机载传感器智能管理方法的研究

机载传感器智能管理有利于提高我机平台的隐身性能和传感器的利用效率,使我机在空战中处于有利态势.阐述了机载传感器智能管理的问题、基本概念,给出了传感器管理需要研究的内容,提出基于模糊推理的机载传感器智能管理的研究方案;针对各传感器的工作特点,考虑战场态势因素,研究基于模糊推理的传感器智能管理模型;在此基础上进行传感器智能管理系统仿真和软件设计.     

基于Vague集的TOPSIS法求解目标优先级

针对传感器管理中目标—传感器配对出现的目标优先级求解问题,提出了一种基于Vague集的TOPSIS计算方法。在分析目标优先级的主要影响因素基础上,定义了各影响因素的影响系数。同时结合Vague集的TOPSIS法给出了目标优先级的计算步骤,为目标优先级求解提供了一种新途径。并结合仿真算例表明该方法的合理性与有效性。     

空间预警系统建立导弹目标优先级的多属性决策

空间预警系统在多传感器多目标的情况下需要传感器调度,而建立目标优先级是有效进行传感器调度的第一步。由星载传感器所得图像对目标特征进行估计具有很大的不确定性,直接影响到导弹目标优先级的建立。首先通过作战分析确定出导弹目标的主要属性,采用层次分析法评价属性的权重,然后在不确定的条件下对属性求期望值,使用3种多属性决策方法评价导弹目标的威胁程度,最后取期望值作为导弹目标的威胁评价。正交实验结果表明算法具有很强的实时性和实用性。     

多传感器优化分配数学模型及其求解

当传感器资源有限而同时又有多个目标存在时,利用最大信息增益准则,在目标身份和目标优先级确定的基础上,将传感器的优化分配问题转化为指派问题进行求解,并对算法进行了仿真实验。     

基于agent的多传感器管理原型系统研究

近年来,基于agent的分布式智能系统已成功应用于众多领域。将多agent技术应用于多传感器管理领域研究,以开发多传感器智能管理的多agent系统,提出了其原型系统的基本框架和系统实现途径及方法,其中着重研究了融合agent与传感器agent的原型系统结构、基于多a-gent理论的传感器管理问题分布式任务分解与控制问题以及agent之间的协调合作问题。原型系统的研究,为实际应用系统的研制开发提供了理论指导和方法依据。     

传感器组网的关键技术

传感器组网是协同作战的关键技术,从作战的动态过程角度看,传感器组网是以特定战术任务为目标,在通信技术和计算机技术支持下的战术决策。从完成特定战术任务的能力角度看,传感器管理技术、通信技术、信息融合技术以及计算机技术是影响传感器网络性能的关键因素。     

基于偏好度的多传感器任务管理研究

任务管理是多传感器管理的一个重要组成部分,是其他管理模块的基础;以目标为研究对象制约了复杂系统传感器管理的研究,而以目标任务状态对应的子任务为对象却能使复杂系统简单化;以空中M4系统为背景,首先提出子任务的生成原则,然后按照不同层次规划子任务优先权集合,并采用主客观离差最小化多属性决策方法建立子任务优先权;最后在仿真试验中,验证了该方法的合理有效性.     

传感器网络在网络中心战中的应用

介绍了传感器网络对比于分立式传感器的优势所在,指出传感器网络通过多点数据融合及任务指派的方法加强传感器网络在监视和跟踪空中目标、地面活动目标、以及特殊目标(如联合战区防空反导、目标战损估计)中的应用。提出了传感器网络应该解决的几个具体问题;包括节点选择与优化部署方面的组建原则、任务指派方面的注意事项、资源管理的目标要求、异构资源信息共享的四种解决方法、以及网络安全(关于网络本身的健壮性以及数据的安全性)等方面的问题和解决方法。     

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.     

基于评估的任务间隔期维修任务选择方法

针对任务间隔期维修任务的选择问题,提出了求解该问题的方法。首先,给出了维修任务优先级评估指标,以及修理有效性评估指标;然后,提出了AHP-熵-DEA-TOPSIS方法,用来确定维修任务的优先级,以及修理有效性;接着建立基于维修效果的数学规划模型,其目标是使维修方案的加权有效性总和在满足维修资源约束条件下最大化。最后,应用该方法对具体示例进行了求解,验证了方法的有效性和可行性。分析表明所求得的维修任务选择方案能够充分利用各种信息,具有较强的可信性与实用性,有助于维修管理人员对维修任务选择进行优化。     

