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。     

航迹关联算法仿真中的几个假定

航迹关联是多传感器信息融合的前提和基础,来自不同传感器的航迹数据只有在确定相互关联之后,才能进行目标运动状态信息和属性信息的融合处理。航迹关联仿真分析时往往人为地设定一些假定条件,导致算法的仿真结果出现比较大的偏差。对航迹关联算法仿真分析中的一些常见假定进行分析,结合实际应用情景,探讨航迹关联率的定义,明确了关联正确率、关联错误率和漏关联率的计算方法。     

ANN-FRIFS在多传感器信息融合故障诊断中的应用

对于多传感器故障诊断系统,必须根据环境的变化和传感器的状态等合理地运用各传感器的信息。文中设计了一种基于经验规则和模糊推理功能的ANFIS置信度判别器,此判别器能自适应地对各传感器数据综合判别,得到它们相应的故障置信度,进而对多传感器的信息进行融合,提高了诊断的准确度。     

基于一步延时的航迹起始改进算法

针对现有多目标航迹起始算法工程实践性不强的特点,研究了一种基于一步延时的航迹起始算法,并在分析该算法的基础上,针对该算法计算量随目标数目增加而成指数增长的不足,对其算法进行了改进,提出了一种双重滤波的一步延时的航迹起始算法。仿真结果表明,该算法提高了航迹的正确起始概率,减少了计算量,具有较好的工程应用前景。     

基于投票分布积累的Hough变换航迹起始法?

针对密集杂波下匀加速运动的低可观测目标的航迹起始问题,提出了一种基于投票分布积累的Hough变换航迹起始法。该方法利用单元投票数以及该单元附近投票数的密集程度定义了投票密度和投票均值,构造了两级门限来滤除部分杂波,快速给出目标航迹参数在参数空间的大概位置,最后由直观法给出起始航迹的数目以及参数。仿真结果表明,该方法不仅能提高正确航迹起始概率、降低错误起始概率,而且所用时间短,尤其适用于复杂环境中的目标检测。     

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。     

基于粗糙集理论的飞行轨迹识别

针对飞行轨迹人工识别对专家经验依赖性强,识别准确率不稳定的问题,提出一种基于粗糙集理论的飞行轨迹识别方法。首先,对飞行轨迹进行特征提取,获取用于轨迹类别判定的条件属性和决策属性;其次,利用模糊自组织神经网络对飞行轨迹决策表离散化,采用启发式遗传约简算法对条件属性约简,消除了冗余属性对识别结果的影响;最后,利用实际飞参数据进行轨迹识别,结果证明该方法准确有效。     

多源验前信息下基于证据理论的ML-Ⅱ融合方法

在复杂新型产品的可靠性评估中,试验的样本量通常较小,而Bayes方法在小样本统计推断中比经典统计方法更为适用.针对可靠性工程中遇到的验前信息的多源性问题,给出了一种基于证据理论的ML-Ⅱ融合方法.在融合过程中考虑了信息源的可信性,减小了可信度低的信息源对评估结果的影响.以电子产品为例,算例实验表明了该方法在有“干扰信息源”存在的情况下的评估结果的有效性和合理性.     

目标识别系统中的一种多传感器数据融合算法

Dempster证据组合规则在D-S证据理论中具有十分重要的作用。但在将Dempster证据组合规则应用于多传感器数据融合时,理论上仍有值得探讨之处。在对Dempster证据组合规则进行分析的基础上,提出了解决目标识别系统中多传感器数据融合的“一次Dempster联合法”,避免了原有算法中需多次采用Dempster证据组合规则来计算的问题,从而减少了计算量。     

基于KALMAN滤波的两种多传感器观测融合方法

目前有两种基于K a lm an滤波的多传感器观测融合方法,方法1是将观测向量的维数增加,获得扩展观测向量。方法2是在最小均方误差准则下,对不同传感器间的观测向量进行加权运算,获得与单个传感器相同维数的观测向量。通过对滤波器的状态估计误差协方差的分析和相关数学表达式,给出了两种方法的对比。仿真结果表明,当两个传感器的观测矩阵相同时,两种方法在功能上等价,但方法2的运算复杂度低。当两个传感器的观测矩阵的维数相同,但其值不相等时,方法1优于方法2。当两个传感器的观测矩阵的维数不同时,只能用方法1,而方法2失效。