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.     

分布式C3I系统信息融合技术研究

本文在介绍信息融合与C3I系统发展的基础上,分析了分布式C3I系统的特征,对其信息及其来源进行了分析与分类,并给出了对应的功能结构模型;根据信息融合的功能层次,结合C3I系统的模块处理单元,提出了信息融合系统的六级处理模型;研究了信息融合的结构层次、理论基础及各部分的实现技术,并介绍了各部分的融合算法,最后探讨了信息融合技术的发展方向。     

一种基于时变噪声统计的异步多速率传感器信息融合算法

以异步多速率传感器信息融合理论和同步单速率传感器时变噪声统计理论为基础,提出了一种适用于时变线性系统的异步多速率传感器时变噪声统计系统的信息融合算法.通过原理分析和数学推导,将异步多速率传感器动态系统建模为同步同速率系统.进而利用噪声统计估值器和相应的自适应Kalman滤波方法进行状态估计,利用联邦分布式数据融合方法进行信息融合,获得基于所有现测信息的最优估计.理论分析和仿真结果均表明,该算法的融合效果优于任一单传感器Kalman滤波的效果.     

基于Unscented粒子滤波的传感器管理算法

传感器管理是信息融合技术的重要研究方向,以往的传感器管理算法主要是针对线性融合系统,现实中非线性系统更为普遍,而针对非线性融合系统的传感器管理算法研究较少。粒子滤波是目前非线性领域中应用最广的滤波算法,该算法的主要思想是使用一个带有权值的粒子集合来表示系统的后验概率密度。Unscented粒子滤波采用Unscented卡尔曼滤波计算提议概率密度分布,粒子的产生充分考虑当前时刻的量测,使得粒子的分布更加接近状态的后验概率分布。针对非线性系统,提出了一种基于Unscented粒子滤波的传感器管理算法。首先利用Unscented粒子滤波对目标进行状态估计,求出目标的协方差;然后利用信息熵计算目标的信息增量;最后利用信息增量最大对传感器资源进行分配,并对该算法进行了仿真。     

多传感器信息融合理论在无人机相对导航中的应用

为提升无人机的作战效能和作战指标,提升无人机的相对导航精度和导航系统可靠性,以无人机编队的相对导航系统为研究背景,基于容积卡尔曼滤波算法和信息滤波算法,研究容积信息滤波算法。此外,还采用多传感器信息融合理论,利用分布式信息融合结构构建了无人机相对导航滤波器,对来自惯导、视觉和卫星的信息进行融合,获取无人机间的相对位置、速度和姿态信息。该方法提升了无人机相对导航的导航精度、导航可靠性和滤波稳定性,容积信息滤波算法的应用避免了传统滤波算法在高维系统中出现的数值不稳定以及精度降低等问题。数学仿真结果表明,该方法提高了无人机编队之间相对导航的精度和可靠性,证明了算法的有效性。     

融合技术与C3I系统的发展

融合技术是C~3I系统的关键支撑技术,近二十年来取得迅猛发展,广泛应用于各个领域。本文以战术C~3I系统的研究和开发为背景,探讨融合技术的发展,利用系统分析的方法,对信息融合算法进行分类,重点讨论数据融合算法。     

基于多传感器信息融合理论的无人机相对导航状态估计方法

为提升无人机的作战效能和作战指标,提升无人机的相对导航精度和导航系统可靠性,本文以无人机编队的相对导航系统为研究背景,基于容积卡尔曼滤波算法和信息滤波算法,研究了容积信息滤波算法。此外,还采用了多传感器信息融合理论,利用分布式信息融合结构构建了无人机相对导航滤波器,对来自惯导、视觉和卫星的信息进行融合,获取无人机间的相对位置、速度和姿态信息。该方法提升了无人机相对导航的导航精度、导航可靠性和滤波稳定性,容积信息滤波算法的应用避免了传统滤波算法在在高维系统中出现的数值不稳定以及精度降低等问题。论文还进行了相应的数学仿真,仿真结果表明该方法提高了无人机编队之间相对导航的精度和可靠性,证明了算法的有效性。     

DBSCAN算法在通信电台关联上的应用

文章主要探讨DBSCAN算法用于通信侦察信息融合系统中的通信电台关联的方法,并给出典型的应用实力.实践表明DBSCAN算法在数据融合领域具有重要的应用价值.     

改进的证据组合算法编队情报信息融合技术

分析了经典证据组合算法在处理冲突信息融合中的不足,引进了证据信息容量,对经典证据组合算法做了改进,解决了证据极端冲突下经典D-S证据融合算法的不合理性,证实了它确实能够提高证据冲突处理能力,基本满足海上编队情报处理信息融合的可靠性要求,并把该改进算法应用于编队情报信息融合,融合效果较好.     

