基于多模态数据融合学习网络的微弱目标群检测方法

微弱目标群检测是目标检测领域中的难点,随着传感技术发展使得基于多模态数据融合的目标检测方法成为可能.传统的方法常常关注于人工设计的多模态数据融合层面,一般采用信号级及决策级的融合,无法充分利用多模态内在融合特征.为此,为了充分利用深度卷积网络的内在多模态特征表达能力,提出一种端到端多模态数据学习融合网络,能够融合学习可...     

被动传感器融合检测系统的优化分布密度

被动传感器由于采用无源探测,而且制造成本低,体积小,在战场环境中将采用并配置大量的被动传感器来检测目标.不论是主动还是被动式传感器,在实际应用中均存在资源优化配置问题.针对被动传感器的具体应用模型,采取了若干合理近似,得到了在"OR"融合检测条件下,基于最大检测概率的被动传感器优化配置密度计算公式.     

基于途径概念的数据融合方法

目前在多传感器条件下提升数据精度的基本方法是状态估计,其中最常用的方法是卡尔曼滤波及其变形算法.由于卡尔曼滤波是依靠时间积累来增加信息量、提高数据精度,因而其收敛速度不可避免地要受到时间因素的影响.另外卡尔曼滤波作为单纯的数据处理方法也无法利用观测系统中一些已知的物理信息.提出了基于途径概念的数据融合方法,它打破了机械的"传感器融合"的概念束缚,有效地帮助人们挖掘和利用潜在的冗余信息,使多传感器信息能够迅速得到充分利用,从而使收敛速度得到提高.基于途径的数据融合方法并未提供一套固定的算法,它提供的只是一套处理规则.     

多传感器数据融合性能评估的方法论

由于多传感器数据融合的处理过程是多级别多层次的,相应的融合算法多种多样,因而融合性能的评估一直是该领域研究的重点和难点.为了提高系统的重用性,把性能评估过程当作一个完整的融合过程,提出一个数据融合评估系统体系结构设计方法.以此为基础的系统评估,大大提高了数据融合评估系统的通用性,增强了系统设计人员与用户之间理解的一致性,达到充分利用系统资源和发挥系统性能的目的.     

基于EFSM模型的可执行回归测试数据生成方法

基于扩展有限状态机(extened finite state machine, EFSM)的回归测试过程中，传统的可执行测试数据生成方法由于没有充分利用软件变更信息，在对模型分支错误进行检测时效率较低。为此，提出了一种基于EFSM模型融合的可执行回归测试数据生成方法，制定规则对软件变更前后的模型进行融合，将程序变量作为符号对融合模型中所需覆盖的测试序列进行遍历，结合软件变更信息生成变量约束表达式组并求解得到最终的回归测试用例。实验结果表明：该方法在分支错误检测率、可执行比例、稳定性和测试效率等方面具有一定的优势。     

对空观察哨情报融合

在得到对空观察哨直接观测信息的基础上,对目标可能航向进行二次外推,并利用效用函数综合评估法对目标相关性进行检验,完成对目标信息的融合,解决了观察哨情报数据关联和航迹外推问题.仿真及试验结果表明该方法用于防空观察哨情报融合是可行的,其结果分析的应用能指导观察哨训练和战时观察哨的配置.     

复杂环境下数据关联算法的研究现状及发展趋势

系统地介绍了机动目标跟踪中数据关联算法的发展现状、发展方向及其与模糊理论和神经网络相结合的发展趋势,通过分析当前的数据关联算法本身存在的一些问题,指出了一些改进方法的可行性,进一步介绍了数据关联算法与模糊理论、神经网络以及遗传算法相结合进行目标跟踪的发展情况,并对以后数据关联算法研究方向进行了初步探讨.     

多平台多传感器数据融合中的时间一致

解决多平台多传感器系统数据融合中传感器误差配准问题,首先要实现各传感器的时间一致,将关于同一目标的各传感器不同步的量测信息同步到同一基准时标下.将时间误差分为确定性和不确定性两种,分析了引起多传感器时间误差的原因,提出一种基于Kalman滤波的时间对准算法,有效解决了一定范围内不确定传输延迟引起的时间不一致问题.     

数据融合技术在预警机系统中的应用

本文讨论了数据融合技术在现代战场上的重要性,介绍了预警机系统的数据融合部分,分析了数据融合处理的特殊要求和关键问题,为对抗预警机系统的多传感器,进行人为的欺骗提出了新的要求.