纯方位多站多目标信息融合集合论描述法

在纯方位单站多目标航迹处理集合论描述法基础上,利用信息融合体系结构优化数学原理,以集合论为基本工具,给出了纯方位多站多目标信息融合集合论描述法     

分布式多传感器联合Viterbi数据互联算法

为了提高分布式多传感器对密集杂波环境下多目标的跟踪效果,基于Viterbi算法的思想,研究了分布式多传感器联合Viterbi数据互联算法,并与顺序处理结构的集中式多传感器联合概率数据互联算法和分布式多传感器联合概率数据互联算法进行了仿真性能比较.经仿真验证,该算法能够在密集杂波环境下对目标进行有效跟踪,综合性能优于顺序处理结构的集中式多传感器联合概率数据互联算法和分布式多传感器联合概率数据互联算法.     

用于目标跟踪的分布式融合结构和算法

现代监视系统经常利用多物理分布的不同类型的传感器,提供对目标的辅助和重叠作用范围。为生成目标航迹和估计,传感器数据需要加以融合。虽然集中式处理方法在理论上是最佳的,但把融合操作分布到多个处理节点有很多优点。本文讨论了分布式融合结构,每个节点处理它自己的一组传感器数据并与其他节点进行通信以改进估计。引入信息图形作为模拟分布式融合系统的信息流和发展算法的一种方法。目标跟踪融合包含两种主要操作方式:估计和互连。基于信息图形的分布式估计算法用于任意融合结构并与线性和非线性分布估计结果有关。根据跟踪到跟踪互连似然估计,讨论了分布式数据互连问题。介绍了两种流行跟踪算法的分布式方式(联合概率数据互连和多假设跟踪)并给出应用实例。     

基于匹配处理的纯方位目标运动分析方法

以被动声纳观测的目标方位信息为基础,将匹配处理技术用到目标运动参数纯方位估计中,建立了进行纯方位目标运动分析的匹配处理模型,给出相关的优化处理算法,并通过仿真计算验证了模型的有效性。仿真结果表明该算法在目标运动参数的收敛时间和距离等指标上有较明显改善。     

目标多特征信息的模糊数据关联算法

传统的解决密集杂波环境中多目标跟踪的数据关联算法主要是基于目标的距离特征。由于利用的信息有限,容易导致目标的误跟和失跟。提出一种基于目标多特征信息的数据关联算法,将目标的距离特征、方位特征和雷达散射截面积特征进行模糊信息融合,实现对雷达目标的关联。仿真结果表明了该算法的有效性。     

用不确定逼真度声传播模型的纯方位目标运动分析

当典型的纯方位目标运动分析(TMA)问题的方位量测用所接收的信噪比(SNR)量测增广时,就产生增广的纯方位目标运动分析。假定给定组合声传播和传感器(CAPS)性能预测模型,它确定SNR量测的条件密度;而CAPS模型和现实之间可能存在着不合谐。本文用实验极大后验(EMAP)法对目标参数估计提出增广纯方位目标运动分析问题的新的“缺漏数据”的公式表述,并证明其提供了一种自然而简单明了的方法以减缓CAPS模型的失谐。EMAP方法导致对解增广纯方位目标运动分析问题和经典(非增广)纯方位目标运动分析问题的迭代再加权线性最小二乘算法。     

基于态势熵的战场情报融合系统建模与仿真

战场情报融合系统抽象为由传感器、融合两类节点经信息链路互连的网络化结构模型,参考信息熵的概念提出态势熵对传感器节点所获取态势信息进行定量计算,将交叉信息融合作为情报融合过程的核心环节,通过协方差修正矩阵解算融合节点的联合态势熵。仿真结果表明:传感器节点扫描频率、融合节点关联信息处理能力是影响系统态势信息质量和融合速率的重要因素;减少信息共享链路能够缩短时延使系统更快获取信息优势。     

移动通信网络位置群体节点的挖掘方法

对移动通信网络的位置群体节点进行了优化定位和挖掘,优化移动通信网络的覆盖度和可靠度,传统的位置群体节点挖掘算法采用信息度增益控制挖掘算法,算法不能自主感知节点信息数据的变化,无法实现数据信息的实时传递和决策。提出基于位置群体节点信息融合和滤波控制的移动通信网络位置群体节点的挖掘方法。构建移动通信网络节点的分布模型和信道模型,采用多径信道均衡设计实现位置群体节点信息融合,采用自适应滤波控制方法实现对通信节点挖掘的干扰抑制。仿真结果表明,采用该方法进行通信节点挖掘,信标定位准确,信号的覆盖度较合理,实现了信道空间的合理高效利用,实现了信道均衡和干扰抑制,有效降低了通信的误比特率。     

用批递归估计器纯方位跟踪机动目标

本文介绍一种新的批递归估计器用杂波中的纯方位量测跟踪机动目标(即,低信噪比(SNR)目标)。标准的递归估计器跟广义卡尔曼滤波器(EKF)一样由于缺乏初始目标距离信息而造成粗劣收敛和不稳定状态。另一方面,批估计器不可以处理目标机动。为了纠正这些缺陷,本文用概率数据互联将批最大似然——概率数据互联估计器(ML-PDA)同递归交互多模型(IMM)估计器组合,在有杂波的条件下产生较好的航迹初值和航迹保持结果。还论证,批递归估计器可以用于基于目标状态估计的自适应己舰机动决策,以提高目标的可观测性。跟踪算法对有8dB信噪比的目标被证明是有效的。     

