位置信息场定位法在低精度测向传感器中的应用

多站无源定位中,测向交叉定位法是一种广泛应用的经典方法,但如何从多个低成本低精度测向传感器获得高精度定位效果的研究相对较少。目标位置信息场定位法在处理多目标定位问题时能够同时确定目标数目和多目标位置,对传感器测量数据具有较好的融合性能。运用目标位置信息场定位法,研究在感兴趣定位区域内用多数低精度测向传感器代替少数高精度测向传感器进行定位,并借助定位算法的GDOP对定位效果进行描述。理论分析与仿真实验表明,目标位置信息场定位法可以用于多数低精度测向传感器测向交叉定位,并且可以达到少数高精度测向传感器同样的定位效果,具有重要的应用价值。     

试飞多目标实时定位系统的设计与实现

针对空空多目标攻击问题,运用一种基于全球定位系统(GPS)、时分多址(TDMA)和频分多址(FDMA)相结合的技术,设计了试飞多目标实时定位系统。在试飞中通过无线数据链路实时获取多个目标的GPS位置、速度数据,进行插值推算等数据融合处理后,发送给评估系统,作为空空多目标攻击技术实时评估的基准信息。系统具有定位精度高、系统数据更新率快,在实际应用中显示了良好的性能。     

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。     

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。     

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。     

多类传感器航迹参数关联研究

采用层次型数据融合结构,研究了防空作战(AAW)系统中多类传感器航迹相关问题。首先对目标航迹的真实跟踪概率(TTP)进行了讨论,在两个模型假设的基础上给出了TTP的计算公式。提出利用渐近分析理论研究多类传感器相关参数及其在时间域上参数方程的航迹参数关联问题。在此基础上设计了多类传感器系统中上层处理节点航迹相关算法。     

一种基于时变噪声统计的异步多速率传感器信息融合算法

以异步多速率传感器信息融合理论和同步单速率传感器时变噪声统计理论为基础,提出了一种适用于时变线性系统的异步多速率传感器时变噪声统计系统的信息融合算法.通过原理分析和数学推导,将异步多速率传感器动态系统建模为同步同速率系统.进而利用噪声统计估值器和相应的自适应Kalman滤波方法进行状态估计,利用联邦分布式数据融合方法进行信息融合,获得基于所有现测信息的最优估计.理论分析和仿真结果均表明,该算法的融合效果优于任一单传感器Kalman滤波的效果.     

基于相对观测量的多机器人定位

研究了多机器人队列利用相对观测信息在未知环境中进行同时定位的问题。当队列中某个机器人观测到另外一个或几个机器人时,利用这些信息来同时更新整个队列的位置及协方差矩阵,也即整个队列共享所获得的观测,来得到更精确的位置估计。每个机器人都携带内部及外部传感器,内部传感器感知机器人自身的运动,外部传感器能提供机器人之间的相对观测量,如相对距离和相对方位。利用扩展卡尔曼滤波(EKF)算法融合内部及外部传感器信息,对多机器人队列进行同时定位;并对不同的观测量及机器人个数进行了仿真分析,给出了不同情况下的滤波器结构,研究比较了它们的定位精度。仿真结果表明,利用机器人之间的相对观测信息,可以显著提高定位精度。     

车联网环境下车辆协同高精度定位研究进展

车辆位置信息是许多智能交通应用的基础,如车辆导航、路径规划和车辆编队等。现有研究中融合单车车载多源传感器的定位方法无法有效解决城市峡谷、隧道和立交桥等卫星信号不可用条件下的车辆定位问题。围绕车辆高精度定位进行了综合评述,主要深入研究分析了车辆协同定位技术。首先分析了单车自主定位的关键技术及其主要应用场景;然后对车辆协同定位框架进行了研究,并对目标关联算法和多源数据融合算法进行了分析;最后展望了车联网环境下车辆协同定位的发展趋势。研究表明,高精度高可靠定位研究还存在许多关键技术未突破,车联网环境下的车辆协同定位利用无线通信实现多源定位传感器信息动态交互,为智能汽车定位系统研发提供新思路。     

《火力与指挥控制》征文须知

1　期刊的性质、刊登内容与读者对象本刊是陆、海、空三军火控、指控领域内综合性的学术 (专业 )期刊。为大 1 6开本 ,双月刊 ,向国内外公开发行。刊登内容 :国内外火控、指控技术及有关高新技术发展动态的综述性文章 ;各类火控系统、战术指挥控制系统及战场数字化信息系统总体设计、系统分析、作战效能评估、仿真建模方法的理论研究论文 ;新原理、新技术和新工艺在火控、指控系统中的应用 ;火控、指控系统工程设计 ,如 :目标探测、跟踪与识别、瞄准稳定、多传感器数据融合、战场移动通信、定位定向 ,以及系统可靠性、维修性、电磁兼容性等…     

模糊逻辑应用于多传感器多目标相关

一致性战术图象要求数据融合技术把来自不同对象和通常含糊的态势的信息进行组合并传播。信息包含在两种类型的数据中:从传感器测量得到的数值数据,和从操作手以及领域专家得到的语言数据。在实际情况中,数值数据可能是有噪声的、不一致的、不完整的;而语言信息是不确切的、模糊的。为同时处理这两种类型的数据,模糊集和模糊逻辑提供一种方法论,能够为其复杂或不定工程问题及时获得近似的但却一致的战术图像。 本论文介绍了模糊数据融合的功能范例。它包含4个基本组成部分:1)明确因素的模糊化;2)从输入/榆出数字关系和人推导出的模糊知识库;3)基于某种模糊逻辑的模糊推理机构;4)将模糊输出解模糊为明确的输出供工厂使用。对于一个实时的实际系统而言,从给定的明确输入集中给出在线的模糊隶属函数是很重要的。为此,从明确输入数据中估计出最优隶属函数的方法已经实现。这是基于L.A.查德提出的可能性/概率一致论原理。模糊隶属函数和统计输入数据置信度之间的关系已经形成,并用作模糊化的一个设计参数。该技术已应用于二维多传感器多目标跟踪系统。文中还介绍了模糊系统性能评估。利用实验室环境中的仿真数据进行仿真评估使命航空电子技术传感器最佳协同系统MASS。对于使用模糊逻辑技术数据相关函数,显示     

