军事数据融合概念方法研究

现代战争中,要保持信息优势,必须建立适合新环境的指挥控制信息系统。但是信息超载,信息的不完整和不确定等情况对信息系统的设计提出了新的挑战。结合当前信息融合框架和实践的经验,提出了数据建模和管理的五维结构:空间(x,y,z),时间(t)和可能的世界(w),基于系统的目标和准确的需求分析,提出了一个军事信息系统设计的框架。用数据分析、数据融合方法和推理技术来完成数据的获取和资源的管理,提出增加具有优化能力的智能组件实现系统的学习能力,提高系统的性能。     

基于KALMAN滤波的两种多传感器观测融合方法

目前有两种基于K a lm an滤波的多传感器观测融合方法,方法1是将观测向量的维数增加,获得扩展观测向量。方法2是在最小均方误差准则下,对不同传感器间的观测向量进行加权运算,获得与单个传感器相同维数的观测向量。通过对滤波器的状态估计误差协方差的分析和相关数学表达式,给出了两种方法的对比。仿真结果表明,当两个传感器的观测矩阵相同时,两种方法在功能上等价,但方法2的运算复杂度低。当两个传感器的观测矩阵的维数相同,但其值不相等时,方法1优于方法2。当两个传感器的观测矩阵的维数不同时,只能用方法1,而方法2失效。     

目标识别系统中的一种多传感器数据融合算法

Dempster证据组合规则在D-S证据理论中具有十分重要的作用。但在将Dempster证据组合规则应用于多传感器数据融合时,理论上仍有值得探讨之处。在对Dempster证据组合规则进行分析的基础上,提出了解决目标识别系统中多传感器数据融合的“一次Dempster联合法”,避免了原有算法中需多次采用Dempster证据组合规则来计算的问题,从而减少了计算量。     

基于特征融合的刀具磨损监测方法

提出了一种基于特征融合的刀具磨损监测方法,将该方法应用于铣刀磨损监测取得了较好的效果,文中论述了特征融合方法的基本思想,多传感器信号的特征关联、抽取及正规化处理,作为融合中心的神经网络的构造及训练等内容。实验分析表明,该方法实现刀具磨损监测是行之有效的。     

数据融合中的Dempster-Shafer证据理论

虽然 D- S方法已广泛地应用于各种数据融合系统中 ,但在实际应用中依然存在着许多困难。总结了数据融合应用中的 Dempster- Shafer证据理论研究概况 ,从四个方面阐述和对比分析了一些有代表性的研究成果 ;同时为下一步的研究提出了新的课题和思路     

装甲兵作战仿真系统信息存储与回放

在分析DIS信息结构和数据库的基础上,对基于DIS的装甲兵作战仿真系统信息存储与回放进行了研究,并将其应用于装甲兵作战仿真实验室的建设中,收到了良好的效果.     

谱分析在惯性平台试验数据处理中的应用

为了获取更多有效信息,将谱分析方法应用于惯性平台试验数据的定性分析。首先对试验数据进行差分处理得到平稳数据,再利用快速傅里叶变换就能得到数据的频谱。对某次试验数据进行处理后得到的频谱图进行了分析,结果表明此方法简单、有效。     

基于模型的舰艇信息融合系统的研究

应用计算机仿真技术建立一个具有战术想定功能的舰艇作战系统仿真环境,来研究舰艇的多传感器信息融合,并给出部分仿真模型。     

高斯马尔可夫融合算法在卡尔曼滤波中的应用

针对目前常用的按标量、对角阵、矩阵加权融合方法过程较复杂,计算负担较重的问题,结合三维目标跟踪模型提出一种高斯马尔可夫融合方法来融合卡尔曼滤波估计值,不需要计算局部稳态滤波误差互协方差,只需要知道传感器的观测噪声方差就可以了。计算方法和操作相对简单,省略了很多繁琐步骤也能达到不错的滤波融合效果,通过仿真证明了此方法的可行性和高效性。     

基于优先级队列的多约束无线链路资源调度算法

针对海战场环境中指控数据以先入先出(FIFO)的方式排队发往数据链,当数据链中存在丢失率高和不可达节点时,会导致无线链路带宽资源综合利用率不高的问题,结合仿真模型分析了原因,提出了基于优先级队列的多约束无线链路资源调度算法。通过将该算法与FIFO、优先级队列算法(Priority Queue)进行仿真对比分析,结果表明该算法在存在排队报文时增加了丢失率较低链路上的发送速率,减少了目的不可达报文的发送量,最终降低了重要报文的延迟,提高了数据链的利用率。