基于BPAF判决的决策层目标属性融合研究

在D-S证据理论框架下,研究了基于目标基本概率赋值(BPAF)判决的决策层目标属性融合问题。简要介绍了D-S证据组合理论框架,阐述了基于BPAF判决的决策层目标属性融合策略、步骤;分析了证据严重冲突时,Dempster证据组合规则不合理的本质原因;提出必须对D-S证据组合规则进行改善等需要继续深入探讨的几个问题。     

Bidirectional parallel multi-branch convolution feature pyramid network for target detection in aerial images of swarm UAVs

In this paper, based on a bidirectional parallel multi-branch feature pyramid network (BPMFPN), a novel one-stage object detector called BPMFPN Det is proposed for real-time detection of ground multi-scale targets by swarm unmanned aerial vehicles (UAVs). First, the bidirectional parallel multi-branch convolution modules are used to construct the feature pyramid to enhance the feature expression abilities of different scale feature layers. Next, the feature pyramid is integrated into the single-stage object detection framework to ensure real-time performance. In order to validate the effectiveness of the proposed algorithm, experiments are conducted on four datasets. For the PASCAL VOC dataset, the proposed algorithm achieves the mean average precision (mAP) of 85.4 on the VOC 2007 test set. With regard to the detection in optical remote sensing (DIOR) dataset, the proposed algorithm achieves 73.9 mAP. For vehicle detection in aerial imagery (VEDAI) dataset, the detection accuracy of small land vehicle (slv) targets reaches 97.4 mAP. For unmanned aerial vehicle detection and tracking (UAVDT) dataset, the proposed BPMFPN Det achieves the mAP of 48.75. Compared with the previous state-of-the-art methods, the results obtained by the proposed algorithm are more competitive. The experimental results demonstrate that the proposed algorithm can effectively solve the problem of real-time detection of ground multi-scale targets in aerial images of swarm UAVs.     

一种含最优变异的多微粒群优化算法

针对微粒群优化算法中的固有缺点,提出了带有最优变异算子的多微粒群优化算法,采用多个微粒群对目标函数进行寻优,并在寻优过程中对子群中最优微粒引入了最优变异算子。通过这样的处理,算法可以预防早熟收敛并具有更快的收敛速度和更好的局部开发能力。对一组测试函数的模拟实验结果表明,带最优变异的多微粒群优化算法可以摆脱局部最优解对微粒的吸引,在较少的代数内就能够获得好的优化结果。     

指挥信息系统非线性最优化问题的混沌搜索解法

指挥信息系统进行辅助决策很多情况下是一个求解最优化问题的过程,指挥信息系统遇到的很多问题具有非线性,同时指挥信息系统对算法的适应性和收敛速度要求相当严格。对此,普通的优化技术只能求出局部最优解。基于混沌搜索技术的计算智能具有全局搜索能力强、算法简洁、计算量小、收敛速度快的特点,成为一种求解非线性最优化问题全局最优的有效方法。算例表明,当搜索次数达到一定数量时,混沌搜索方法可以保证算法收敛到全局最优解,且计算效率很高。     

基于被动雷达和红外传感器的数据融合

提出基于被动雷达和红外传感器组成的复合探测系统,利用D-S证据理论提高目标识别率,借助神经网络改善目标跟踪算法的性能,同时保持跟踪滤波的计算结构尽可能简单,尤其是减少了数字计算上的复杂性。仿真结果表明了应用新算法的复合探测系统的有效性。     

制导雷达组网中航迹处理技术研究

简述了防空体系制导雷达组网中对目标航迹的处理过程,进行了大量的仿真试验,结合仿真试验的结果数据,分析比较了目标航迹相关与目标航迹融合的几种典型处理方法,并针对制导雷达的特点,提出了在制导雷达组网中适用的一种航迹处理方法。     

多传感器测量数据预处理

传统传感器测量数据处理方法只采用算术平均值的数字滤波法,虽然这种方法具有一定的抗干扰性,但从统计理论和实际应用情况分析来看,这种方法处理的数据不是测量结果的最好表示,尤其对于多传感器测量情况甚至更糟糕.针对这种情况提出了通过2次利用偏度分析建立动态检测门限判别并剔除粗差,再进行数据融合的分批估计方法.数据分析结果表明,这样处理后的数据测量误差和方差均更小,测量结果更接近测量真值.     

基于光谱信息融合的发动机磨损状态监测

光谱分析技术操作简便、快捷, 是发动机磨损状态监测与故障诊断行之有效的主要手段。基于发动机磨损特征及其状态识别框架, 建立了其信息融合系统, 并结合实例, 分别应用磨损量信息融合、磨损率信息融合和磨损量与磨损率联合融合 3种方法, 得到发动机磨损工况的信任区间及其磨损状态。实践证明, 光谱信息融合方法可提高发动机磨损状态的识别率, 是发动机磨损状态监测的理想方法。     

基于Dempster-Shafer证据理论的特征融合在军用电子设备模块化故障诊断过程中的应用

军用电子设备的维修是以更换电子集成模块为主,根据这一特点,通过分析处理电子设备的故障特征信息,把一种基于D-S证据理论的算法应用于故障特征信息的融合,从而实现故障电子模块的定位.结合实例,论证了这一方法在军用电子设备模块化故障诊断中的可行性.     

未来舰艇指控系统发展的关键技术

舰艇指挥控制系统作为战斗双方的"兵力倍增器",在未来战争中将发挥越来越重要的作用。介绍了全分布式系统结构、高速网络技术、多传感器数据融合、高级语言技术、人工神经网络技术和最小共享信息集等未来舰艇指控系统发展的关键技术。