数据融合系统的模型化和形式化研究

从数学角度对数据融合进行研究,给出了一个数据融合的数学模型.考察这种数据融合模型的意义,并把其应用于形式化研究中,得出一种形式化数据融合问题求解描述的简单方法.     

指控系统中的数据融合与人工神经网络

本文研究了数据融合模型,分析了数据融合的方法,说明了数据融合在指控系统中的作用,最后对人工神经网络技术应用于数据融合作了初步探讨。     

海上编队作战方案形式化描述研究

作战方案的形式化描述是实现海上编队指挥自动化的关键,是提高编队协同作战能力的前提。通过对方案形式化描述问题研究现状的分析,概括了作战方案形式化描述的主要研究内容、方案形式化的主要方法、存在问题以及发展方向,对后续的研究工作具有一定参考意义。     

海上异构数据融合的技术实现

由于分布式海上网络中的数据访问的局限性,本文研究了海上异构数据融合技术,首先建立了异构数据融合总体模型,根据海管理部门提供的IHO-S57数据对异构数据进行表示,然后研究了基于局部模式和全局模式下的异构数据融合,最后通过搭建测试环境来测量系统的吞吐率,以此验证数据融合性能的有效性。     

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。     

指控系统中的数据融合与人工神经网络

本文研究了数据融合模型，分析了数据融合的方法，说明了数据融合在指控系统中的作用，最后对人工神经网络技术应用于数据融合作了初步探讨。     

MapX在数据融合算法可视化系统中的应用

融合算法研究一直是数据融合方向研究的重点,由于传感器信息量大,相关实验数据复杂,对数据的表示和分析比较困难,研制直观的、图形化的融合处理可视化系统迫在眉睫。根据数据融合的要求,分析数据融合可视化系统的特点,在此基础上构建多图层的融合可视化系统框架模型,并利用Visual C＋＋开发环境结合通用GIS组件MapX研制出满足实际需要的软件,取得了良好的效果。     

基于云计算的船舶大规模数据融合技术

现有的船舶数据融合技术存在较大的网络时延,因此研究一种云计算船舶大规模数据融合技术。建立数据融合结构模型,根据数据融合的程度划分3个层次,分析每个层次对应的传感器节点之间的关联性,采用动态组簇法平衡簇首能量,保证数据的传输效率,设计云计算融合算法,给各个监测值赋予合适的权值,完成云计算船舶大规模数据融合技术研究。对比实验结果表明,本文设计技术的网络时延比现有技术平均减少2.66 s。     

云环境下大规模融合研究舰船多源信息数据

目前对大规模舰船的多源信息数据融合研究中,在融合初期阶段,对数据的分解存在不足,导致融合后数据正确率受交集元素数量影响较大。因此提出云环境下大规模舰船多源信息数据融合研究。首先对多源信息矩阵进行分解,并且将得到的数据利用D-S证据理论在进行识别,得到数据类型和冲突程度。最后采用BP神经网络技术,通过训练后的神经网络,对多类型多冲突的数据进行融合运算。为了验证设计的数据融合技术的可行性,设计仿真实验,采用云环境下多艘舰船中的参数数据作为多源信息源数据作为实验数据,并采用设计方法和文献[1]、文献[2]、文献[3]中信息数据融合技术来进行数据融合。实验结果显示,设计方法融合后高斯噪声更低,且数据正确率受交集元素数量的影响较大。     

水面舰艇信息融合的现状分析和发展研究

通过分析水面舰艇信息融合的作战任务,对国内数据融合技术现状从算法／建模等角度进行分析,并针对数据融合技术的难点和薄弱环节,从设备和工程急需的角度,提出水面舰艇数据融合所急需发展的技术,并针对数据融合后续技术的发展思路,提出了系统集成技术、技术薄弱环节、测试评估与实验验证等一系列需进一步研究的问题,最后给出需要重点研究的基本工作建议。     

船用物联网中的统计大数据融合管理体系分析

现有统计大数据融合管理体系由于冗余数据的干扰,存在着融合管理参数小的问题,为了解决上述问题,提出船用物联网中的统计大数据融合管理体系分析研究。利用自适应窗口清洗算法清洗统计大数据,消除冗余数据,依据统计大数据融合特点,确定分布式管理体系结构,以选取的融合管理体系结构为基础,建立统计大数据动态簇,构建路由树,通过路由树的维护流程,实现了船用物联网统计大数据的融合与管理。测试结果显示,与现有统计大数据融合管理体系相比较,提出体系融合延时小、管理能耗低,表明提出体系融合管理参数大,适合大力推广使用。     

