自适应滤波的舰船综合导航系统信息融合技术

针对当前舰船综合导航系统应用环境较为复杂的实际情况,设计了一种基于极大似然准则自适应滤波的无重置联邦滤波器,该联邦滤波器相比常规的无重置联邦滤波器不仅可以提高系统稳定性,还可以提高系统的组合精度。将文中设计的这一联邦滤波器用于舰船综合导航系统设计中,并针对该设计进行了多次车载跑车试验,证明了该方法的正确性和优越性。     

多源信息的验前分布融合方法研究

验前分布的获取和表示是B ayes理论应用中的一个关键问题。针对目前多源验前信息融合中存在的过分依赖专家信息的问题,提出了一种基于第2类极大似然估计原理(M L-II)确定验前分布权重的方法,该方法将现场试验数据看作是由其边缘分布产生的样本,然后根据不同验前分布下现场样本似然性的大小来确定其在验前分布融合中的作用,并以此进一步确定不同验前分布的权重因子。最后通过算例证明了该方法比基于专家信息的融合方法更为合理和有效。     

基于数据融合技术的液压系统故障诊断

在分析数据融合基本概念和原理的基础上,阐述了多传感器数据融合在设备故障诊断中的应用技术,提出了将多传感器数据融合技术应用到液压系统的故障诊断方法,并应用于某车辆液压系统故障诊断实验,给出了实现计算机自动诊断的程序流程,结果表明该方法能够及时准确地提取液压系统故障特征、诊断出故障部位、找出故障原因.     

基于场景图形管理的三维空中态势引擎设计与实现

本文从传统空中信息指挥系统对三维显示的需求出发,以开源图形开发库OpenSceneGraph作为底层渲染引擎,结合OSG的场景图形管理技术和面向对象设计思想,给出了一副大规模空中态势场景的逻辑视图、场景树视图和类视图。以态势场景的构建和管理为核心,设计了一种适合实时显示大规模空中作战态势的三维显示引擎。该引擎实现了大规模地形建模、大规模航迹实时显示、探测器遮蔽算法、多样化视点等关键技术。利用该引擎二次开发的几种三维模块已经运用在实际工程项目中,该引擎具有高效率、跨平台、易集成、易扩展等优势。     

单、多平台综合武器系统从纵向到横向集成

在现代海战中,通常要求多传感器多武器进行联合作战,因此,需在纵向集成的基础上进行横向集成,以应对日益增长的精确制导武器的打击。在对国外综合武器系统分析研究的基础上,提出利用信息融合技术、开放结构技术、软件中间件技术、武器共架技术和综合火控系统技术,实现对一体化综合防空系统的综合集成。这是以信息化和网络化为支撑的军事信息系统发展的必然趋势。     

BP神经网络和D-S证据理论的目标识别

目标识别是指挥自动化系统的一个重要组成部分,针对现代战争对抗手段不断增强的特点,运用BP神经网络和D-S证据理论探索作战飞机机型的识别方法.前端采用3层BP神经网络结构,以传感器接收数据为输入,以神经网络输出作为证据,后端对不同传感器的证据按D-S理论进行融合,得到待识别目标的识别概率.经由MATLAB编程对国内外几种主要机型的识别进行仿真研究,与现行目标识别方法相比较,能够更快速、准确、可靠地识别飞机目标,较好地满足了空战中作战指挥系统对飞机机型识别的需求.     

基于两坐标雷达与红外传感器的融合跟踪

针对两坐标雷达与红外传感器的融合跟踪问题,提出一套基于航迹关联事件的后验概率最大化准则和"最近邻"思想的状态信息相关与融合估计的一体化实现方法,克服了两种传感器观测数据不完整给融合处理带来的困难,通过充分利用雷达的航迹,点迹和历史信息,融合高精度的红外测角和雷达测距信息,改善系统的跟踪能力.最后的仿真实验表明了该方法的有效性.     

基于曲线拟合的多传感器时间对准方法研究

针对多传感器数据融合时间不同步、数据率不一致的特点,提出了一种基于曲线拟合的时间对准算法.该方法能将不同传感器测得的不同采样周期的数据对准到同一时间点上,以便进行特征提取与数据融合.同现有算法相比较,该算法计算简单,速度快,提高了融合效率.     

基于复杂系统的组网雷达系统分析

分析了常规单基雷达演化成组网雷达的过程,并运用复杂系统的基本属性———差异性、多样性、相关性和整体性,分析了组网雷达演化的机理。然后指出组网雷达整体涌现具体表现为作战能力的提高和“四抗”能力的飞跃。最后分析了组网雷达作为复杂系统,网内雷达站之间的数据融合是其涌现的动力学机制。     

基于神经网络的大区域防空信息进攻作战效能评估

建立了大区域防空信息进攻作战效能评估的指标体系。由于指标主观性很强,普通的方法难以取得好的效果,而神经网络以其良好的非线性处理能力,为解决此问题提供了一个好的方法。对应用LMBP神经网络解决大区域防空信息进攻作战效能评估的方法问题进行了探讨,给出了神经网络的算法及评估模型。并通过实例证明了方法的可行性,最后与一般的BP神经网络方法进行了对比,体现了该方法的先进性。