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。     

一种简单有效的处理冲突证据的D-S改进方法*

D-S证据理论在决策级信息融合领域有着广泛的应用,但其在合成冲突证据时会出现与直观结论不符的现象。通过深入分析D-S证据理论合成冲突证据时的失效原因,提出了一种简单有效的改进方法。通过主观权重和客观权重的综合得到不同证据的信任度,以此确定冲突证据及对应的折扣度并对其进行折扣度修正,使合成结果快速向正确类型收敛。仿真结果表明,同已有方法相比,本文方法特别适合具有少数冲突证据的情况,其合成结果更加符合直观判断。     

神经网络指导贝叶斯决策准则用于运动目标分类

本文利用目标的动态特性开发了神经网络指导的贝叶斯决策准则进行目标分类。系统由特征提取器、指导条件概率生成器的神经网络、新颖的序贯分类器组成。所应用的主要特征是从每个航迹中提取的速度和曲率序列。类似于隐式马尔可夫模型(HMM),用隐含状态训练神经网络,网络的输出则是给定观测下出现隐含状态发生的条件概率。然后用这些条件概率作序贯贝叶斯分类器的输入进行分类。一旦接收到新的扫描数据,分类结果递推更新。为了说明所述方法的有效性,介绍了关于高杂波率的多扫描图象的模拟结果。     

基于模拟退火算法的多目标数据关联

本文对多目标定位和跟踪(MTLT)中的最优数据关联(ODA)问题,采用模拟退火算法求解。这种算法可以避免局部极小,渐近达到全局最优。     

基于加权的目标综合识别技术

在基于证据理论的目标综合识别系统中,综合考虑信息源权重对识别结果有重要的影响.提出了基于加权的目标综合识别技术,总结了几种常用的主观权重和客观权重获取方法,给出了组合权重的计算公式,针对D-S证据理论仿真验证了基于证据加权思想对合成结果的改进效果.研究表明,在进行目标综合识别时考虑信息源的权重是必要的,它能有效化解信源冲突,保证合成结果的合理性和稳健性.     

基于解距离的纯方位观测器最优机动轨迹

目标距离是潜艇进行作战决策和武器使用时考虑的一个重要参数。为了在纯方位观测条件下快速解算目标距离,提出了一种新的几何算法,即利用假想方位与观测器测量方位的几何关系,通过解平面三角形获得目标距离的解析解。对距离误差进行了分析,提出降低距离估计误差的观测器最优机动方案,并求得观测器等速运动时最优机动航向的解析表达式。进一步提出了一种工程简化的次优机动方案,并求得其解析解。所提出的解距离方法和最优机动方案具有理论和工程应用意义。     

纯方位目标运动分析四维状态的最小二乘模型及分析*

建立了纯方位系统TMA四维状态的最小二乘模型,详细给出了非线性最小二乘算法的迭代公式,分析了非线性最小二乘模型、线性最小二乘模型可解的必要条件,以及非线性最小二乘模型与极大似然模型的等价性。     

重视提高边防指挥信息系统的两个能力

边防指挥信息系统要同时满足平时、战时两种条件下的使用需求,应着重从网系互联能力、机动通信能力入手抓好建设,保证平时部队拉得出、用得上,通信快速便捷;保证战时部队走得了、通得好,通信安全保密。(一)提高网系互联能力。按照"能打仗、打胜仗"的指导思想,把军事斗争通信准备的"关口"向前移,以"集成化、模块     

目标数未知条件下分布式被动传感器信息关联模型

分布式被动传感器信息融合中存在关联与定位在求解原理上相悖,导致最优化关联指标难以确定,在目标数未知时建模困难.为此,提出了双传感器信息关联的可行关联矩阵表示方法,在此基础上确定了基于方位测量的极大似然概率指标,建立了以可行关联矩阵为变量的最优化关联模型,并证明了代价函数极值定理.仿真计算结果表明所建立的模型是有效的,可...