雷达间歇辅助下雷达红外协同跟踪技术

为了提高作战飞机的隐蔽性,提出了一种基于协方差的机载多传感器管理与辐射控制方法,给出了一种基于扩展卡尔曼滤波和交互多模型的雷达、红外序贯滤波的机载多传感器协同跟踪方法。对利用该方法的机载多传感器目标跟踪性能进行了仿真分析,仿真结果证明了该方法的合理性和有效性。     

无线传感器网络中数据流异常数据的联合估计算法

为保证无线传感器网络数据的完整性,针对数据流中存在异常数据的问题,提出了一种基于BP神经网络和多元线性回归的联合估计算法。首先,将存在异常数据的数据流作为样本输入,利用神经网络的非线性拟合能力对异常数据进行估计。然后,通过相邻的传感器节点数据建立多元线性回归模型,对异常数据进行估计。最后,根据两种算法在不同情况下的误差大小,调整它们各自在异常数据估计中的权重,计算出最接近真实值的估计值。以Berkeley Intel实验室的传感器数据为实验数据,通过Matlab软件对本文方法进行测试并分析仿真结果,实验结果表明文中提出的方法能对异常数据进行有效估计,并且具有较高的可靠性和稳定性。     

KVM-OSD技术在指火控系统中的应用

为了满足军用集成运算环境对外部操控与显示设备的特殊要求,采用高分辨率视频切换技术、高速差分信号切换芯片与OSD字符叠加技术设计了KVM切换模块,并应用于指火控系统。该模块采用按键分别控制VGA视频与USB键盘、鼠标切换。经模块级、单元级与可靠性考核试验以及在指火控系统中的应用证明了该模块具有良好的稳定性与可靠性,方便了使用人员的操作。     

一种能量高效和均衡的无线传感器网络分簇数据融合算法

在无线传感器网络中,如果传感器节点之间的能耗不均衡,一些能耗进度较快的节点会过快失效,继而导致网络过早无法正常工作。为了解决分簇无线传感器网络在数据收集过程中所存在的节点之间能耗不均衡问题,提出了一种新的分簇数据融合算法。该算法将网络划分为大小不等的栅格,并根据剩余能量使簇首分别在每个栅格的节点中轮转。簇首消耗的能量越多,其所在的栅格也越大,栅格内有更多节点参与簇首的轮换以分担能量负载。通过该方式,算法能够提高节点的能耗均衡程度。另外,考虑到无线传感器网络的能量受限,算法还采取了一系列措施以节约能量。仿真实验结果表明,算法在能量使用效率、网络生命周期以及能耗均衡程度三个方面都具有较好的性能。     

水下传感器网络部署优化研究

水下传感器网络具有广阔的应用前景,但也存在能量有限、延迟较长、部署区域不连通和通信能耗大等问题,理论和实践证明传感器节点的优化部署是解决已上问题的有效方法。为此综合考虑水下传感器网络的工作环境及传感器特性,建立了提高网络可靠性的网络部署模型,给出了网络部署的成本函数及约束条件,并使用遗传算法对传感器节点和中转节点的部署成本及网络生命周期内的能量消耗进行优化。通过仿真实验表明,该模型收敛速度快,部署节点结果合理,达到了较好的优化网络的目的。     

法国最新型的光电跟踪仪

最新型号“Najir MM Piros”于2003年作为多用途（监视和武器控制）传感器问世,包括一个甲板上方的轻型指向仪,一个由系统处理机和视频跟踪仪组成的控制装置,它与作战管理系统和武器与视频分布网络对接,由圆柱形的外壳保护的陀螺稳定传感器头,含一个第3代3．2—4．2微米384x288热戍像仪、765x581CCD黑白日光电视摄像机（颜色作为一种选择）和一个1．54微米人眼安全激光测距仪（ESLRF）,     

荷兰的Mirador系统

Mirador独立系统包括一个能适应低能见度的多传感器指向仪,一个控制武器的处理机柜和一个控制台。指向仪的外壳采用碳纤维结构,内装用于昼/夜监视的彩色电视和微光电视摄像仪,一个用于跟踪的黑白电视摄像仪,一个双视场Albatross3-5微米热传感器,一个CMT焦面阵(亦可选用8-12微米摄像仪)和一个1.54微米人眼安全激光测距仪。据荷兰泰利斯公司称,Mirador系统能够跟踪在25km之外跟踪大型水面目标或战斗机大小的飞机。它能够同时显示两个摄像仪的视频,可以在其中一个视频上进行多倍放大,便于识别和火控,同时在另一个视频上维持广角视图用于态势…     

基于多智能体技术的协同信息融合系统研究

为达到充分发掘信息组合潜能的目的,利用多智能体(multi-agent)技术构建了自协同信息融合系统。给出了自协同信息融合系统的体系结构,对该信息融合系统需要进行的协同内容进行了分析,总结了基于多智能体的协同信息融合的主要技术特点。该系统可以起到实现信息共享、统一协调传感器探测行为、提高信息融合系统综合效能的作用。     

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。     

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。