基于多源异构数据融合的船舶目标检测与跟踪技术研究

随着内河船舶通航密度加大,面向水上船舶智能化安全监管,提出了一种多源异构传感器融合的船舶目标检测及动态跟踪方法,重点分析了图像目标检测和多源数据融合算法。针对图像目标检测,提出了基于边缘检测的三帧差分法与基于混合高斯背景减除法相结合的船舶视频目标检测算法;针对多源异构数据融合,优化了一种正态性隶属度函数计算模糊矩阵的方法,实现了在动态视频修正下的激光点云数据与AIS数据的船舶轨迹特征融合,并通过空间矩阵变换实现投影到同一坐标系,最后利用卡尔曼滤波算法实现了目标的动态跟踪。通过该方法研发了一套基于多传感器融合的船舶态势主动式智能感知系统,经系统分析,该方法比传统人工检测及单一监测手段都具有更好的环境适用性和检测精度。     

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。     

多目标跟踪中的目标位置及速度数据融合

基于多传感器数据融合理论，提出了一种在杂波环境下解决多目标跟踪的方法，即利用位置，速度的融合，得到比较满意的多目标跟踪运动轨迹，给出了有效的融合算法，并进行了仿真，通过仿真可以看出这是一种实用，有效的多传感器融合。     

基于Kohonen神经网络的多传感器数据关联算法

提出了一种基于Konhonen神经网络的多传感器多目标跟踪数据关联算法，该方法是将多传感器的测量数据进行自组织聚类，从而实现测量数据的关联，利用融合估计完成对多目标的状态估计，计算机仿真结果表明了该算法的有效性。     

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。     

一种改进的无线传感器网络安全数据融合算法

首先对无线传感器网络数据融合的相关技术进行比较,在分布式数据融合算法的基础上提出了一种改进高效数据融合算法,利用NS2仿真平台对其传输开销进行仿真测试。仿真结果表明,相比分布式数据融合算法,所提的算法能够更有效地减少传输开销并且节省节点能耗。     

基于时延数据融合的港口船舶监控策略研究

在对现有港口船舶航行监控方法以及导航技术详细分析的基础上,结合基于Kalman滤波的数据融合技术,讨论了利用雷达、GPS以及AIS数据进行港口船舶导航算法和监控策略的设计问题。针对现有的时延平滑估计存在的缺点,提出一种基于时延的集中式预测估计融合算法。新算法具有很高的实时性和可实施性,同时,将新算法与现有的时延平滑估计融合算法相集成,提出一种完整的船舶导航和监控策略,计算机仿真算例验证了新算法的优越性,同时显示了新监控策略的有效性。     

基于模拟退火-蚁群变步长优化算法的椭偏数据反演分析

椭圆偏振光谱方法是获取薄膜复光学常数和厚度的最优光学测量手段之一,椭偏方程作为超越方程,其逆向求解过程中的反演算法直接影响着椭偏数据的处理效率与精度.以前期的蚁群算法为基础,为进一步提高算法的收敛速度和跳出局部最优解的能力,研究了模拟退火算法和蚁群算法的融合策略,并提出了一种基于最优蚂蚁的变步长方法,通过动态改变最优蚂蚁的领域局部搜索步长,提升算法的精细化搜索能力,最终给出了模拟退火-蚁群变步长优化算法.应用该优化算法分析了高温超导薄膜FeSe的椭偏光谱,测试结果表明,该混合优化算法可以实现椭偏数据的精确反演分析,并且具有更快的收敛速度和更优的评价函数.     

改进区间Kalman滤波器及其在船舶组合导航中的应用

具有执行简便和高精度优点的测量值融合技术已经在船舶组合导航中得到了广泛应用。但由于船舶组合导航系统中各子系统模型参数的不确定性，传统的多传感器数据融合算法状态估计精度难以保证，因此提出了一种多传感器数据融合的改进算法。该改进算法不仅具有常规区间Kalman滤波器的鲁棒性，而且实用性较强。其具有如下特点：将所有系统不确定性和观测不确定性等效为系统噪声和观测噪声的不确定性，简化了系统模型；采用一种较为简单的区间矩阵综合求逆方案；利用时变马尔可夫模型在线调整滤波输出加权系数。仿真结果表明：该改进算法的状态估计精度较高。     

基于Kohonen神经网络的多传感器数据关联算法

提出了一种基于Konhonen神经网络的多传感器多目标跟踪数据关联算法,该方法是将多传感器的测量数据进行自组织聚类,从而实现测量数据的关联,利用融合估计完成对多目标的状态估计.计算机仿真结果表明了该算法的有效性.     