基于多目标的雷达组网传感器资源管理算法

在雷达组网系统的多目标跟踪过程中,当目标数量过多时,由于传感器资源不足,无法使用传统传感器的管理方法进行资源分配,且运算时间过长,不满足工程实际需求。针对以上问题,提出了一种新的多传感器多目标跟踪任务快速分配算法,该算法将跟踪目标个数和跟踪目标精度作为优化目标,首先按照设定的分配准则对传感器进行一次分配,最大化跟踪目标个数;然后利用一种基于传感器排序的启发式传感器分配方法进行二次分配,通过控制跟踪目标的协方差水平,使目标的跟踪精度尽量接近期望值。仿真结果表明,该算法能够在较短的时间内对多传感器进行有效快速地分配,既跟踪了更多的目标,又达到了期望目标的跟踪精度,并且在一定程度上控制资源消耗,减少系统的总耗能。     

基于WSN的目标探测与分类算法

针对WSN监测系统的目标检测与分类问题,提出一种基于直觉模糊推理(IFR)的多源数据融合方法。由模糊推理的思想,设计各状态变量的属性函数。根据目标声强变化和引起的地磁场变化的模型,设计模糊推理规则,并检验了所建规则的合理性。理论分析与仿真结果的对比表明算法能准确地对目标进行分类,且运算量小,适用于计算能力较弱的WSN节点。     

基于跟踪连续性的多传感器多跟踪任务管理方法

雷达组网系统中,当进行多目标连续性跟踪时,传统跟踪方法过多关注多传感器之间的跟踪精度和切换率,而轻视跟踪的连续性,无法满足现有连续性跟踪工程需求。因此,提出了一种新的基于跟踪连续性的多传感器多跟踪任务资源管理算法,该算法分为两个优化过程,第1次优化过程尽量保证跟踪目标个数的最大化,第2次优化过程中提出了一种用于衡量目标跟踪连续性的优化指标,基于该指标,提出了一种快速的传感器资源管理算法。仿真结果表明,该算法能够在较短的时间内对多传感器进行有效的快速分配,既跟踪了更多的目标,又保持了跟踪的连续性。     

油料装备智能维修决策系统研究

在分析油料装备维修管理特点的基础上,提出油料装备智能维修决策系统体系结构,论述模型库与知识库的构建方法,描述维修推理机工作原理。针对油料装备故障诊断信息具有模糊性的特点,建立油料装备故障智能模糊诊断模型,论述故障诊断模糊规则、模糊推理步骤、模糊算子定义及其推理方式。对维修策略决策的主要影响因素进行分析,以使油料装备稳定性及经济性、维修周期达到最佳为维修策略目标,构建油料装备维修策略模型,论述维修策略原则和模型工作流程。油料装备智能维修决策系统的研究,对提高油料装备维修科学化和智能化水平,加强油料装备保障力度具有重要意义。     

模糊Petri网在装备保障指挥决策中的应用研究

针对装备保障指挥决策的非结构化特点,结合模糊Petri网的基本理论,建立了一类装备保障指挥决策的模糊Petri网模型(ZYFPN).给出了模型中模糊推理过程的形式化推理算法,算法考虑了推理过程中的众多约束条件,包括命题在规则中的权重、变迁触发的闲值、规则的可信度以及多结论规则等.以装备保障配置地域转移决策为例,描述了从决策问题分析到ZYFPN模型建立,以及基于矩阵运算的决策推理过程的相关问题.应用这一模型,可以提高基于规则的装备保障指挥辅助决策系统的设计、分析和维护效率.     

多传感器任务分派的快速启发式规划新算法

在多目标多传感器管理中经常采用的线性规划算法中,随着传感器个数和目标个数的增加,计算量会爆炸式增长,使得跟踪系统不能实时计算,为此,根据传感器管理中线性规划的特点,提出了一种快速启发式算法,考虑组合中的传感器个数将组合的分配效用转化为权重,递推分配权重最大的组合,逐步减小组合和目标的个数.证明了权重最大的组合分派能实现组合中的传感器的最大效用.仿真结果表明该算法在与采用线性规划方法的跟踪精度相当的情况下,能有效地减小计算量.     

ANN-FRIFS在多传感器信息融合故障诊断中的应用

对于多传感器故障诊断系统,必须根据环境的变化和传感器的状态等合理地运用各传感器的信息。文中设计了一种基于经验规则和模糊推理功能的ANFIS置信度判别器,此判别器能自适应地对各传感器数据综合判别,得到它们相应的故障置信度,进而对多传感器的信息进行融合,提高了诊断的准确度。     

机载多传感器跟踪与融合算法的仿真系统

建立了一种机载多传感器跟踪与融合算法的仿真系统.该仿真系统可以针对仿真场景,传感器组合,传感器参数,跟踪算法参数, 跟踪算法的不同情况来评价跟踪性能,从而为跟踪算法的合理选择,算法参数的优化设计,以及实际系统的研制提供有力支持.