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.     

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。     

基于改进DS证据理论的指挥控制系统信息融合方法

对作战目标的识别是指挥与控制系统在作战环境中实施精确打击的前提条件,然而多种系统协同作战必然会对作战目标的识别有差异.针对冲突识别信息融合导致的目标识别不明确甚至错误的问题,提出一种基于改进DS证据理论的指控系统信息融合方法,该方法构建基于智联体的融合模型,在此模型基础上根据皮尔逊相关系数计算出目标识别信息的相关性权重...     

无人机警戒雷达仿真系统的建模与仿真

针对海面静止和移动目标的探测、感知、识别、成像等问题,建立了由数据/控制接口、人机界面及多个算法模块组成的无人机警戒雷达仿真系统。系统采用模块化方法对目标运动特性、环境特性和警戒雷达的功能特性进行建模与仿真,主要用于模拟现实装备中此类载荷的基本功能,从数字化仿真层面实现了无人机警戒雷达载荷功能的再现与性能测试,并能完成与指挥控制台之间的信息交互,同时系统具有很好的可扩展性,可以作为整个作战仿真系统的一部分,嵌入到更复杂的作战仿真系统中。     

基于表决算法的空间预警系统数据融合建模/仿真

空间预警系统中包含红外、可见光等多种类型的传感器,每种传感器对不同目标的探测均有相应的优势和不足.数据融合技术对来自多个传感器的探测数据进行综合处理,从而缩短系统整体的目标发现时间,提高探测精度等性能.采用表决融合算法对空间预警系统中的数据融合问题进行研究,建立了多传感器串联、并联以及混合结构3种不同组合的融合模型,重点对采用混合融合结构时,系统在保证一定检测率的同时,能最大程度减小虚警率的算法进行了探讨,计算证明这种结构具有最佳的整体融合效果,最后还给出了融合仿真系统的结构方案.     

基于GEO SAR辐射的星机协同融合探测系统

为提高机载平台对隐身目标的探测能力,提出一种基于地球同步轨道合成孔径雷达(GEO SAR)辐射、多个机载平台接收的多基雷达协同探测系统,该系统具有覆盖范围广、机载射频隐身、生存能力强等优势.分析了星机协同的作战优势,可获取目标RCS空间闪烁增益、双基RCS增益以及融合增益.分析了星机双基协同探测威力与多基融合探测威力,可提高隐身目标探测距离.通过仿真实验验证了分析的有效性.     

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.     

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。     

BASALT:用于评估水面舰艇反潜战效能的模拟器

AERO公司(法国)已为法国海军(DCN)编写了仿真模型BASALT程序,用以评估水面舰艇反潜战(ASW)系统的效能。BASALT(反潜战中的水面军舰)采用水面军舰和潜艇性能模型,根据与探测、分类、识别和定位处理有关的性能标准产生统计。该模型包括低频被动和主动传感器(最后是多基阵),声传播、数据融合子系统和目标跟踪处理。根据作战范围定义(使命、战术、威胁、环境、传感器),产生以下输出: ——对威胁的探测屏幕完整性,由数据融合得出,——多标准统计(MOnte)—carlo),能对防务系统效能进行分析。该程序非常适合研究护航使命、护航任务(ET)和区域安全任务(AST)。它根据法国软件质量标准(GAM—T17)采用Ada开发。操作系统为带有X—Windows工具的VWS。     

多传感器数据融合在舰艇防空中的应用

以舰艇防空为背景,对防空作战中目标指示环节和舰空导弹武器系统作战使用环节中多传感器数据融合的应用进行了分析。分析包括舰艇平台信息的收集、目标指示信息的转换、融合的预处理及分布式融合处理等过程。分析之后建立了数学模型,并进行了仿真。仿真结果表明,融合后目标指示的精度和导弹制导数据的精度有明显的改善,有利地保证了防空作战的顺利进行。     

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.     

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.     

