多传感器组合导航系统评述

介绍了组合导航系统的重要性、发展现状和发展趋势。根据导航与目标跟踪的区别与联系,从多传感器组合导航系统研究的角度出发,在概念理解、模型建立和系统结构等方面做了详细的评述,提出了多传感器导航信息融合系统的功能模型,分析了位置融合级的结构模型。     

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。     

基于多传感器特征融合的TBM拦截效果评估

基于多传感器特征级融合研究了TBM拦截效果评估的问题。首先分析并选取了拦截效果特征信息,构建了基于模糊神经网络的拦截效果融合评估模型;之后从模糊化、模糊推理、反模糊3个方面论述了评估模型的实施过程,进行模糊推理时采用一种改进的BP算法完成了推理规则的实现。最后通过实例仿真验证了改进BP算法的有效性,并验证了评估模型的可靠性及良好的融合性能。     

模糊理论在多传感器信息融合中的应用

利用模糊控制理论能较好解决不确定性问题的特点,将测量信息融合问题融入模糊控制问题中来提高多传感器系统的测量质量;提出模糊融合模型,并介绍了将传感器信息作为模糊控制输入的模糊化问题,以及相应的模糊规则的建立、模糊推理和清晰化处理;提出以相交论域中心作为多传感器的事实来进行兼容度和激励强度的解算;最后进行相应的仿真说明及分析.     

多传感器图像融合技术

多传感器图像融合是图像信息的综合与分析过程,它可有效地提高图像探测系统的探测和识别能力。本文论述了多传感器图像融合技术,包括多传感器图像融合的概念、应用、原理和算法等。指出了多传感器图像融合中存在的主要问题及解决方法,并预测了发展趋势。     

多传感器信息融合的谢弗－登普斯特方法

利用了谢弗－登普斯特方法讨论了两重假设下的多传感器信息融合问题。各个传磁器报告目标存在或目标不存在,所有的传感器报告都传输到信息融合中心,在这里利用了谢弗－登普斯特的组合法则,得到了信息融合中心的最终决策规则,并同多传感器信息融合的Ｌ－Ｒ试验方法进行了比较。     

多传感器信息融合的优化配置启发式算法研究

多传感器是信息融合系统的基础,多传感器优化配置技术在军事领域具有越来越重要的作用。讨论了多控制器与多传感器的优化配置问题,基于各台控制器所控制的传感器数量相对均衡、各台控制器对每一类传感器的控制数量相对均衡和各台控制器向不同传感器发出控制指令的间隔时间相对均衡三个要求,提出了多传感器信息融合的优化配置启发式算法和实现流程,并通过实例说明了该方法的适用性和有效性。     

基于D-S证据推理的多传感器信息融合技术在战场目标识别中的应用

近年来,多传感器信息融合技术已经在许多领域得到了广泛的应用,该技术也可以用于战场目标识别.在简单介绍了多传感器信息融合技术的概念和方法之后,详细阐明了D-S证据推理的原理及其应用于战场目标识别的方法,并进行了仿真处理.仿真结果说明,基于D-S证据推理的多传感器信息融合技术,是解决目标识别问题的一种有效方法.     

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。     

传感器检测时间的确定

在多传感器信息融合时,利用传感器时间轴上一系列的检测报告确定此传感器的信息什么时候应该进行信息融合处理,什么时候不应该进行信息融合处理,从而保证信息融合结果的精确性。考虑了环境因素对检测性能的影响,对一种利用序贯分析方法计算传感器检测时间的近似方法进行了讨论。     

基于时空序贯融合的TBM拦截效果评估

基于时空信息进行了TBM拦截效果评估的研究。首先分析了拦截效果评估信息的特征,建立了TBM拦截效果评估流程;在此基础上提出了基于"空间特征级-时间决策级"思想的序贯融合评估模型;融合评估算法中,空间域选取模糊神经网络进行特征级融合,时间域选取D-S证据理论完成决策级融合,空间特征级融合模糊神经网络的各层映射函数分别由模糊隶属函数和采用贝叶斯网络的方法来获取;最后通过实验仿真了评估流程,验证了融合评估模型及融合算法的有效性。     