基于物联网技术的船舶数据融合平台架构研究

为解决船舶航行过程中常见的数据融合效果不佳的问题,提出基于物联网技术的船舶数据融合平台架构优化方法。基于物联网技术和云平台对船舶运行数据处理框架进行改善,并结合蚁群算法对舶数据融合步骤进行优化处理,以提高船舶数据融合的准确性。最后通过实验证实,基于物联网技术的船舶数据融合平台架构在实际应用过程中具有较高的有效性,充分满足研究要求。     

船联网信息融合关键技术研究

由于电子设备类型不同,基于物联网结构的数据传输与处理存在大量异构数据,船舶各电子设备之间﹑船与船之间的数据交互需要通过中间件进行数据融合及接口统一。基于船联网的信息融合需要提供一个完整的策略方法及框架来处理船联网中的异构系统数据。本文研究现有基于物联网结构的信息融合技术,针对船舶电子系统特征,提出一种高效特征信息融合算法,有效提高异构数据融合效率。     

海上无人驾驶技术中的数据融合应用技术

现有的海上无人驾驶船舶数据融合应用技术存在数据精度差、数据波动大的弊端,为了解决上述问题,提出海上无人驾驶船舶数据融合应用技术研究。AIS与雷达设备采集的船舶数据存在较大的差异,采用聚类方法与高斯-克吕格投影方法分别对数据的时间与空间进行校准,得到采集时间序列一致、表述一致的船舶数据,以此为基础,利用模糊数学算法对目标船舶的关联航迹数据进行求取,以关联航迹数据为依据采用加权融合算法对AIS与雷达数据权值进行分配,实现海上无人驾驶船舶数据的融合应用。通过性能测试得到,与现有的数据融合应用技术相比较,提出的海上无人驾驶船舶数据融合应用技术极大的提升了数据精度,降低了数据波动的幅值,说明本文方法的海上无人驾驶船舶数据融合应用技术具有更好的性能。     

数据融合技术与船舶自动化的发展

数据融合技术是近年来快速发展的一种自动化信息技术,已引起世界各国的广泛重视。由于数据融合技术充分综合和利用了多源信息的作用,在目标识别、态势评估等方面,有巨大的应用潜力。数据融合技术可以极大地推进船舶自动化的发展,进行数据融合技术的研究具有特别重要的意义。     

多传感器数据融合数学模型与方法概述

介绍了数据融合概念及其功能结构，分析了一级融合中的状态融合、属性融合的各种实现方法和技术，提出每种方法的适用范围及其优点与不足，为数据融合的理论研究和工程实践提供了一定的建设性意见。     

舰船远程导航系统实测海流信息融合方法

由于远程导航系统海流信息,存在多尺度下局部距离导航数据信息熵异步,导致现有导航数据融合方法在多传感器信息融合过程中很难寻找到最优量,造成数据融合比降低。因此,提出舰船远程导航系统实测海流信息融合方法研究。首先,对导航系统海流数据的局部距离信息熵进行计算;接着,根据信息熵建立导航系统海流数据的多尺度模型,通过尺度模型实现同步局部距离信息熵。最后,对同步后的导航系统海流数据信息熵进行融合计算。完成提出方法计算。通过仿真实验设计,对设计方法的有效性进行对比测试。     

云平台在船舶数据融合中的技术方案

海洋船舶的动力定位系统是海上安全航行的核心装备之一,动力定位系统需要对传感器搜集的各种信息进行数据融合,才能提高数据的准确性及可靠性。本文研究云平台中的分布式计算架构,并将此架构应用到船舶动力定位系统中的数据融合中,通过对各类传感器数据之间的耦合性分析,提出一种基于分簇遍历的数据融合优化方法,最后对算法进行仿真。     

反导防御态势评估研究

在复杂战场环境下,对作战平台传感器系统获得的大量数据进行分析处理,实现数据融合具有重要的意义,态势评估属于数据融合中的高层融合,贝叶斯网络是一种不确定性推理工具,论文采用贝叶斯网络对作战平台反导防御进行态势评估研究,设计了反导防御态势评估模型。     

舰船信息系统数据融合技术研究

文章论述了数据融合的基本概念和舰船电子信息系统（包括位置姿态信息系统--导航系统）数据融合技术,并对多传感器数据融合分类、数据融合层次、数据融合技术和方法以及数据融合技术关键等问题进行了阐述。