基于D-S证据推理的多传感器信息融合技术在战场目标识别中的应用

近年来,多传感器信息融合技术已经在许多领域得到了广泛的应用,该技术也可以用于战场目标识别.在简单介绍了多传感器信息融合技术的概念和方法之后,详细阐明了D-S证据推理的原理及其应用于战场目标识别的方法,并进行了仿真处理.仿真结果说明,基于D-S证据推理的多传感器信息融合技术,是解决目标识别问题的一种有效方法.     

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.     

基于HLA的卫星探测能力仿真评估系统研究

根据卫星探测舰船目标的特点以及高层体系结构(HLA)的原理,研充卫星探测能力仿真评估问题.提出了分布式、模块化、易扩展的卫星探测能力仿真评估系统结构,并根据该系统的功能结构进行了对象类和交互类的设计开发,并具体介绍了联邦成员的实现过程.仿真结果充分验证了模型和方法的有效性.仿真系统的研究开发可以为整个卫星应用系统作战效能的分析评估提供平台和依据.     

被动声传感器网络模拟器的设计与实现

现代雷达防空体系对低空/超低空飞行目标的探测仍然是其弱点之一.被动声传感器网络数据融合理论和技术的快速发展,给这类目标的探测、识别和定位跟踪提供了新的方法.在对被动声传感器工作原理、目标运动模型和方位角检测模型分析的基础上,给出了一种被动声传感器网络模拟器的设计思路,同时给出了其软件平台的实现方法.模拟器考虑了大气环境因素的影响和传感器对目标探测的实时处理能力的要求,产生的仿真数据能够较好地逼近真实数据,为被动声传感器数据融合算法的研究提供了强有力的数据支持.     

HLA的天基信息支援下反导作战仿真系统OM设计

随着卫星等各种导弹探测预警装备的发展,区域防空反导作战中探测预警模式发生了重大的变化.为了能在反导需求的牵引下充分的利用好各类探测预警装备,提高防空反导作战的效率,有必要对天基信息支援下反导作战系统进行仿真.HLA是为了支持仿真应用间的互操作性及仿真部件的可重用性而产生的一种新的分布式仿真体系结构,而对象模型(OM)的设计,是HLA技术中的主体部分.分析了天基信息支援下反导作战系统的组成及作战流程,并依据HLA的开发原则,设计了该仿真系统的OM.     

基于SEA的雷达组网探测能力评估

对空中目标的探测能力是评估雷达组网作战效能的一项重要的基础性指标,为了客观评估雷达组网的探测能力,提出了一种基于SEA的评估方法,建立了评估的性能量度,构建了系统映射和使命映射的数学模型,并进行了仿真计算.仿真结果表明了该方法的可行性和有效性.     

BP神经网络和D-S证据理论的目标识别

目标识别是指挥自动化系统的一个重要组成部分,针对现代战争对抗手段不断增强的特点,运用BP神经网络和D-S证据理论探索作战飞机机型的识别方法.前端采用3层BP神经网络结构,以传感器接收数据为输入,以神经网络输出作为证据,后端对不同传感器的证据按D-S理论进行融合,得到待识别目标的识别概率.经由MATLAB编程对国内外几种主要机型的识别进行仿真研究,与现行目标识别方法相比较,能够更快速、准确、可靠地识别飞机目标,较好地满足了空战中作战指挥系统对飞机机型识别的需求.     

基于RBFNN与D-S证据理论的反舰导弹模式识别

由于反舰导弹在速度、机动性等方面的显著潜力,已日益成为舰船的主要威胁.尽快识别反舰导弹类型对缩短系统反应时间,正确预测目标运动具有重要意义.针对从不同目标传感器提取的末制导雷达辐射源参数和弹道特性参数,对目标数据进行相关处理,应用径向基神经网络(RBFNN)分别对反舰导弹模式识别,仿真中充分考虑了各种误差干扰并进行容错性处理,仿真结果表明该算法的有效性.最后将两部分识别结果通过D-S证据理论进行综合决策,进一步提高了系统识别决策的可信度.