多层次信息融合技术在燃气轮机故障诊断中的应用

探讨了信息融合技术在燃气轮机故障诊断中的应用,构建出一种燃气轮机多层次信息融合故障诊断模型.在模型的数据融合层,采用了自适应加权融合算法,以最小化传感器测量不确定度为目标对同源测量数据进行了融合,其结果再经特征层进行故障特征的提取和融合,最终通过决策层给出诊断判定.数值实验结果证明,该故障模型能有效减小传感器测量不确定度对于诊断的不良影响,所得诊断结果的合理性和精度均得到了提高.     

目标识别中的信息融合技术

本文介绍了目标识别的一般过程和不同融合过程(决策级、特征级和象素级)、比较了分类识别的主要方法:聚类分析、神经网络、物理模型、专家系统和模板法,阐述了目前在决策级分类融合中使用较多的经典推理,贝叶斯推理和D一S方法。最后还讨论了信息融合方法在图像目标识别中的应用问题。     

基于闭环控制模式的信息融合模型研究

从防空作战态势感知角度出发,通过对信息融合模型分析,提出基于闭环控制的多传感器信息融合模型,以达到信息融合的整体功能优化。首先介绍防空态势感知概念,并分析防空态势感知传感器资源管理问题,在此基础上研究传感器管理子系统的功能、构成及管理算法。     

多传感器信息融合的水下航行器组合导航方法

为了提高远程自主水下航行器组合导航系统的导航精度,提出了一种基于多传感器信息融合的组合导航系统方案.在建立SINS、DVL、LBL、深度计和航向传感器的误差模型的基础上,推导了多传感器信息融合模型,详细设计联邦滤波器结构,并给出各传感器输出频率不同时滤波器的解决方案.最后进行仿真试验,仿真结果表明该方法能充分融合多导航...     

基于改进的 D-S 证据理论在设备故障诊断中的应用

多传感器、多手段检测的信息融合技术在设备检测中的应用日益广泛,而常用的基于D-S证据理论的融合技术除了没有给出可信度的分配方法外,融合结果上还有很多不足之处。探讨了可信度的分配问题,提出了几种改进的融合方法,较好地解决了证据冲突时的否定性、积化性和敏感性问题。     

基于关联分析的频谱感知信息加权融合算法

针对多传感器协作式感知模式下感知信息融合精度不高的问题,提出了一种频谱感知信息的加权融合算法。采用灰关联分析方法确定不同传感器的权重,利用加权证据理论对频谱感知信息进行融合,减少感知信息中的不确定性因素对融合结果造成的影响。仿真结果表明该算法能有效提高感知信息融合的精度,从而提高频谱感知的准确性和可靠性。     

面向侦察任务的无人机机载感知传感器配置与融合综述

无人机侦察需要依赖各类机载传感器提供感知信息,利用多源信息进行优势互补,从而提升无人机感知能力.围绕无人机机载感知传感器配置融合展开综述,首先从无人机平台自身属性、传感器属性、飞行环境和任务类型及需求4个方面分析了传感器配置时需要考虑的要素;其次,设计了基于多目标优化理论的传感器配置融合方法;最后,总结了无人机侦察中常...     

水面舰艇指控系统信息融合原理与算法

本文从水面舰艇传感器配置及量测特性出发,研究了单舰和编队指控系统信息融合的体系结构;在简要介绍实用的单站多目标数据互联方法的基础上,重点给出了实用的单舰及编队多站多目标信息融合算法。     

书讯

由青岛海军潜艇学院夏佩伦教授编著的《目标跟踪与信息融合》一书,于2010年4月由国防工业出版社出版。该书介绍了军事应用背景下目标跟踪和信息融合的主要问题、理论和技术。全书共分8章。第1章探讨多传感器目标检测的数据融合,主要介绍利用分布式多传感器探测目标的结果,来综合判断目标是否存在的判决技术。