神经网络在多目标分布式融合中的应用研究

提出了适合分布式多传感器多目标(MSMT)数据融合估计算法，对这种推广的分层融合估计算法进行了数学推导和描述，研究了利用神经网络进行MSMT跟踪融合的网络结构和算法，进行了计算机模拟仿真。仿真结果表明神经网络融合估计可提高跟踪精度，并且这种融合方法是有效的。     

多传感器信号融合算法的仿真

基于贝叶斯推理的多传感器最佳融合规则不能用于多目标的信号判定，本文对改进的多目标多传感器信号融合算法和经典算法进行了仿真，讨论了仿真结果，并对两种算法进行了比较。     

基于卡尔曼滤波的多传感器跟踪融合算法

总结了基于卡尔曼滤波技术的各种跟踪融合算法,分别介绍了集中式和分步式跟踪融合算法,仿真了融合效果.集中式融合算法具有最优的估计性能但是对资源的要求也最高.分布式融合算法可以节省计算量和通信带宽,在一定条件下也可以实现对目标的最优估计.     

海面分布式传感器多信息融合技术

在海上军事指挥系统及其目标识别中,基于分布式的多传感器信息融合技术一直是海上作战体系中的重要研究课题。由于受海面环境噪声等因素影响,单个传感器对目标物数据的采集往往精度比较低甚至会出现误差。本文重点研究信息融合技术中的数据关联算法,提出一种联合概率数据关联算法,较好的克服了在海面噪声干扰及多径信道干扰条件下的多目标定位跟踪的精度。最后对算法进行实验仿真,通过分析得出此算法的有效性。     

异步多传感器数据融合

在分布式多传感器数据融合系统中，由于每个传感器的采样周期不同以及具有不同的通信延迟，导致送入融合中心的局部航迹往往不是同步的。提出一种多传感器异步数据融合算法，该算法首先利用最小二乘实现时域融合，将航迹同步化，然后利用一种序贯的Kalman滤波方法进行融合。     

多传感器数据融合算法研究

本文从目标跟踪、提高跟踪精度的角度出发，讨论了基于同类传感器测量的数据融算法和基于不同类传感器航迹的航迹综合算法，将前者用于侦察设备的多站定位，开了一载体的必要机动，后者用于多类传感器的航迹综合，仿真结果表明，多传感器数据融合结果要优于单传感器。     

海上异构数据融合的技术实现

由于分布式海上网络中的数据访问的局限性,本文研究了海上异构数据融合技术,首先建立了异构数据融合总体模型,根据海管理部门提供的IHO-S57数据对异构数据进行表示,然后研究了基于局部模式和全局模式下的异构数据融合,最后通过搭建测试环境来测量系统的吞吐率,以此验证数据融合性能的有效性。     

多传感器多平台多目标数据融合系统中的数据对准研究

数据对准是数据融合系统中相关、跟踪和识别等功能的基础。通过研究多传感器多平台多目标战术数据融合仿真系统，对该系统数据对准的功能层次作了探讨，并根据海上目标的特点，设计和实现了相应的时间对准算法和空间对准算法。     

分布式传感技术在海面多目标检测中的研究

在海面战争中,多目标的检测关系到战争胜败。相对于一般运动目标检测算法,海面环境下的检测模型背景更加复杂,目标物相比较背景成像更小,对目标物检测的实时性和精度都有所降低。本文研究基于分布式传感技术的海面多目标检测系统,同时针对海面复杂背景的模型,在模糊理论及自适应反馈的分布式目标检测及数据融合基础上,首次结合训练静态数据信息融合传感器采集信息的模糊检测进行自反馈的方法,提高了检测精度。     

数据融合的精确极大似然配准算法在六自由度DPS中的应用

文章阐述了潜器六自由度动力定位的基本原理和多传感器数据融合的基本概念,着重研究了配准的极大似然算法ＥＭＬ,该算法通过两步递归最优化方法来实现,并采用改进的高斯－牛顿法来确保算法的快速收敛性。最后结合ＢＳＡＶ－１潜器模型水池实验的实时数据给出了仿真算例,证实了ＥＭＬ算法在实际环境中的有效性。     

面向服务的数据集成技术研究

在面向未来网络化和服务化体系结构下,论文针对分布式异构、海量数据资源共享需求,提出基于发现元数据的数据集成框架,并通过信息目录技术对各类资源进行整合、通过信息搜索技术进行搜索和发现、通过信息聚合及挖掘技术实现信息的二次开发和利用,提供多样化服务化信息共享技术和途径.     

基于DBSCAN的港口泊位自动识别算法设计

为更好地监测船舶动态和船舶在港口的作业情况,通过对K-Means算法和DBSCAN(Density-Based Spa-tial Clustering of Applications with Noise)密度聚类算法进行对比,选择DBSCAN密度聚类算法对港口泊位进行聚类,对港口泊位的位置和大小进行识别.基于船舶自动识别系统(Automatic Identification System,AIS)历史数据、船舶动态信息和船舶基础信息,采用DBSCAN密度聚类算法对全球4 079个港口的泊位进行自动识别,得出泊位的位置、方向、岸线长度和类型等信息.将聚类结果与真实泊位信息相对比,结果表明,聚类结果的误差很小,证明该算法是有效的.计算结果可用于实时跟踪船舶在港作业动态,分析泊位历史作业情况,为港航基于数据的协同优化提供参考.     

