信息融合体系结构评述

简要描述了信息融合体系结构的概念、作用及现状,列举了部分体系结构模型,介绍了美国DoD体系结构技术发展和几类商用技术,并针对信息融合框架密切相关的技术,详述了IPv6、中间件CORBA和DCOM、本体论与语义Web等关键技术,指出未来分布式信息融合体系结构(DIFA)的发展应立足于现有流行技术和网络技术,构建具有工程意义的体系结构。     

基于多级神经网络的类型融合

研究了基于多级神经网络的类型融合方法。这种多级神经网络分为传感器子网和融合子网两部分。传感器子网是一种基于专家规则的模糊神经网络,根据专家规则确定网络结构,网络节点和传递函数都有明确的意义,避免了普通神经网络层数和隐层节点数难以确定的缺点。经过训练的传感器子网能够实现各目标类型的置信度分配,然后用融合子网对多个传感器子网输出结果进行融合,得到目标类型的最终判决。在融合子网中,加入了各传感器的可信度,使融合结果更可靠。仿真结果表明,此方法鲁棒性强,识别率高。     

基于Jerk模型的一种改进多传感器数据融合算法

简要介绍了目前存在的一些机动模型和基于状态估计的滤波算法。将Jerk模型与强跟踪滤波算法有机地结合起来,并提出了一种通过时空综合分析的测量方差自适应估计方法以优化强跟踪滤波算法中次优渐消因子和滤波增益的在线选择,同时结合多传感器数据融合具有改善滤波精度的性质,最终给出了一种基于Jerk模型的改进多传感器数据融合算法。最后,通过蒙特卡罗仿真验证了该算法的有效性。     

基于模糊综合评判的装备战场损伤等级评定方法

针对装备战场损伤评估问题,应用模糊综合评判的基本原理,建立了装备战场损伤等级评定模型,提出了基于二级模糊综合评判的装备战场损伤等级评定方法。该方法考虑了有关战场损伤的各种因素、因素权重和因素等级权重,结合合理的评价指标处理方法,使计算结果能够全面准确地反映装备战场损伤严重程度,为有效制定装备战场损伤处理方案提供基本依据。     

数据融合技术在CGF建模中的应用

提出了将数据融合技术应用到计算机生成兵力 (CGF)建模中的思路和方法。在分析数据融合技术的基础上 ,深入讨论了卡尔曼滤波和最小二乘相结合的滤波方法以及一种改进的离散Hopfield神经网络 ,并结合一实际系统 ,建立了模型 ,给出了仿真结果。结果表明 ,数据融合技术和CGF建模相结合具有一定的应用前景和研究价值。     

基于模糊熵与方向相似度的液体火箭发动机故障检测

先定义系统的广义模糊熵及其计算公式，再给出滑动数据窗口中采样数据矢量方向分布中心的离散度定义及其与模糊熵之间的负指数解析关系，并基于离散度概念对自适应窗口滤波器进行了改进，提高了滤波器对噪声的敏感度以及故障检测算法对强干扰噪声环境的鲁棒性。同时，根据滑动数据窗口中二模糊聚类数据中心矢量方向相似度的变化来监示发动机系统故障的发展趋势。本文基于受强噪声环境干扰的实际试车数据并用自组织模糊聚类算法作为滑动数据窗口上的聚类算法进行了数字仿真试验。仿真结果表明：基于模糊熵的故障检测算法具有对强噪声环境的鲁棒性，是低信噪比环境下的一种客观的故障检测算法。     

单调关联系统模糊可靠度函数的性质和界

应用经典可靠性和模糊数的理论,给出了单调关联系统的模糊可靠度函数的三条性质。在较复杂的单调关联系统中,精确获得单调关联系统的模糊可靠度函数非常困难,讨论了系统模糊可靠度的界,并给出了系统模糊可靠度的界的两种求法。     

一种新的雷达与ESM相关算法

雷达与ＥＳＭ相关问题,是军事多传感器数据融合中的一个重要课题。本文采用粗、细判决技术并应用统计理论对雷达与ＥＳＭ进行了相关研究,给出了相关算法。仿真结果表明了该算法的有效性和实用性     

多传感器信息融合技术述评

近十几年来,多传感器信息融合技术获得了普遍的关注和广泛的应用,其理论与方法已成为智能信息处理的一个重要研究领域。本文概述了信息融合的基本原理,从系统的信息层次和功能划分两个方面阐述了信息融合的基本结构,并对信息融合的具体方法及应用进行了层次化概括,较完整地展示了这一研究领域的全貌。最后进一步分析了信息融合研究领域所存在的一些主要问题,以此指明这一研究领域的发展侧重点。     

具有指定误差协方差的相关域预测方法

利用协方差控制的理论和方法,研究了Ｃ３Ｉ系统中航迹数据融合的未来点相关域预测问题,提出了根据格定预测误差协方差来确定目标航迹未来点所处的相关域位置及大小的新方法。该方法具有实时性好、计算量小的特点。仿真结果表明了该方法的可行性。