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。     

分布式多传感器航迹数据融合

本文研究分布式多传感器系统中的航迹数据融合问题，对来自分布于不同几何位置，具有不同精度的多传感器的所有航迹，根据它们的状态向量及其滤波误差协方差阵Ｐ进行融合处理，形成融合航迹，介绍两种典型的适用于分布式系统的航迹融全数学模型。各种模型中又有数值模式。     

船舶电力监控系统多传感器数据融合研究

随着现代造船技术的不断提高,船舶电力监控系统日趋复杂,单一的数据融合方法具有一定的局限性,将多传感器数据融合技术应用到船舶电力监控系统中,对提高数据采集准确性,数据分析处理效率等有着非常重要的意义。文章介绍了数据级、特征级和决策级融合的层次划分,归纳了常用的数据融合方法,并重点阐述了几种关联规则挖掘算法的研究进展。     

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。     

船舶无人驾驶技术中的数据融合应用技术

无人驾驶船舶在海洋勘探、环境监测中发挥着重要的作用,是当前造船业和航海业的下一步发展方向,具有重要的科学和社会意义。然而,当前无人驾驶船舶的自动航行,仍需要较多的人工干预,一方面需要接收岸基控制中心的控制,另一方面为了保证较高的可靠性,通常需要在较好的海况和气象条件下工作,大大限制了无人驾驶船舶的使用范围。针对以上问题,本文提出一种基于多传感器数据融合的船舶无人驾驶技术,这种方法能够将雷达和卫星图像、传感器数据、GPS数据等相融合,实现全自动的无人船舶自动导航技术,从而大大减少人工干预,提升无人船舶遂行各种海洋任务的有效性。     

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。     

单舰多传感器数据融合系统分析

本文从数据融合结构和算法的一般理论出发,分析了水面舰艇的数据融合问题。根据美国实验室联合指导委员会（ＪＤＬ）提出的结构模型,以及英国“数据融合技术演示系统（ＤＦＴＤＳ）”的实践经验,在对大中型水面舰艇的传器进行深入分析的基础上,提出了单舰传感器数据融合的分层结构。并讨论了各层进行数据综合的算法。     

D-S证据理论在多传感器融合中的应用

详细介绍了Dempster-Shafer证据理论,介绍了它在多传感器融合(MSF)中的应用,并举了一个具体的例子,实验结果验证了其有效性。     

多传感器数据融合技术研究现状及发展方向

多传感器数据融合技术的理论和方法已经被应用到很多领域。认识多传感器数据融合技术的算法,了解其应用领域,分析数据融合技术关键问题和发展方向,有助于开展对数据融合技术广泛深入地研究和实践。     

多特征融合的舰船目标分类研究

给出一种多特征融合的舰船目标分类方法,该分类方法中选用两类特征:第一类特征为根据舰船图像信息提取的RST不变性特征;第二类特征为根据舰船水下的辐射噪声提取到的MFCC系数。将2类特征进行融合,共同作为高斯混合模型的输入值。实验结果表明,本文给出的方法具有较高的识别率。     

交互多模粒子滤波多特征自适应融合的船舶视觉跟踪

近年来,水上交通运输的蓬勃发展对高性能的船舶视觉跟踪方法提出越来越高的要求。为实现不同环境下船舶的有效跟踪,采用颜色特征和纹理特征进行船舶特征提取。针对船舶运动的随机性,本文在布朗运动的基础上构建船舶运动模型,通过颜色特征和纹理特征构建船舶观测模型。最终,本文成功实现了一种交互多模粒子滤波多特征自适应融合的船舶视觉跟踪方法,满足水上交通管理的应用需求。     