基于遥测数据的压缩算法设计

文章介绍了多路遥测数据采集系统在数据存储过程中的特点,根据预测差值大小将遥测数据分为缓变参数和速变参数部分,有针对性地采用LZW算法和Huffman算法混合编码的设计方法,并从理论上阐述了该算法的优点及较优的压缩性能。     

基于SVM模型算法和大数据分析技术的船舶设备故障诊断

为在船舶设备发生故障时能准确、及时地定位故障发生根源,保证船舶安全、经济运行,采用大数据分析方法和支持向量机(Support Vector Machine,SVM)模型算法对船舶设备进行故障诊断,提前预测可能发生的故障。以船舶柴油机滑油压力低故障为例,应用Python语言,通过SVM模型算法预测该故障的发生概率。结果表明,在已采集的船舶数据样本的训练集和测试集上,数据拟合和故障预测的效果十分理想,预测故障发生的准确率较高。     

基于无人水面艇感知网的目标船航迹关联与数据融合

针对现有无人水面艇（Unmanned Surface Vehicle，USV）在航行过程中感知周围航行目标时出现的数据源单一、数据延迟、数据丢失等问题，提出一种基于USV搭载的航海雷达和全球定位系统（GPS）数据源的USV海上航行目标感知数据融合方法。基于最小误差法提出雷达原始图像数据解析算法，并采用数据剔除、时间空间统一方法完成对目标数据预处理，构建基于欧氏距离和马氏距离的航迹关联算法模型、基于层次分析法（Analytic Hierarchy Process，AHP）和专家评价法的融合数据权重分配模型。同时，开展USV试验研究，验证整体融合方法。结果表明，目标原始数据预处理方法合理可靠，融合算法稳定可信，可为USV海上航行目标感知、安全航行及快速避碰提供技术和算法支持。     

船舶信息系统数据流设计方案研究

为缓解因船舶平台内所涉传感器/执行器数量增加所产生的船舶信息系统数据通信压力,在充分考虑系统能达性/能观性基础上,提出船舶信息系统数据流长度的普适判据,并结合执行器实时物理特性对执行器数据流通信内容进行设定;与此同时,通过提出一种基于传感器当次变值及上次估计误差为索引的双指标评价方法对传感器数据流通信内容优化设计。从而完成了对船舶信息系数据流整体设计方案的研究,在缩短数据流长度的前提下,保证了系统对数据信息采集、处理及应用的客观需求,进而优化系统资源、提升系统性能,并通过举例方式对其工作流程进行较为完整的分析。     

基于匈牙利求解的航迹关联算法研究

针对多传感器数据融合系统中,航迹关联是按一定准则连接具有共同源的航迹的分配过程,引入匈牙利法求解航迹关联问题.通过建立关联矩阵,将航迹关联问题转化为运筹学中的分配问题,采用匈牙利算法求得最优解,获得最佳的航迹配对.仿真试验的结果表明该方法简单有效、计算量小,易于实现.     

大范围环境下自主式水下潜器两种全局路径规划方法的研究

应用遗传算法(GA)和A·算法对自主式水下潜器(简称AUV)在大范围海洋环境中的全局路径规划问题进行了研究.介绍了基于栅格的环境模型及其数据结构,讨论了GA的染色体编码方式、基于知识的初始种群生成方法与适应度函数,基于领域知识设计了五种遗传算子,给出了A·算法的具体实现方法.通过仿真结果可以看出:GA采用可变长编码方式使路径描述简单、清晰,具有收敛速度快、求解实际问题效率高的特点;A*算法可在较短时间内求得相对栅格优化的路径.两种算法均可满足系统实时性要求.     

框架四叉树的自主水下航行器追踪动态目标研究(英文)

An autonomous underwater vehicle (AUV) must use an algorithm to plan its path to distant, mobile offshore objects. Because of the uneven distribution of obstacles in the real world, the efficiency of the algorithm decreases if the global environment is represented by regular grids with all of them at the highest resolution. The framed quadtree data structure is able to more efficiently represent the environment. When planning the path, the dynamic object is expressed instead as several static objects which are used by the path planner to update the path. By taking account of the characteristics of the framed quadtree, objects can be projected on the frame nodes to increase the precision of the path. Analysis and simulations showed the proposed planner could increase efficiency while improving the ability of the AUV to follow an object.     

混合数据特征选择算法及在客户流失预测中的应用

特征选择是高维数据处理的一个重要部分,在现实世界中高维的混合数据经常存在。针对高维混合数据,基于模糊粗糙集,在CEBARKNC算法的基础上,改进属性重要性的计算及约简的选取条件,进行特征选择,降低了数据维度,提高了效率,并将其应用于客户流失预测实例中。结果表明：改进的CEBARKNC算法得出的数据用于分类器,与胡清华提出的一个fuzzy-rough算法得出的数据相比,能取得较好的性能。