基于模糊聚类的数据关联融合算法

利用模糊相似性和模糊C均值聚类算法相结合，提出一种求解多传感器多目标跟踪数据关联问题的方法。该方法的目的是实现多传感器观测数据的模糊聚类，使源于不同目标的观测数据能正确划分到该目标中去。仿真结果表明，该算法可以实现数据与目标的正确关联，克服传统硬判断的一些缺点。     

基于模糊聚类的数据关联融合算法

利用模糊相似性和模糊C均值聚类算法相结合,提出一种求解多传感器多目标跟踪数据关联问题的方法.该方法的目的是实现多传感器观测数据的模糊聚类,使源于不同目标的观测数据能正确划分到该目标中去.仿真结果表明,该算法可以实现数据与目标的正确关联,克服传统硬判断的一些缺点.     

基于异类传感器的数据融合系统

运用各种有源和无源探测设备在内的异类多传感器集成提供多种观测数据,同时通过不同传感器之间的关联来提高数据精度,可以得到关于目标的更多特征信息,从而为身份识别、态势估计提供更多的依据.基于异类传感器的数据融合系统实现了雷达、ESM等异类传感器的数据关联与融合.仿真结果表明:系统能提供更高精度的数据,获得目标的更多特征信息,并可对目标实施有效识别.     

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.     

2D雷达与红外异地配置下的航迹关联方法

针对异地配置下的2D雷达与红外传感器航迹关联难的问题,论文提出一种基于假设检验的异类传感器航迹关联算法,该方法利用2D雷达距离、方位与红外传感器方位、仰角的互补性,通过假设条件建立目标关键因子的相似度模型,再通过相似度判断检验假设条件是否成立,以达到目标关联的目的。仿真实验结果表明了该方法关联的正确性。     

2D 雷达与红外异地配置下的航迹关联方法

针对异地配置下的2D雷达与红外传感器航迹关联难的问题,论文提出一种基于假设检验的异类传感器航迹关联算法,该方法利用2D雷达距离、方位与红外传感器方位、仰角的互补性,通过假设条件建立目标关键因子的相似度模型,再通过相似度判断检验假设条件是否成立,以达到目标关联的目的。仿真实验结果表明了该方法关联的正确性。     

基于Hopfield神经网络的雷达多目标跟踪

针对海上船舶雷达在多目标跟踪过程中实时性较差和不能快速响应的问题,提出目前密集杂波情况下多目标跟踪中最为有效的数据关联算法——联合概率数据关联(Joint Probabilistic Data Association,JPDA)算法。为解决JPDA随着目标增多的情况会出现的组合“爆炸”及计算量较大导致跟踪实时性较差的问题,从分析联合概率数据关联确认矩阵着手,依据Hopfield神经网络在解决旅行商问题(Travelling Salesman Problem,TSP)时的思路,提出基于Hopfield神经网络联合概率数据关联(Hopfield Neural Network Joint Probability Data Association,H-JPDA)来改进联合概率数据关联算法,通过简化矩阵拆分过程,显著减少计算量,提高跟踪的实时性。基于上述改进的神经网络联合概率数据关联算法,通过MATLAB对多目标跟踪进行仿真,仿真结果表明该算法能提高跟踪的实时性和快速响应能力。     

一种新的密集杂波环境多目标跟踪算法

针对传统联合概率数据关联算法的不足,综合考虑关联精度和工程实践性,提出了一种新的改进关联算法.先通过设定阈值得出近似关联矩阵,去除小概率事件;然后进行同源划分,构建各个独立区域内的确认矩阵,综合考虑候选回波离关联门中心的距离和关联门内的候选回波数目这2个因素的影响,最后按照概率数据关联滤波相同的方式对状态进行估计.该算法减少关联矩阵数量,降低关联概率计算难度,可有效解决JPDA算法计算量过大的问题.仿真实验结果表明,该算法具有较高的关联精度和跟踪成功率,便于工程实现.     