雷艇信息融合技术

多传感器融合是一个涉及到信息科学、计算机科学、自动化化科学的复合型学科，是一个正处于发展中的研究方向。在讨论了多传感器信息融合的基础上，对其关键技术进行了进一步的讨论。并探讨了线导鱼雷与潜艇通过线导通道进行信息融合的若干实际问题，指出雷艇信息融合在这方面存在的特殊性，并展望了其应用前景。     

超声回弹融合法测定混凝土强度的试验研究

文中对C20、C30、C40三个不同强度等级的混凝土试样分别利用压力试验机、回弹仪和非金属超声波检测分析仪进行了抗压强度值、回弹值和声速值的检测,并应用超声回弹数据融合方法对得到的试验数据进行处理,得到混凝土强度推定值,并将该值与试块抗压强度值和传统的超声回弹综合法推定值进行了比较分析。结果表明,超声回弹数据融合方法与传统的超声回弹综合法相比,进一步提高了检测精度,比较符合工程实际情况。     

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。     

基于雷达红外复合信息的目标毁伤评估技术研究

防空导弹击中目标后,指控系统实时快速判断该目标是否被有效毁伤,是系统释放该目标通道的前提。通过分析序列红外图像中目标不变矩特征的变化,可对武器爆炸瞬间对目标所产生冲击和损伤进行评估;通过基于雷达测量空中目标有关运动学参数,建立目标运动状态变化的参量模型,根据目标视航角与加速度变化相结合的判别方法,可得出目标被有效毁伤的判据。论文提出了一种基于雷达红外复合信息的目标毁伤评估技术的流程和实现方法,并通过仿真初步验证了该方法的有效性。     

基于自适应平方根 CKF 的多传感器混合融合算法(英文)

In the normal operation condition, a conventional square-root cubature Kalman filter (SRCKF) gives sufficiently good estimation results. However, if the measurements are not reliable, the SRCKF may give inaccurate results and diverges by time. This study introduces an adaptive SRCKF algorithm with the filter gain correction for the case of measurement malfunctions. By proposing a switching criterion, an optimal filter is selected from the adaptive and conventional SRCKF according to the measurement quality. A subsystem soft fault detection algorithm is built with the filter residual. Utilizing a clear subsystem fault coefficient, the faulty subsystem is isolated as a result of the system reconstruction. In order to improve the performance of the multi-sensor system, a hybrid fusion algorithm is presented based on the adaptive SRCKF. The state and error covariance matrix are also predicted by the priori fusion estimates, and are updated by the predicted and estimated information of subsystems. The proposed algorithms were applied to the vessel dynamic positioning system simulation. They were compared with normal SRCKF and local estimation weighted fusion algorithm. The simulation results show that the presented adaptive SRCKF improves the robustness of subsystem filtering, and the hybrid fusion algorithm has the better performance. The simulation verifies the effectiveness of the proposed algorithms.     

基于AIS的舰载雷达标校方法研究

雷达标校是战场精确打击和组网雷达数据融合的前提,为提高舰载雷达数据融合的有效性和目标探测精度,文中提出了基于AIS接收标校目标定位信息的舰载雷达系统标校方法,分析了标校的基本原理和主要误差源,详细给出了目标真值的大地测量主题解算方法,最后得出标校理论精度范围,并通过仿真分析得以验证.该标校方法过程简单,操作方便,真值精度高,通用性强,同时适用于静态标校和动态标校.     

基于信息融合的实时数据处理方法应用

文章以实际工程背景为出发点,以提高某指挥控制数据处理系统的处理效果为目的,在对当前已有的数据处理方式、方法深入剖析的基础上,综合运用多传感器信息融合技术、多目标跟踪技术、Kalman滤波技术等多种数据处理方法设计了一套改进的数据处理系统。解决了多传感器跟踪同一目标时,因各传感器精度、数据采样率不同而造成的航迹混乱的现象;解决了飞机编队起飞、大空域机动、空中编队和交叉飞行等复杂状态下的跟踪、态势综合、指挥控制、实时测控引导问题;应用系统设计包括系统体系结构与处理流程、多传感器融合算法模型、多种滤波算法、实测数据仿真和实际系统应用等问题。