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.     

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.     

对空观察哨情报融合

在得到对空观察哨直接观测信息的基础上,对目标可能航向进行二次外推,并利用效用函数综合评估法对目标相关性进行检验,完成对目标信息的融合,解决了观察哨情报数据关联和航迹外推问题.仿真及试验结果表明该方法用于防空观察哨情报融合是可行的,其结果分析的应用能指导观察哨训练和战时观察哨的配置.     

制导雷达网合成跟踪性能仿真研究

首先提出了一种可提高系统航迹连续性的制导雷达网合成跟踪体系结构,采用仿真试验方法对制导雷达网合成跟踪性能进行了研究.然后给出了信息融合方法和利用合成跟踪结果进行波束指向控制提高航迹维持能力的信息利用方式.针对隐身目标进行了仿真试验,仿真结果证明了所提方法的正确性和有效性.最后给出了合成跟踪的评估结果和对提高制导雷达协同作战性能带来的好处.     

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.     

基于IEPF序贯融合的多传感器管理方法

针对主被动传感器信息融合的特点,提出了一种在IEPF序贯融合基础上进行传感器管理的方法。工程常采用的传统扩展卡尔曼滤波融合算法滤波精度不高,因此结合采用了粒子滤波方法。先对主被动传感器采用迭代扩展卡尔曼滤波集中式序贯融合,利用融合后的信息进行粒子更新,提高滤波精度,在此基础上采用分辨力增益的方法对传感器进行管理。仿真结果表明该方法能够提高对目标的跟踪精度,增强多传感器对环境变化的适应能力。     

D-S证据论在空中目标分类中的应用

首先叙述识别、分类空中目标时需使用多传感器融合技术,分析可利用的各类传感器和从其可得到的各种目标属性参数,以及各种数据融合方法.然后详细介绍了基于D-S证据论的3种多源信息融合分类空中目标方法,并对具体仿真应用结果作了比较.     

防空C3I系统信息融合半实物仿真测试方法

介绍了小型防空C3I系统信息融合的概念以及对其进行考核的实验室仿真测试方法,提出了一种利用侦察源模拟设备、实际通信网络和定位授时替代设备构建测试平台考核小型防空C3I系统信息融合能力的半实物仿真方法,并对目标探测信息源模拟设备设计方法、空情题目设计中应注意的问题等几个方面作了认真分析.同时,结合目前国内防空C3I系统技术发展实际情况,指出了防空C3I系统信息融合能力试验技术今后应重点研究的内容.     

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。     

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.