无人机载多传感器集成与数据融合

介绍了无人机在情报、监视和侦察(ISR)领域的作用,分析研究了无人机(UAV)载传感器的种类、特点、集成特性及组合使用方式,说明了无人机载多传感器集成与数据融合的优点、功能组成.针对无人机载传感器的特点分析了多传感器组合、体系结构和特点,介绍了其主要算法,提出了发展趋势.     

具有多传感器信息融合功能的无人机仿真系统

随着无人机系统的发展,信息融合技术成为提高其机载传感器信息处理能力的有效手段.介绍了一种具有多传感器信息融合功能的无人机仿真系统的设计与实现.该系统采用全数字方法模拟了无人机仿真系统的内容和功能.详细讨论了仿真系统的功能模型和结构模型,对各仿真子系统和软件实现思路进行了介绍.该系统可用于无人机仿真系统中.     

一种无人机侦察能力评估模型

在无人机执行侦察任务的过程中,需要对携带传感器的无人机能力进行评估。对此,从生存性能、侦察性能和稳定性能等3个方面建立无人机侦察能力的评估指标体系,并提出一种基于熵权的组合赋权方法,将主客观信息进行融合,确定各项指标的权重,建立无人机侦察能力的评估模型。最后通过实例对该模型进行了验证。     

融合地面多传感器信息引导无人机着陆

针对无人机自主着陆过程中卫星导航系统易被干扰的问题,提出了一种基于地基多传感器融合的无人机自主着陆引导方法。采用主动式激光照射的方式,获取机载反射棱镜的近红外成像,在红外图像中对无人机目标进行识别;通过坐标转换将识别结果映射到可见光图像中,在可见光图像中选择的感兴趣区域进行可见光目标识别,从而在降低计算量的基础上获得更加精确的无人机相对角度信息;利用距离测量信息和引导系统角度信息可以获得精确的无人机相对位置。无人机着陆引导试验结果表明,该方法能够提供精确的无人机位置信息,能有效适应于复杂背景下的无人机自主着陆引导。     

基于闭环控制模式的信息融合模型研究

从防空作战态势感知角度出发,通过对信息融合模型分析,提出基于闭环控制的多传感器信息融合模型,以达到信息融合的整体功能优化。首先介绍防空态势感知概念,并分析防空态势感知传感器资源管理问题,在此基础上研究传感器管理子系统的功能、构成及管理算法。     

多传感器信息融合的优化配置启发式算法研究

多传感器是信息融合系统的基础,多传感器优化配置技术在军事领域具有越来越重要的作用。讨论了多控制器与多传感器的优化配置问题,基于各台控制器所控制的传感器数量相对均衡、各台控制器对每一类传感器的控制数量相对均衡和各台控制器向不同传感器发出控制指令的间隔时间相对均衡三个要求,提出了多传感器信息融合的优化配置启发式算法和实现流程,并通过实例说明了该方法的适用性和有效性。     

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。     

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。     

基于地基多传感器融合的无人机自主着陆引导方法

针对无人机自主着陆过程中卫星导航系统易被干扰的问题，提出了一种基于地基多传感器融合的无人机自主着陆引导方法。首先采用主动式激光照射的方式，获取机载反射棱镜的近红外成像，在红外图像中对无人机目标进行识别；然后通过坐标转换将识别结果映射到可见光图像中，在可见光图像中选择的感兴趣区域进行可见光目标识别，从而在降低计算量的基础上获得更加精确的无人机相对角度信息；最后利用距离测量信息和引导系统角度信息可以获得精确的无人机相对位置。无人机着陆引导试验结果表明，该方法能够提供精确的无人机位置信息，能有效适应于复杂背景下的无人机自主着陆引导。     

战场传感器能力指数分析模型

传感器能力指数是衡量传感器获取、传输、处理能力的重要标志,通过利用最大信息熵对传感器能力指数的分析,尝试构建了计算现代侦察装备侦察能力的新方法.利用信息感知速度、广度、可靠度,技术综合能力及持续工作能力等指标来描述传感器能力指数,统一了不同传感器能力量电的标准,分析提供了计算方法,并以新型无人侦察机能力指数为例验证其有效性.     

