灰色系统理论及数据融合技术在低空小目标跟踪中的应用研究

当小目标作低空掠海飞行时,由于海面杂波和电子干扰等因素的影响,易使入侵小目标的反射 信号淹没在杂波中而难以被舰载雷达系统发现,造成跟踪系统的失效。针对这一情况,本文首先应用灰 色系统理论的GM(1,1)模型,处理系统跟踪的数据丢失问题;然后应用数据融合技术来改善和提高系 统的跟踪精度。仿真结果表明,应用灰色系统理论和数据融合技术相结合,可大大提高系统的可靠性和 跟踪精度。     

集对分析在多雷达数据融合中的应用研究

多部雷达在探测目标时，因受低空杂波、电子干扰和雷达自身探测精度等影响，易使部分雷达的探测数据不可靠而造成融合中心数据处理精度的下降。针对这一问题，本文提出了一种应用1次融合数据为特征的集对分析思想，把每时送入融合中心的各雷达探测数据与1次融合后的数据组成集对，求出目标状态当前时刻的区间估计，去掉每时落入估计区间之外的雷达探测数据，再作2次融合。仿真结果表明，应用集对分析实现多雷达探测数据的择优融合，不仅算法简单，而且能有效提高不确定雷达系统的跟踪精度和可靠性。     

集对分析在多雷达数据融合中的应用研究

多部雷达在探测目标时,因受低空杂波、电子干扰和雷达自身探测精度等影响,易使部分雷达的探测数据不可靠而造成融合中心数据处理精度的下降.针对这一问题,本文提出了一种应用1次融合数据为特征的集对分析思想,把每时送入融合中心的各雷达探测数据与1次融合后的数据组成集对,求出目标状态当前时刻的区间估计,去掉每时落入估计区间之外的雷达探测数据,再作2次融合.仿真结果表明,应用集对分析实现多雷达探测数据的择优融合,不仅算法简单,而且能有效提高不确定雷达系统的跟踪精度和可靠性.     

信息融合理论和技术在舰载S&D系统中的应用研究

应用信息融合理论和技术研究舰载S&D(Search & Detection)系统中多传感器雷达的多机动目标跟踪问题,可极大地增强系统跟踪目标的能力,改善和提高系统的跟踪精度.仿真结果表明,使用的几种融合算法都可大大提高系统跟踪精度,同时还可提高系统的可靠性.     

信息融合理论和技术在舰载S＆D系统中的应用研究

应用信息融合理论和技术研究舰载Ｓ＆Ｄ（Ｓｅａｒｃｈ ＆ Ｓｅｔｅｃｔｉｏｎ）系统中多传感器雷达的多机动目标跟踪问题,可极大地增强系统跟踪目标的能力,改善和提高系统的跟踪精度。仿真结果表明,使用的几种融合算法都可大大提高系统跟踪精度,同时还可提高系统的可靠性。     

杂波下变结构概率数据关联算法

针对杂波情况下的舰艇防空作战中对单机动目标跟踪问题,提出了一种变结构数据关联算法.通过自适应网格算法实现对多种运动模式的机动目标进行自适应跟踪,用概率数据关联算法对杂波下目标进行状态估计,将变结构算法的自适应能力和概率数据关联的杂波跟踪能力相结合.通过模拟跟踪典型反舰导弹机动轨迹,将该算法与标准IMMPDA算法相比较.仿真结果表明,该算法具有较高的关联精度和更短的跟踪时间,对于提升舰艇防空效能和增强生命力有着积极意义.     

基于强跟踪滤波器的多传感器非线性动态系统状态容错融合估计

将强跟踪滤波理论与多传感器数据融合估计方法相结合，提出基于强跟踪滤波器的多传感器数据融合估计新算法。对拥用相同采样的分布式多传感器单模型非线性动态系统，应用强跟踪滤波器，得到目标状态基于全局信息融合估计结果，并利用计算机仿结果对算法的有效性进行了验证。这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题，从而丰富和发展了多源信息融合理论。     

概率数据相关技术在目标跟踪中的应用

介绍了目标跟踪系统和概率数据相关(Probabilistic Data Association)算法的基本原理,并对怎样将PDA算法用于杂波环境下的目标跟踪进行了详尽的叙述.     