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     

海战场的规划识别研究

规划识别可分为锁眼型(keyhole)和意图型(intention),又可划分为个体的和群体的两种类型,对于敌舰艇编队的规划识别则属于意图型的和群体类型的.舰船及其编队指控系统在战场指挥决策过程中,根据多传感器信息融合系统提供的实时数据与信息进行态势评估,除了敌我识别、目标身份识别、威胁估计外,还涉及对敌舰及其编队的意图型、群体型的规划识别问题.初步探讨舰艇编队(即多自主体系统Multi-Agent System,MAS)规划识别特点、MAS规划识别规划结构框架和基于时态描述逻辑的动作推理的若干问题.     

雷达与声数据的融合

洛克希德·桑德斯公司正在研究综合声与雷达数据的融合过程。声和雷达数据是高度互不相关的,它们可提供有关每个目标的互补信息。因此,融合过程使之有可能利用组合分类器的输出产生一种可信度高的目标识别(可靠的ID),分类器的输出包括:声波形、雷达信号特征和航迹形状 而由单个分类器进行可靠的识别是不可能的。通过融合过程可以减少目标位置误差和改善量测与航迹的互连过程。 由于融合过程是高度非线性和自适应的,因此,仿真是必不可少的。用多次重复的具有嵌入式传感器模型的仿真来建立多目标情景,以便激励融合过程。在仿真情景期间,用测量的声和雷达数据产生传感器输出的逼真描述。融合过程对分类和传统的跟踪器使用了神经网站。使用与目标ID有关的数据,以便选择最优的跟踪器参数。 对雷达和声数据的特定实例,验证了使用仿真来设计传感器融合处理的方法。然而,这种方法对于各类型的传感器或数据融合也是有价值的。例如:可在非军事应用中使用仿真,在这种应用中有关复杂系统状态的多源数据可用来控制其他数据和收集并做出最优决策。一般,仿真可用任务级指标,如成本、生存概率和杀伤概率来评定融合过程的好处。仿真对于优化融合过程的任何自适应“子部件”如神经网络来说是必不可少的。     

多平台纯方位信息融合结构及关联估计联合优化模型

在多平台纯方位信息融合中,存在多平台的方位关联和单平台的参数估计(或目标定位)困难,因为两者相互依赖和制约。造成相对不同平台的方位不能进行时间空间对准、虚假目标不能消除。为此,提出了一种分布式信息融合结构,并建立了相应的数据互联与参数估计联合优化模型。在这种结构和模型中,首先由各平台对本地传感器探测的纯方位信息完成融合并输出方位序列,然后在融合中心按分层节点对方位序列的数据互联与参数估计进行联合优化处理,每个融合节点仅处理两个平台信息,最后节点输出融合结果。仿真计算结果表明,这种优化模型是解决关联和估计问题的一个有效方法,可以提高多平台纯方位信息融合的性能。     

面向军事应用的多传感器图像融合技术发展研究

图像融合是20世纪80年代提出的一个新概念,是数据融合中主要以图像为研究对象的一个分支。其含义是指在同一时间,将同一景物的不同波段(色彩)或来自不同传感器的两个或两个以上的图像结合形成一幅合成图像,以获取更多的目标信息的图像处理过程。图像融合最早就被广泛应用于军事领域,现代军用光电侦察系统以及S A R侦察系统的工作环境相当复杂,有着明显的多样性和不确定性,由于单一传感器性能的局限性,只可能给出环境的部分或某个侧面的信息,因此要想通过单一的图像传感器去准确地感知和描述外界环境是不可能的。多传感器图像融合技术可以…     

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.     

《火力与指挥控制》投稿须知

一、期刊的性质、刊登内容与读者对象《火力与指挥控制》是陆、海、空三军火控、指控领域内综合性的学术 (专业 )期刊 ,为大 1 6开本 ,双月刊 ,向国内外公开发行。本刊刊登内容 :国内外火控与指控技术及有关高新技术发展水平和动态的综述性文章 ;各类火控系统、战术指挥控制系统及战场数字化信息系统总体设计、系统分析、作战效能评估、仿真建模方法的理论研究论文 ;新原理、新技术和新工艺在火控与指控系统中的应用 ;火控与指控系统工程设计 ,如目标探测、跟踪与识别、瞄准稳定、多传感器数据融合、战场移动通信、定位定向 ,以及系统可靠性…     

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.     

《火力与指挥控制》投稿须知

1期刊的性质、刊登内容与读者对象本刊是陆、海、空三军火控、指控领域内综合性的学术(专业)期刊。为大16开本,月刊,向国内外公开发行。刊登内容:国内外火控、指控技术及有关高新技术发展动态的综合性文章;各类火控系统、战术指挥控制系统及战场数字化信息系统总体设计、系统设计、作战效能评估、仿真建模方法的理论研究论文;新原理、新技术和新工艺在火控、指控系统中的应用;火控、指控系统工程设计,如:目标探测、跟踪与识别、瞄准稳定、多传感器数据融合、战场移动通信、定位定向,以及系统可靠性、维修性、电磁兼容性等方面的文章。另外,…