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。     

空天地一体化传感器网络中的节点定位算法

针对军用信息侦察的需求,提出了一种基于空天地一体化传感器网络的军用信息侦察系统。介绍了空天地一体化传感器网络的基本概念和网络结构,基于TOA和锚点的方向信息,提出了一种适于空天地一体化传感器网络的测距定位算法-TOA-D。仿真结果表明,该定位算法能够满足军用信息侦察系统对定位性能的需要。     

多传感器多目标定位与跟踪技术研究

针对炮兵打击目标的特性和获取目标信息所采用的侦察设施 ,研究了多传感器多目标定位和跟踪问题。在闭圆和聚类概念的基础上 ,提出了一种多传感器多目标融合算法 ,并给出了状态估计的最优解。仿真结果证明了这种算法的有效性。这一模型的物理实现正在进一步研究之中。     

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.     

无人机在战场侦察与目标指示中的应用

快速有效的感知战场态势和获取敌方、己方和友方的目标信息 ,是现代战争中克敌制胜的关键。无人机以其有别于有人驾驶飞行器和卫星的特点 ,在战场侦察与目标指示方面发挥了重要作用。对以无人机为核心的无人机战场侦察与目标指示系统 ,特别是对其成像子系统进行了概要描述 ,提出了成像子系统有效工作需要解决的主要关键技术和可能的技术途径。     

无人机多机协同侦察系统关键技术

无人机作为信息战中的核心平台之一已经广泛应用于情报侦察、战场监视以及地形测绘等领域,同时随着未来战争向信息化、网络化、体系化对抗的发展,单架无人机已无法满足情报侦察和战场监视任务中对复杂环境下信息、空间、时间的宽覆盖以及高分辨率需求,因此,无人机多协同或无人机与其他平台协同侦察将是未来战场上重要的军事侦察行动方式之一。回顾了无人机多机协同侦察的发展现状,讨论了多机协同侦察发展需要突破的关键技术。     

美军无人机先进机载侦察感知系统

正随着高新技术在无人机系统的应用,美军无人机从最初的靶机起步,发展为参与"侦—控—打—评"作战全程的战场明星武器。美军"全球鹰""捕食者""先锋""影子"等系列无人机在历次作战行动中出尽风头,其先进的机载侦察感知设备可以进行光学、红外、雷达等多种方式探测,兼具侦察预警、通信中继、防空压制、对地攻击乃至空中格斗等多种功能,从而使无人机可全天候遂行多样化作战任务。     

区域地面防空网络化作战传感器系统

区域防空需要三种信息:预警信息、战术指挥信息和制导控制信息,因此应相应的建立三层信息网络系统:联合规划网络、联合数据网络及联合跟踪网络来满足网络化防空作战的需要。对多传感器信息融合的作用进行了分析,并提出了一种适应地面防空网络化作战需要的传感器系统信息融合体系结构。     

ATR系统中多传感器的信息融合研究

在复杂和瞬变的战场环境下,为了提高武器系统的快速反应、防御和攻击能力,目标探测、识别、跟踪系统需要采用多个传感器,其信息要求自动融合。文章研究了在信息融合中多传感器的选择问题;分析了数据级融合、特征级融合和决策级融合;提出了特征评价概念和方法;并讨论了其它相关问题。     

信息融合技术发展现状及在航空武器装备中的应用

一般而言.我们对信息融合或数据融合的定义是:为完成决策和估计任务而利用计算机技术对按时序获得的若干传感器获取信息在一定准则下加以自动分析、综合的处理过程。近十几年来,多传感器信息融合技术获得了广泛应用,各国军方采用信息融合技术对多源战场感知信息进行目标检测、关联/相关、组合.以获得精确的目标状态和完整的目标属性/身份识别,以及高层次的战