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。     

多传感器数据融合技术概述

多传感器数据融合是指对由多个传感器单元所获取的信息进行综合分析及处理的一种技术,它避免了单传感器的局限性,可以得到更为全面、准确的信息估计。文章主要论述了多传感器数据融合的基本原理、特点与结构、方法及应用,并对多传感器信息融合技术的研究进行了展望。     

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.     

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。     

基于云存储的海量海洋监测数据平台设计

海洋监测数据规模较大,当前平台处理数据能力较低,无法有效处理海量海洋监测数据,不能满足监控实时性的要求,为此,设计一种基于云存储的海量海洋监测数据平台,给出了平台的总体结构,主要包括海洋数据监测子系统和云存储子系统。针对海洋数据监测子系统,详细分析了数据采集卡、传感器、AD7606芯片的设计过程,传感器将得到的海洋监测数据发送至数据采集卡中,采集卡将结果传输至AD7076芯片中,对数据进行处理,将处理后的结果存储至云存储子系统中。针对云存储子系统,给出了其详细架构和工作流程,设计了关键的实现代码。实验结果表明,所设计系统具有较高的运行效率,且采集的海洋数据较真实,监测结果可靠。     

基于云存储的海量海洋监测数据平台设计

海洋监测数据规模较大,当前平台处理数据能力较低,无法有效处理海量海洋监测数据,不能满足监控实时性的要求,为此,设计一种基于云存储的海量海洋监测数据平台,给出了平台的总体结构,主要包括海洋数据监测子系统和云存储子系统。针对海洋数据监测子系统,详细分析了数据采集卡、传感器、AD7606芯片的设计过程,传感器将得到的海洋监测数据发送至数据采集卡中,采集卡将结果传输至 AD7076芯片中,对数据进行处理,将处理后的结果存储至云存储子系统中。针对云存储子系统,给出了其详细架构和工作流程,设计了关键的实现代码。实验结果表明,所设计系统具有较高的运行效率,且采集的海洋数据较真实,监测结果可靠。     

多传感器数据融合技术在VTS中的应用研究

此文分析了多传感器数据融合技术在VTS中应用的必要性和可行性，提出了应用于VTS中的数据融合处理模型。在像素级融合，研究了坐标变换、位置坐标的插值计算、目标点迹的关联与合并等技术；在特征级融合，采用BP神经网络、D—S证据理论进行目标识别。     

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。     

一种可用于鱼雷导引的高冲突数据融合处理方法

目标释放诱饵等对抗装备对鱼雷武器实施干扰、诱骗等可增加其逃生的机会,精确制导及智能识别技术仍将是鱼雷制导技术发展的方向之一。鱼雷的精确制导及智能识别技术需要以传感器获取目标不同的特征数据或同性周期数据为判断,并将这些数据融合。论文针对处理多信息源数据高度冲突时的问题,提出了一种改进的数据合成方法。该方法可应用于鱼雷目标识别时数据高冲突的处理,减小识别结果的不确定性。     

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。     

数据融合系统图形界面的设计

本文介绍了在Novell网络环境下，如何用C＋＋语言实现单平台多传感器多目标数据融合系统的图形界面设计，并详细介绍了本系统的数据结构、设计思想等。     

分布综合式数据融合模式及性能评估问题研究

数据融合是多目标定位和跟踪中非常重要的问题，近二十年来取得的迅猛的发展和广泛的应用。本文在分析未来舰艇作战系统的体系结构及多传感器特性的基础上，针对多传感器数据位置融合问题，提出了分布综合式数据融合模式，并对其算法和性能评估作了简要说明。     

多传感器数据融合并行处理方法研究

首先介绍了多传感器数据融合并行技术发展现状,分析了影响多传感器数据融合处理并行化的主要难点,在此基础上提出了一种基于数据空间独立划分的并行数据融合理论框架,并基于该框架给出了一种数据空间的近邻聚类非规则区域＂软＂划分方法,将融合计算自适应地分解成多个独立子任务,均衡地分发到各计算节点自治计算。该方法能较好克服并行数据融合中数据耦合、共享同步等技术问题,提升数据和计算空间并行度,具有良好的并行扩展性。试验结果表明了所提出方法的有效性。     

多传感器数据融合及在光电测量中的应用

在介绍多传感器数据融合技术的基本概念的基础上,分析了多传感器数据融合技术的功能模型和结构模型,并具体阐述了多传感器数据融合技术的各个阶段的融合方法和具体操作措施。最后将多传感器数据融合技术引进光电测量系统,提出了一种新的基于多传感器数据融合的光电联合测量系统的模型。     

多传感器数据融合在船舶特征提取中的应用

给出一种基于多传感器数据融合的船舶特征提取方法。该方法使用激光传感器LD-LRS3100与LMS221,对船舶长度、高度、宽度、速度信息进行测量,然后通过数据关联、数据融合方法进行船舶提取。实验结果表明,使用多个传感器的数据融合方法比单个传感器的提取结果更为准确。     

船模试验数据分析与处理软件开发

本文从软件工程角度，介绍了船模试验数据分析与处理软件系统的特点、各个子系统主要功能、数据库结构、船模试验数据处理及实船性能预报软件，以及系统运行的硬件配置、微机系统的正确设置。     

多传感器数据融合中的航迹文件管理

多传感器数据融合是舰载作战指挥系统关键技术难题之一。本文在分析了分布式多传感器数据融合的一般结构和工作原理的基础上,提出了一种在分布式多传感器数据融合结构中的航迹文件管理策略。