多传感器目标识别系统中的数据融合方法与系统结构的研究

多传感器数据融合技术与系统结构是精确制导及航空自动目标识别等系统中两个紧密相关的重要研究内容,本文针对新一代导弹武器发展的需要,先介绍一种实用的高层多传感器数据融合方法,然后提出一种高性能的多传感器目标识别系统的体系结构。     

微小型飞行器多传感器融合容积姿态估计北大核心

针对微机电系统(MEMs)陀螺仪精度低、噪声大且误差随时间累积的问题,扩展卡尔曼滤波(EKF)线性化误差的问题和无迹卡尔曼滤波(UKF)时间耗费大的问题,提出了一种欧拉角容积卡尔曼滤波(CKF)姿态估计方法。建立了欧拉角姿态运动学模型,以姿态角为状态量、加速度计和磁强计输出解算得到的姿态角为观测量,采用容积数值积分理论来计算非线性函数的均值与方差,实现了多传感器辅助的微小型飞行器(MAVs)CKF姿态估计方法。仿真结果表明:估计精度方面,CKF与UKF相当,优于EKF;滤波稳定性方面,CKF与UKF相当,显著优于EKF;时间耗费方面,CKF优于UKF。     

扩展卡尔曼滤波的有向传感器网络移动目标跟踪算法

针对传感器网络中跟踪目标需要大量的节点协同工作,还需要实时处理和传输大量数据,提出一种基于扩展卡尔曼滤波的有向传感器网络目标跟踪算法(EK-MTDC),重点研究了传感器网络中的扇区数量对节点间数据传输与目标跟踪精度的影响,根据对目标状态的分析,通过压缩参与监测的节点个数,选择激活网络中节点相交区域内的节点对跟踪目标进行监测。仿真结果表明,该算法能在不降低跟踪效果的前提下,降低网络能耗,延长其使用寿命。     

缓解信息超载的结局方案——自动数据分析传感器

目前美国情报界最大的困扰不在于收集情报．而在于处理情报。当大量的信息从各种机载传感器和陆基传感器涌来时．军事情报分析人员不可能对它们全部进行处理．因而也就不可能把部队真正需要情报传递给他们。     

未来无人化水下战场——美国海军无人潜航器发展扫描

<正>无人潜航器(UUV)作为一种水下无人尖端武器,其发展十分迅速,它是由海洋环境高技术和其他高技术,如深潜器、传感器、计算机软硬件、能量贮存/转换装置、推进系统、新材料与新工艺、水下智能武器等综合而成的高技术海洋武器,是海上军事装备无人化发展趋势的重要体现,将令未来海战场大为改观。军用无人潜航器具有自主性、低风险性、隐蔽性、可部署性、环境适应性等特点,正在成为西方发达国家军事海洋技术研究的前沿,     

浅析油品密度在线检测的几种方法

油品密度是油品交接计量中的重要参数之一,因此需要对它进行准确的测定。随着科学技术的发展,检测油品密度的方法也在不断的进步。介绍了浮子法、静压法、射线法、振动法以及超声波法等几种比较有效的油品密度在线检测方法,并详细分析了每一种方法的优缺点以及适用的场合,最后提出了几个在线检测应该注意的问题,供使用者根据实际情况选择合适的检测方法。     

舰用蓄电池溶液密度测量装置性能改进的力学原理

旧式舰用蓄电池的内部溶液密度测量传感系统是采用弹簧固定的,装置受船体的加速度的影响很大,常常不能正确地反应蓄电池内硫酸溶液的密度变化而给出信号,误差很大．作者对悬浮式的传感方式作出理论上的论证,并分析了传感器浮出液面的体积为浸入溶液中的体积多少倍的情况下加速度的影响最小．     

模糊逻辑应用于多传感器多目标相关

一致性战术图象要求数据融合技术把来自不同对象和通常含糊的态势的信息进行组合并传播。信息包含在两种类型的数据中:从传感器测量得到的数值数据,和从操作手以及领域专家得到的语言数据。在实际情况中,数值数据可能是有噪声的、不一致的、不完整的;而语言信息是不确切的、模糊的。为同时处理这两种类型的数据,模糊集和模糊逻辑提供一种方法论,能够为其复杂或不定工程问题及时获得近似的但却一致的战术图像。 本论文介绍了模糊数据融合的功能范例。它包含4个基本组成部分:1)明确因素的模糊化;2)从输入/榆出数字关系和人推导出的模糊知识库;3)基于某种模糊逻辑的模糊推理机构;4)将模糊输出解模糊为明确的输出供工厂使用。对于一个实时的实际系统而言,从给定的明确输入集中给出在线的模糊隶属函数是很重要的。为此,从明确输入数据中估计出最优隶属函数的方法已经实现。这是基于L.A.查德提出的可能性/概率一致论原理。模糊隶属函数和统计输入数据置信度之间的关系已经形成,并用作模糊化的一个设计参数。该技术已应用于二维多传感器多目标跟踪系统。文中还介绍了模糊系统性能评估。利用实验室环境中的仿真数据进行仿真评估使命航空电子技术传感器最佳协同系统MASS。对于使用模糊逻辑技术数据相关函数,显示     

水压场信息处理系统

介绍了以３８６型微机为核心,由微压差传感器、传感器平衡及实时标定装置、直流放大器、Ａ／Ｄ转换器、站位控制电路构成的实验室用模型水压场信息处理系统．     

多传感器布局和目标跟踪精度分析

基于目标位置估计的Cramer-Rao限和几何精度稀释(GDOP)来研究组网的多异质非线性传感器系统中,传感器和目标的相对位置对目标跟踪精度的影响.分析表明,除了传感器的测量误差、目标的距离外,传感器到目标视线的夹角大小对目标跟踪精度也有一定的影响,影响的大小和传感器的横向径向测量误差的比值大小有关.结合工程应用,分别对2个和3个不同类型的传感器组合进行了讨论.