水面舰艇指控系统信息融合原理与算法

本文从水面舰艇传感器配置及量测特性出发,研究了单舰和编队指控系统信息融合的体系结构;在简要介绍实用的单站多目标数据互联方法的基础上,重点给出了实用的单舰及编队多站多目标信息融合算法。     

一种稳健的多传感器目标跟踪算法

研究了一种基于双波段红外和雷达传感器的自适应目标跟踪算法.利用目标多普勒信息和红外辐射信息,建立具有树形结构的红外雷达跟踪系统状态估计模型,采用平方根无迹卡尔曼滤波方法实现双波段红外传感器的初步融合,并将其作为融合节点与雷达传感器进行基于自适应交互式多模型算法的深层融合.在交互式多模型算法的基础上,研究了寻求快速准确的机动目标模型匹配方法,通过局部优化来达到最终融合结果的优化.仿真结果表明,该算法能有效提高机动目标跟踪精度,具有一定的稳健性和自适应性.     

基于距离和定位的双/多基地雷达定位精度分析

对双基地制导雷达距离解算精度进行系统仿真,针对在基线附近无法高精度定位的问题,介绍了利用多站距离信息数据融合算法。通过多站定位和数据融合,仿真结果表明这种优化算法可获得较高的距离解算精度,很大程度上提高了基线附近距离定位精度,提高了系统的定位性能和抗干扰能力。     

机载多传感器角度融合跟踪结构与算法

未来战机的作战环境要求机载多传感器数据融合系统在仅有角度测量信息情况下仍须具有稳定的目标跟踪能力.对机载多传感器的角度融合跟踪系统的结构和算法进行了研究,分别给出了两个传感器同步测量时的集中式状态估计算法和异步测量时不损信息量的混合式状态估计算法,即顺序滤波方法,并对相应算法进行了仿真验证.     

被动雷达/红外成像双模制导数据融合方案

提出了被动雷达/红外成像双模制导数据融合方案。针对雷达和红外成像测量数据率不同的特性,研究了被动雷达/红外成像测量输出时间同步校准算法;根据雷达和红外成像测量输出的目标冗余信息对各自测量噪声方差进行在线实时估计,提出了一种具有自适应修正能力的卡尔曼滤波算法;采用神经网络—模糊推理方法设计了具有自主判别能力的测量信息有效性判别系统,提出了基于测量信息置信度的加权融合算法。通过仿真验证了该方案的有效性。     

信息融合系统中的多传感器优化分配

在舰载多传感器信息融合系统中,对传感器优化分配问题进行了研究.充分考虑目标身份和目标优先级等信息,依据最大信息增益准则,建立了传感器优化分配的数学模型,并对算法进行了仿真实验.     

信息融合系统中的数据标准化研究

数据标准化是信息融合系统中的一个重要环节,对后续的信息处理精度有着很大的影响。介绍了防空系统中常用的时空配准方法,并给出了具体的时间对准算法,在传感器的扫描周期不同,导致数据采样时刻不同步的情况下,基于滤波算法,提出了一种细分时间片的时间对准算法。对防空信息的进一步处理具有重要的作用。     

基于传感器网络数据融合的目标定位方法

针对传感器网络测试系统在战场及终点效应中的应用,探讨了基于多种传感器网络的目标定位方法,提出了采用最优加权融合估计算法将各种传感器的定位信息进行融合处理,并将融合结果与各种传感器计算结果进行比较,结果证明了经融合处理可以大大提高定位精度.     

潜艇指控系统信息融合原理与算法

本文从潜艇传感器配置及量测特性出发,研究了潜艇指控系统信息融合的体系结构,在介绍被动测距站、拖曳线列阵多阵目标运动分析的基础上,连同噪音测向站和侦察声纳多目标航迹的处理一起,我们重点研究了潜艇各传感信息融合算法。     

基于SOA的远程预警仿真系统的研究与实现

远程预警系统是由多平台多传感器组成的复杂系统,是国土防空体系的重要组成部分。在对预警系统预警过程进行分析的基础上,基于面向服务的体系结构进行仿真系统框架设计,将系统功能抽象为服务实现系统重用性和可扩展性。采用Windows Communication Foundation(WCF)进行面向服务编程,初步实现了远程预警仿真系统的部分功能,通过调用信息融合算法,综合利用各类传感器资源探测信息实现对目标的探测与跟踪任务。测试结果验证了仿真系统及相关融合算法的有效性。     

基于HLA的多雷达组网信息融合仿真系统

首先基于高层体系结构建立了带反馈结构的信息融合仿真系统软件框架,然后针对多雷达组网探测隐身目标应用进行了仿真系统方案设计,描述了组成联邦的各联邦成员间的数据流向及订阅关系。详细介绍了各联邦成员的功能及输入输出接口,设计了联邦执行数据文件。基于MAK RTI完成了主要模块的编码实现,进行了目标跟踪算法移植,并测试了基于协方差的组网雷达宏管理算法的性能,验证了建立的多雷达组网信息融合仿真系统的有效性。