中与算法管理理论相关的其他问题.     

基于统计加权的单传感器数据融合算法

单传感器数据融合是十分重要的实际问题。为了提高数据处理的敏感性和精度,在研究基于关系矩阵的数据融合方法的基础上,提出了基于统计加权的数据融合方法,并对两种方法进行了对比分析。实例仿真表明,基于统计加权的数据融合方法优于基于关系矩阵的数据融合方法,该方法能减小无效测量值的范围,并且对测量值的变化更敏感。     

基于光谱信息融合的发动机磨损状态监测

光谱分析技术操作简便、快捷, 是发动机磨损状态监测与故障诊断行之有效的主要手段。基于发动机磨损特征及其状态识别框架, 建立了其信息融合系统, 并结合实例, 分别应用磨损量信息融合、磨损率信息融合和磨损量与磨损率联合融合 3种方法, 得到发动机磨损工况的信任区间及其磨损状态。实践证明, 光谱信息融合方法可提高发动机磨损状态的识别率, 是发动机磨损状态监测的理想方法。     

C~3I系统中的数据融合技术

对C~3I系统中的数据融合技术进行了比较全面的介绍,从系统功能和体系结构两个方面分析了数据融合的模式,利用系统分析的方法对数据融合算法进行了讨论,对数据融合的发展方向进行了展望。     

多传感器数据融合算法综述

数据融合就是利用多传感器的协合效应来提高系统效率,它是现代Ｃ３Ｉ作战系统的关键技术之一．阐述了多传感器数据融合的特点、分布检测、空间、属性融合、态势评估和威胁估计算法,并同时介绍一些关键课题．     

舰艇编队多声纳数据融合

分析了标准kalman滤波(KF)和自适应kalman滤波(AKF)的原理,通过仿真实验,对两种滤波算法的性能进行比较.结合各种声纳的探测特性和水下目标的特点,建立了舰艇编队的数据融合方案.选用简单凸组合融合算法作为舰艇编队协同反潜的航迹融合算法,将多声纳融合系统的融合结果和简单交叉定位算法进行了比较研究.仿真实验结果表明:自适应kalman滤波比标准kalman滤波具有更好的目标跟踪性能,多声纳融合结果较简单交叉定位结果的性能有大幅度提高,所选用的融合算法航迹能够较好的与真实航迹吻合.     

雷达与红外数据融合评述

雷达和红外数据融合由于能够实现信息互补 ,改善对目标的跟踪、识别以及提高系统的生存能力 ,因而引起了广泛的注意。对基于雷达和红外传感器的数据融合算法进行了综述 ,并介绍了一些关键课题。     

多传感器多目标信号融合算法

多传感器信号融合是数据融合的一个重要方面,ＣｈａｉｒＺ．和ＶａｒｓｈｎｅｙＰ．Ｋ．在这个领域进行了深入研究,提出了基于贝叶斯推理的最佳融合规则,但该推理不能用于多目标的信号判定。推导了用于多目标信号融合的多传感器融合算法,该算法运用假设检验理论,充分考虑了位置数据互联的正确性和目标信号的历史信息,得出了一个可以递推计算的判定准则