一种基于IMM/MSPDAF的多传感器数据融合目标跟踪算法

基于交互式多模型和多传感器联合概率数据关联算法的机动目标跟踪,先用融合算法将红外和雷达的量测进行融合,然后利用融合后的数据,采用交互式多模型机动目标跟踪方法实现对机动目标的跟踪。仿真实验验证了算法具有良好的机动目标跟踪效果。     

基于熵权的多站纯方位目标定位分析北大核心

为克服传统权值主观性强、复合性差等现象,提出了一种基于改进熵权的多站纯方位目标定位算法。算法系统分析了匀速直线运动下的目标纯方位信息,给出了目标航迹参数与位置坐标模型,并运用均方误差进行了精度分析。仿真实验表明,本算法能有效地降低估计误差,提高多站融合精度。     

一种新的多传感器多机动目标快速跟踪算法

基于FAFDA滤波算法,根据Houles和Shalom将PDA算法推广到解决两个传感器单目标的跟踪问题的思路中,构造一种两个同类传感器的序列观测数据的融合来跟踪多个机动目标的数据关联方法(MSFAFDA)。它主要使用的是点/航迹联合和序列估计法。算法计算量远小于原先的顺序和并行多传感器联合概率数据关联算法,蒙特卡洛仿真结果也表明它对多机动目标的跟踪具有比FAFDA更好的跟踪性能。     

基于熵权的多站纯方位目标定位分析

为克服传统权值主观性强、复合性差等现象,提出了一种基于改进熵权的多站纯方位目标定位算法。算法系统分析了匀速直线运动下的目标纯方位信息,给出了目标航迹参数与位置坐标模型,并运用均方误差进行了精度分析。仿真实验表明,本算法能有效地降低估计误差,提高多站融合精度。     

基于分布式信息融合的多舰纯方位跟踪

提出一种基于信息融合的分布式多舰纯方位跟踪算法 ,该算法采用时变采样间隔的修正增益推广卡尔曼滤波器 ,用多条舰艇的舰载电子侦察设备对海上多个运动辐射源目标进行分布式纯方位跟踪融合。计算机模拟结果表明 ,该算法能满足工程应用的要求     

单平台纯方位信息的水面编队目标运动要素解算

基于实际背景需求,针对单平台纯方位水面编队目标运动要素解算问题,从可观测性、观测平台机动及解算模型三方面作了探讨.利用线性系统可观测理论,基于伪线性量测方程对编队目标运动要素的可观测性进行了研究,给出了可观测条件.以Fisher信息阵行列式为性能指标,探讨了观测平台最优机动的理论轨线和工程轨线形状.给出了3种编队目标运动要素解算模型,并进行了仿真比较分析.研究结论和仿真结果表明:水下单平台基于纯方位解算编队目标运动要素,自身必须作有效机动,可以采用单目标运动要素解算的最佳机动策略;提出的联合解算模型的效果显著好于已有的两种模型.     

时变最优条件数的目标要素解算方法

纯方位目标跟踪是一个典型的非线性问题,伪线性跟踪估计器是理论和工程上解决该问题的一类重要方法。针对纯方位观测模型伪线性化后,系统存在弱可观测性问题,提出了一种时变最优条件数的目标要素解算新方法,理论上给出了一个改善系统可观测性的最优乘数因子。在系统条件数和参数估计的收敛概率两个方面,数值仿真和实验数据验证都表明新方法要优于经典纯方位伪线性化方法。     

基于AIS的对海雷达多目标联合误差估计方法

提出了一种基于AIS的对海警戒雷达多目标联合误差估计方法,该方法以高精度AIS提供的目标信息为目标真值,对雷达进行误差估计。利用系统积累的多目标航迹信息,首先进行目标粗关联,将航迹信息进行时空对准后产生误差序列,通过单目标误差序列统计信息进行异常值的筛选,再通过多目标误差序列进行错误关联目标的检验,最终对剩余误差序列进行误差估计。通过实测数据和实际应用证明,该方法估计的雷达误差较准确,用估计结果对雷达误差进行校准后可有效减小对海雷达的系统误差。     

稳健的单平台多传感器数据融合体系结构设计

一个好的数据融合系统应该是算法与系统结构并重。针对当前数据融合研究的薄弱环节——融合体系的研究及其存在的问题,对数据融合系统结构进行了优化研究,提供了一个以目标原始航迹数据库、目标状态转移矩阵、主航迹表三个数据结构为中心的数据融合系统结构模型:单平台多传感器并联输入格式化存储与目标状态转移模型,说明了系统的组成结构及其先进性。     

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     

基于方向角及其变化率测量子集的单站无源定位

根据目标辐射源的方向角及其变化率信息所构成的不同测量子集及建立的目标测量模型,提出了一种基于数据融合的优化定位处理方案,对各个单测量子集所得到不同的目标位置及测量误差值进行数据融合处理,分析比较了多测量子集融合处理后与单测量子集的定位性能,仿真分析表明,该优化定位处理方案可有效地提高无源探测系统的目标定位精度,减小探测盲区.