海战场多雷达平台探测与信息融合仿真

针对某海上编队一体化训练模拟系统兵力服务器战场观察预警模拟的需求,克服以往对多雷达平台探测与信息融合仿真度不高的不足,构建了雷达探测仿真模块.设计实现了雷达目标分辨算法、雷达目标探测误差拟合算法和多雷达平台对多目标探测数据的信息融合方法,并具体阐述了该雷达探测模块的主要仿真函数和数据流程.经在某海上编队训练模拟系统上的兵力服务器联邦成员中仿真实现,证明可比较准确地模拟海战场多雷达平台的观察探测和战场信息融合过程.     

警戒雷达情报数据模拟器的设计与实现

针对C3I系统中警戒雷达的扫描跟踪和雷达情报数据录取仪的数据处理以及有线传输功能进行模拟.该模拟系统包括两部分,目标情报数据的产生与数据的调制和输出.应用EVC编程实现了目标情报数据的生成和系统控制,系统数据调制采用2FSK,由FPGA编程实现.应用PC104总线和FPGA技术构建了硬件平台.     

基于数据库的通用数据录取系统研究

传统的数据录取系统为每一个被试系统从底层开发一套录取系统,这样开发出来的系统具有如下缺点:一、对每个被试对象都从底层开始开发,效率较低;二、当录取信息需求发生变化时无法根据需要增加、调整系统资源,系统不具备开放性和通用性.为了使数据录取系统在武器装备试验中发挥更大的作用,采用数据库技术完成对复杂作战系统语义管理和智能分析,使录取设备具有通用性和扩展性,本文通过对通用数据录取系统体系结构及组成的介绍,详细地阐述了总线数据、应用软件、数据库库表等设计的方法,实践结果表明,它们可以较好地提高数据录取的效率.     

一种基于知识矩阵的地面目标探测数据融合仿真方法

在作战仿真系统中,为实现数据融合仿真,提出了一种基于知识矩阵的数据融合建模仿真方法.该方法首先用六个维度基准知识定量表示一个探测的质量,通过去老化处理,目标接近度和识别一致性、同一目标识别与探测数据质量判定等三个步骤确定是否能够将两次探测进行融合,最后再进行相应的融合处理.该方法在某平台级作战仿真系统中得到应用,取得了良好效果,验证了该方法的可行性.     

战场数据融合仿真系统设计与实现

介绍了一种战场数据融合仿真系统的设计与实现方法。该系统由场景设定、信号产生、融合跟踪处理、目标识别、态势与威胁估计与数据库支持等功能子系统组成,模拟了数据融合的整个信息处理流程,包括:主动探测雷达、雷达侦察设备、通信侦察设备和敌我识别器获取敌我目标观测信息、利用多传感器跟踪数据对目标进行融合跟踪、提取辐射源电磁信息特征对敌方目标识别,进而形成态势与威胁估计。最终在Visual C#开发平台上利用MapX和ORACLE开发了战场数据融合仿真系统,并成功应用于实际系统中,取得了较好的效果。     

基于DIS的防空兵仿真训练空情发布系统

主要从防空兵仿真训练空情发布系统的内容入手,提出了空情系统仿真训练的基本需求,给出了空情系统仿真训练的基本流程和框架结构.用面向对象的方法设计本系统的航路编辑模块及空情数据库模块,利用DIS技术,对作战飞机、武装直升机、巡航导弹等多种虚拟目标进行仿真建模,并利用Matigen对空袭兵器进行建模,利用Vega实现对空袭兵器模型的飞行控制.     

坦克分队战斗过程仿真

坦克分队战术训练模拟系统是在合成作战背景下,根据上级作战企图,指挥所属坦克分队完成具体作战任务行动过程的描述.战斗过程仿真模块是其中一个重要的组成部分,是建立整个作战模拟系统的核心.在开发坦克分队战术训练模拟系统当中,实施坦克分队战斗过程描述而进行的仿真建模研究,主要对坦克分队战斗仿真的要素,包括机动、交战过程、态势显示等进行了描述与建模,重点建立了交战过程中目标搜索、交火条件判断、交火单位选择、实力修正等模块,对分队训练模拟系统的研制与开发有一定的借鉴作用.     

基于改进DS理论多周期数据融合的目标识别方法

为了应对复杂战场环境下信息不确定性及证据冲突造成目标识别困难的问题,解决配准关联错误及应答欺骗产生的误识别问题,减小融合算法对先验数据的依赖,提出了一种基于改进DS证据理论的多周期多传感器数据融合方法以实现高效的战场目标识别。方法采用4个层级,两个方面的多传感器数据融合结构,在改进DS证据理论处理性能的同时,充分利用多个周期识别结果的融合实现最终目标识别。仿真结果表明,该方法在提高目标识别准确性的同时,能够有效解决目标密集和应答欺骗造成的目标误识别问题。     

HLA的综合电子战体系对抗仿真系统

综合电子战体系对抗仿真系统是适应现代战争的研究需要而建立的用于研究和评估综合电子战系统在体系对抗下的作战效能的计算机作战模拟系统,首先阐述了基于HLA的电子战体系对抗仿真系统的总体设计规范,介绍了其体系结构,然后重点分析了体系对抗仿真中基于多层复合的仿真建模方法,最后讨论了电子战体系对抗仿真系统的设计.     