基于m-MHT的主动声呐野点剔除方法研究

针对水下杂波区内目标跟踪问题的研究,利用多假设跟踪(MHT)算法,解决目标数据关联问题.从工程角度出发,采用Murty和m-MHT方法以优化算法效率和实用性.通过Matlab数据分析仿真验证,表明该方法可提高声呐在杂波环境下对目标跟踪能力.     

基于m-MHT的主动声呐野点剔除方法研究

针对水下杂波区内目标跟踪问题的研究,利用多假设跟踪(MHT)算法,解决目标数据关联问题。从工程角度出发,采用Murty和m-MHT方法以优化算法效率和实用性。通过Matlab数据分析仿真验证,表明该方法可提高声呐在杂波环境下对目标跟踪能力。     

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。     

单平台多传感器多目标数据融合系统

本文介绍在Novell网上建立的一个舰船多传感器数据融合计算机仿真系统，给出该仿真系统用最小二来法的平滑外推法则进行航迹跟踪及利用DemPster-Shafer敌我识别理论对目标敌我属性进行识别的结构图，较系统地阑述了数据融合的一些技术。     

基于灰色理论的船舶通信系统信息融合技术

针对船舶交通服务系统和船舶自动识别系统中的数据信息,本文基于灰色理论与信息融合技术,充分研究了灰色理论的灰色关联算法,借助信息融合技术,实现两大系统的有机融合,为信息共享和数据互通提供支撑,这对于确保船舶航行的安全性意义重大。     

舰船方位变化规律的灰预测方法研究

对方位序列进行预测对于潜艇作战具有重要的实际意义。应用灰色系统理论，以GM（1，1）模型，残差修正的GM（1，1），等维灰数递补残差修正GM（1，1）模型对目标序列进行预测，可有效克服目标方位序列的非线性和非稳定性，在信息较少的情况下达到精度较高的回归和预测效果。通过实例计算表明，上述计算可快速提供精度较高的较长时间间隔的目标方位，为潜艇作战提供有利信息。     

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。     

基于灰色理论的船舶通信系统信息融合技术研究

船舶通信系统包括卫星终端、雷达、AIS等,不仅起到船舶之间、船岸之间信息交换的功能,还具有重要的导航功能,是船舶的关键组成部分。船舶通信系统的数据采集方式多种多样,研究通信系统的数据采集、数据融合和处理具有重要意义。灰色理论是指利用少量数据和信息,对不确定系统进行开发和信息提取的理论,在工业系统、农业数据采集等方面有应用潜力。本文系统研究了灰色理论模型和灰色关联分析,对船舶通信系统的信息融合技术进行了深入研究。     

基于模糊理论的雷达/AIS目标数据融合方法

雷达和船舶自动识别系统(AIS)是保证现代船舶航行安全的重要导航设备。针对1部雷达和1部AIS得到的目标航迹进行融合,提出1种基于模糊理论的雷达/AIS目标数据融合方法,采用模糊数学中的正态隶属函数法来进行航迹相关,数据融合则采用参数加权方法,并将融合后数据进行多项式拟合,用以提高导航数据信息的精度与可靠性。通过仿真实例验证了此方法的可行性与有效性。     

灰色系统与神经网络算法相结合的分析与研究

采用BP神经网络对模型参数进行预测,算法的学习训练速度和建模时间比较长;采用灰色系统理论对模型参数进行预测,对数据信息的学习和训练能力比较有限,两种算法都存在各自的缺陷,为了提高模型中参数的收敛速度和估计精度,本文将灰色系统理论和BP神经网络算法相融合,通过仿真可以看出,模型参数的估值精度比较高,误差较小,证明了该算法的有效性和鲁棒性。     

雷达性能标准（续）

5．25目标跟踪与捕获 5．25．1 总则 可从雷达传感器上搜寻雷达目标。在相关杂波控制的帮助下，信号可能被过滤或减弱。使用自动目标跟踪设备，可以手动或自动捕获并跟踪雷达目标。