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。     

DBSCAN算法在通信电台关联上的应用

文章主要探讨DBSCAN算法用于通信侦察信息融合系统中的通信电台关联的方法,并给出典型的应用实例。实践表明DBSCAN算法在数据融合领域具有重要的应用价值。     

基于混沌神经网络的多目标跟踪技术研究

本文应用混沌神经网络求解多目标跟踪中的数据关联问题,给出了混沌神经网络的模型,构造了数据关联的能量函数表达式,在数据关联过程中,采用退火算法。仿真结果表明,应用混沌神经网络求解数据关联比Hop fie ld网络具有更块的收敛速度和更小的关联误差。     

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。     

基于模糊加权的分布式IMMJPDA算法

提出了一种基于模糊加权的分布式交互多模型联合概率数据互联算法.该算法在融合中心采用模糊加权方法对不同传感器关于同一目标的模型概率、状态估计及其协方差进行融合,而模糊权值为各传感器关于各目标的状态估计协方差的迹的隶属度.最后通过计算机仿真验证了该算法的正确性和有效性.     

雷艇信息融合的若干问题

探讨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,包括融合结构、雷上传感器数据关联、雷艇数据与航迹关联、雷艇数据与航迹综合、身份信息融合、传感器管理等。指出雷艇信息融合在这些方面存在的特殊性,提出解决问题的一些基本思路。     

基于相关性精简关联规则生成算法

针对传统基于支持度-置信度桩架关联规则挖掘算法生成规则只考虑支持度和置信度的因素、没有考虑规则两者本身内在的关系并因此产生大量无效的规则的情况,提出了一种采用相关性精简关联规则产生的算法,此算法增加了一个度量——相关性来精简关联规则的产生。实验表明该算法在继承传统算法的优点的同时在一定的程度上提高了规则的有效性,降低规则冗余。     

基于改进的视线导引算法与自抗扰航向控制器的无人艇航迹控制

[目的]无人艇(USV)在复杂环境情况下会出现偏离目标航线的情况,为提高水面无人艇的抗干扰能力及实际航行的稳定性,实现对航迹的准确控制,提出一种改进的无人艇航迹控制方法。[方法]根据导航信号受环境影响的情况,对GPS信号有效和无效2种情况下的航迹控制分别进行分析,在自主可控平台上设计并实现了基于模糊控制可变船长比的视线导引算法(LOS)和自抗扰航向控制器(ADRC)相结合的航迹控制方法,并开展了双桨双舵无人艇湖上试验。[结果]仿真结果表明:该方法可满足航迹控制的要求,转弯后航向能够快速保持稳定,无频繁摆舵现象,且该方法能够完成真实环境下的航迹控制,航迹贴线误差均值约为0.1 m,方差约为0.03。[结论]湖上试验结果验证了该算法在实际工程应用中的可行性和有效性。     

Satellite remote sensing of the Polar Oceans

The advent of satellite remote sensing has opened doors for detailed monitoring of the polar regions at a relatively high temporal resolution. Several sensors have been developed over the years, the most noteworthy of which are the visible, the infrared and the microwave systems. The visible and infrared systems are most intelligible to the human eye and provide images that have good spatial resolution. However, because of persistent cloudiness and several months of darkness in the polar regions the most promising sensors appear to be the microwave systems, both passive and active. The passive microwave sensors have been the source of consistently derived ice cover and ice extent data and have provided about fifteen years of global data sets. The Synthetic Aperture Radar (SAR), on the other hand, is noted for very high resolution and a wide range of applications including ice dynamics and ice/wave interaction studies. Nevertheless, there are applications which require the use of the visible and infrared channels, such as the mapping of chlorophyll pigment concentrations in the marginal ice zones which require an ocean color scanner. Also, the infrared sensors are most effective for detecting physical temperatures over cloud-free ice and open water surfaces. Furthermore, altimeters could play an important role in mapping ice surface topography and in evaluating ridge and lead statistics. A review of past, present and future satellite systems, methods and techniques of interpretation and potential applications to the study of the polar oceans is presented.