基于信息融合技术的复合式火灾探测器

在火灾探测中对单一的火灾特征参数信息进行判断和识别的探测器，易受到环境的干扰，限制了其探测性能，系统的高误报率问题比较突出；复合式火灾探测器采用信息融合技术进行多火灾特征参数信息的判断和识别，提高了火灾探测的可靠性和准确性。介绍了复合式火灾探测器中多传感器的选择。结合火灾探测独特的三层结构（数据层、特征层、决策层）讨论了数据融合技术在火灾探测系统中的应用，并对多传感器在数据层信息融合的模型结构进行了归纳。     

Online process mean estimation using L1 norm exponential smoothing

A basic assumption in process mean estimation is that all process data are clean. However, many sensor system measurements are often corrupted with outliers. Outliers are observations that do not follow the statistical distribution of the bulk of the data and consequently may lead to erroneous results with respect to statistical analysis and process control. Robust estimators of the current process mean are crucial to outlier detection, data cleaning, process monitoring, and other process features. This article proposes an outlier‐resistant mean estimator based on the L₁ norm exponential smoothing (L₁‐ES) method. The L₁‐ES statistic is essentially model‐free and demonstrably superior to existing estimators. It has the following advantages: (1) it captures process dynamics (e.g., autocorrelation), (2) it is resistant to outliers, and (3) it is easy to implement. © 2009 Wiley Periodicals, Inc. Naval Research Logistics 2009     

基于支持向量机的多目标分类和识别

支持向量机(SVM)算法广泛应用于模式识别等领域,但是SVM最初是针对二类别分类提出,在多分类识别中稍显逊色。对将SVM由二分类扩展到多分类的算法进行了研究,发现有向无环图(DAG-SVM)是其中用的最多的算法之一。因此,针对军事领域图像的多目标分类,选择有向无环图算法来实现军事图像中单兵、装甲、低空等多目标的分类识别。     

多传感器多目标定位与跟踪技术研究

针对炮兵打击目标的特性和获取目标信息所采用的侦察设施 ,研究了多传感器多目标定位和跟踪问题。在闭圆和聚类概念的基础上 ,提出了一种多传感器多目标融合算法 ,并给出了状态估计的最优解。仿真结果证明了这种算法的有效性。这一模型的物理实现正在进一步研究之中。     

基于信息熵TOP SIS法的无线传感器网络节点自定位技术

在无线传感器网络的应用中，节点的定位是一个关键的问题。但是，利用已知节点对未知节点定位的算法存在着定位精度不高，定位计算量大等缺点。针对该问题，提出了一种基于信息熵TOPSIS法的节点自定位算法，该算法利用TOPSIS法按已给的传感器属性进行排序，只取最靠前的3个节点代入标准最小二乘公式中进行计算，既缩短了计算时间，又保证了计算精度。仿真实验证明，该算法是一种有效可行的算法。     

高雷诺数时筒形桅杆在均匀流场中的风载实验研究

在哈尔滨工程大学船模拖曳水池中,研究了雷诺数在3.19×104~1.15×106的范围内,表面倾斜且前后不对称的筒形桅杆攻角从0°~180°,以15°为间隔,在均匀流场中所受的风载。分析了桅杆所受的周向压力、轴向压力和St随雷诺数和攻角的变化趋势。结果表明,倾斜壁面和攻角改变对压力分布和St有较大影响。     

基于神经网络信息融合技术的卫星定姿算法

姿态确定系统是卫星姿态控制系统中的重要组成部分,卫星姿态确定的精度直接影响卫星控制精度.为得到高姿态精度,针对由惯性测量单元(Inertial Measurement Unit),红外地平仪和太阳敏感器组成的卫星姿态确定系统,分别采用BP网络算法和径向基(RBF)网络算法对不同的姿态敏感器的输出数据进行融合,并用STK(Satellite Tool Kit)数据进行了仿真.仿真分析结果表明这两种学习算法均可以提高卫星定姿精度,相对而言,RBF网络无论是精度上还是收敛速度上均优于BP网络.     

基于电容式噪声传感器的信号调理电路设计

在航空航天的飞行器遥测试验中,大推力火箭和导弹飞行时,由燃气射流引起的噪声会对飞行器的结构以及载荷造成巨大的危害。电容式噪声传感器由于其频率响应范围宽,被广泛应用于飞行试验中。电容式传感器工作时需要用恒压源供电,且其采集的信号受到外界干扰较大,输出电压值不满足大多数模数芯片转换要求。针对以上问题,设计了恒压源供电模块和隔直分压电路、低通滤波电路等调理模块,使其最终输出电压范围在0~2.5 V,满足模数转换芯片的要求。该噪声传感器的信号调理电路可靠性高,已经成功应用于飞行器发射试验中。     

无线传感器网络中基于统计异常的入侵检测

无线传感器网络与传统网络存在较大差异,传统入侵检测技术不能有效地应用于无线传感器网络.结合无线传感器网络的特点,提出一种基于统计异常的入侵检测.入侵检测为传感器节点在正常工作状态下的某些系统特征建立行为模式,并通过统计观测值对正常行为模式的偏离程度来判断是否存在入侵.理论分析及仿真实验表明,提出的入侵检测技术可有效检测入侵,检测算法简洁高效,利于节能,适用于供能紧张的无线传感器网络.