作战模拟态势显示中的通用性技术研究

态势显示是基于HLA的作战模拟系统中观察战场态势、辅助决策的关键一环.目前已经应用的态势显示系统暴露了态势显示通用性问题和态势显示适应性问题.这两个问题制约了态势显示手段在作战模拟领域中的应用.针对这些问题,提出了利用军标映射实现通用和仿真态势数据预处理方法两项关键技术来改进态势显示方法.随后实现了一个应用了这些技术的态势显示系统.最后总结了这种态势显示新方法的优势和不足并展望了态势显示系统下一步发展的方向.     

基于矩阵分析的D-S证据理论的多传感器雷达体制识别

采用不确定推理的矩阵分析方法,建立了用于雷达体制识别的多传感器数据融合的数学模型,提出了一种基于矩阵分析的多传感器信息融合的新算法,结合多传感器多测量周期的雷达体制识别给出了具体的实例.识别结果说明了该算法的有效性.     

基于WSN的目标探测与分类算法

针对WSN监测系统的目标检测与分类问题,提出一种基于直觉模糊推理(IFR)的多源数据融合方法。由模糊推理的思想,设计各状态变量的属性函数。根据目标声强变化和引起的地磁场变化的模型,设计模糊推理规则,并检验了所建规则的合理性。理论分析与仿真结果的对比表明算法能准确地对目标进行分类,且运算量小,适用于计算能力较弱的WSN节点。     

通信受限下分布式多传感器协同跟踪算法

在分布式多传感器目标跟踪系统中,由于局部融合中心(LFC)的物理限制(如:有限的频率信道、处理器容量有限等),只能接收有限个传感器的传送数据。此外,信息传输的方式也将影响传感网的使用寿命,因此,研究了通信受限下的分布式多传感器目标协同跟踪问题。首先对监视区内分布的传感器进行聚类分簇形成若干个子网,接着从通信能耗的角度出发,对传感器采集信息的传递路径进行最优路径规划;进而对子网局部状态进行估计,在子网信息融合中,分别采用最大距离和、最大化信息增量两种准则进行最佳传感器选择,最后通过各子网全局航迹融合实现分布式多传感器协同跟踪。仿真验证了算法的有效性。     

面向多目标跟踪的PHD滤波多传感器数据融合算法

针对密集杂波环境下单传感器应用高斯混合PHD算法进行多目标跟踪时性能下降的问题,提出一种面向多目标跟踪的PHD滤波多传感器数据融合算法。首先构建了基于高斯混合PHD滤波的多传感器数据融合系统框架,各传感器利用高斯混合PHD滤波算法进行局部状态估计,然后对各传感器的状态估计结果进行关联度计算,最后通过构建自适应混合参数,引入协方差交叉算法对关联状态进行融合。仿真实验表明,与单传感器高斯混合PHD多目标跟踪算法相比,所提算法有效提高了目标数量和状态的估计精度。     

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。     

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。     

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。     

数据融合在组网雷达作战效能发挥中的应用

在现代战争中组网雷达由于充分利用了各单部雷达的资源和数据融合技术的优势,使得在探测、定位、跟踪、识别、威胁判断等方面的雷达网整体性能得以大幅度改善,从而使整体作战能力得到极大提高,使其在现代战争尤其是争夺制电磁权方面扮演了越来越重要的角色.介绍了组网雷达的概念并对其所具有的优越作战能力进行了初步探讨和分析,然后阐述了数据融合技术在组网雷达作战效能发挥中的应用,最后从理论研究的角度详细分析了秩K融合规则、贝叶斯推理法、最大似然法等数据融合算法在组网雷达融合发现概率模型的建立及对敌方空袭目标战术意图识别方面的具体应用.     

D-S 证据理论应用中的一种图解方法

D-S证据理论是对概率论的进一步扩充,在多传感器数据融合中,有着广泛的应用.当利用D-S合成公式进行融合时,由于需计算的项数较多且不易直接判定具体该有哪些项,容易造成漏项或错项,引起计算错误.提出了一种直观、简单的图解法,可使需计算的项一目了然.     

一种多传感器雷达辐射源识别的组合方法

针对复杂电磁环境下多传感器获得的雷达辐射源信息具有不确定性的情况,提出了一种雷达辐射源识别的组合方法.首先利用灰色定权聚类法对大量的传感器数据进行处理,以简化雷达辐射源特征数据,在此基础上通过灰色关联分析法确定证据理论中的基本概率赋值函数,并应用修正的D-S证据理论实现多时刻条件下目标识别.通过仿真算例可知,该方法能够有效减小雷达辐射源所受的噪声干扰,具有一定的可行性.