船舶无人驾驶中的数据融合技术应用

海上船舶无人驾驶技术是现代海上信息化发展的重要方向,其不仅需要按照规定的航向航速运行,还需要考虑船舶碰撞及各类突然情况。无人驾驶技术对采集的信息及数据融合处理要求很高,通过各类传感器采集海上地形﹑环境﹑目标船只等信息,进行融合处理,为船舶无人操控提供可靠的航行数据。本文重点研究无人驾驶领域中利用AIS与雷达数据的信息融合方法,提出一种基于船舶航行及数据加权融合算法,最后进行仿真。     

数据挖掘在船舶交通流特征提取中的研究

首先阐述利用数据挖掘进行数据分析的流程,并对每个步骤进行说明;然后利用数据挖掘提取和分析船舶交通量信息、AIS数据获取中的3个关键技术和交通量统计步骤;最后以青岛港为例进行指定时间段内船舶交通流特征提取,实验结果表明本文能高效、准确地挖掘出指定时间段内经过截面的船舶类型和长度分布。     

船联网环境下舰船传感通信大数据融合调度算法

针对传统舰船传感通信大数据融合调度算法存在时延较高的问题,提出一种船联网环境下舰船传感通信大数据融合调度算法。在船联网环境下,通过ETL对舰船传感通信大数据实施预处理,步骤包括抽取大数据、转换大数据以及加载大数据,基于大数据预处理结果,制订数据融合调度策略,获取节点的具体发送序列,实施各时隙内融合周期调度状态的分配,获取最终的接收调度序列与睡眠调度序列,实现舰船传感通信大数据融合调度。实验结果证明该算法的时延最低,说明该算法更适用于舰船传感通信大数据融合调度。     

云计算平台在船舶数据融合中的应用

随着航运业的飞速发展及智能船舶技术的广泛使用,船舶管理系统中的数据和数据种类以前所未有的速度增长。目前船舶管理系统在大数据的管理、分析以及查询效率等方面面临困境。大数据具有数据量大、数据类型多样、低价值密度的特点。海量数据处理效率成为充分发挥大数据优势的关键。云计算技术凭借其稳定高效的计算能力被广泛应用于大数据处理。数据融合技术能够实现异构数据的融合,提高信息共享和处理效率。本文提出云计算环境下的并行本体构建和融合算法并进行仿真实验。     

功率谱估计在舰船噪声特征提取中的应用仿真

为更好地实现舰船识别与管理的目的,设计研究功率谱估计在舰船噪声特征提取中的应用方法.依照舰船实际信号与噪声信号的差异性推导滤波器结构,在滤波器内迭加一个白噪声谱改善信号失真问题,利用滤波器对舰船噪声信号进行白化处理.采用Welch功率谱估计法,通过窗函数截断白化处理后的舰船噪声时程离散信号,获取不同段舰船噪声信号的功率...     

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。     

多网络融合条件下的舰船组合导航系统开发

船舶为了能够在大海上精确的定位,船舶的导航定位系统一定要能够提供舰船的准确可靠的位置、速度以及姿态等重要信息,因此舰船的导航系统的精度和可靠性是重要的衡量指标。多网络融合的组合导航系统有着很多的导航定位传感模块,这些模块构成了一个完整的导航定位系统,极大的提高了舰船导航的定位精度。本文立足于多网络的组合导航定位系统,分析了多网络融合技术的基本原理及结构;研究了组合导航系统的特点及基本组成;最后总结了常用的几种导航定位系统和数据处理方法。这对我国未来组合导航系统的开发起着指导作用。     

数据融合技术在舰船动力定位系统信息采集的应用研究

为了提高舰船在海上定位的精度,同时减少因传统的船舶抛锚系泊方式带来的成本高、稳定性差等缺点,船舶工业领域对舰船动力定位系统的研究投入了大量的精力。动力定位系统利用舰船的推进器抵抗海浪干扰,使船舶保持在某一水域的动态平衡。本文针对舰船动力定位系统的信息采集问题,充分利用数据融合技术和传感器技术,提高了动力定位系统的信息采集时效性、可靠性和准确度。