基于相关理论的航迹匹配

数据关联是多源信息融合中的关键问题。文章从系统的角度对多目标跟踪的数据关联进行了全面的分析,通过选择目标数据相似度计算模型和参数,计算不同信源航迹与航迹间的关联相似度,构成目标关联矩阵的方法,实现目标方位串关联。最后对算法进行仿真,仿真结果表明,提出的求解方案有较好的关联正确率,这验证了模型和求解方法的正确性和可行性。     

基于点迹距离的概率数据关联方法

数据融合技术在当前科技飞速发展、需求日益迫切的形势下受到了越来越多的关注,而数据关联作为数据融合的核心和关键技术,在军用和民用领域中都得到了大力推广.为解决电子信息系统融合测试过程中,大量目标航迹真值和融合系统输出航迹的匹配问题,在数据关联方法的基础上,提出了基于点迹距离的概率数据关联方法,并通过实际应用,验证了该方法的可行性及流程的合理性.     

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.     

基于知识库的舰船智能化设计系统

为了提升数字化造船的科学性,提出基于知识库的舰船智能化设计系统,采用实体—属性—联系的数学模型进行知识表达建立知识库的层次结构,根据支持度确定多维数据关联与分类规则,针对不同专业设定不同的支持度阈值,提高求解最优性,并以多知识库集成模型数据分析为主体,构建一个综合性能分析系统架构模式。仿真分析数据证明,该系统结合数据挖掘与联机数据分析,实现了综合的决策融合,增强了数据的分析能力。通过该系统将舰船设计研发相关的技术、流程、经验和数据等资源进行有效管理,可以有效提升数字化造船水平。     

基于数据融合的船舶航行评价系统

介绍基于数据融合技术的系统三级处理模型,并重点讨论基于数据关联的船舶航迹提取,基于坐标转换和几何模型的船舶运动参数计算,以及基于多测量周期数据融合的船舶操纵识别等,从而建立船舶航行评价模型,最后通过实例说明系统运行的有效性。     

基于云计算的舰船网络被动数据快速关联算法

传统的网络被动数据关联算法存在计算复杂,迭代次数过多的问题。为此提出基于云计算的舰船网络被动数据快速关联算法。采用目标假设的方法,去除被动数据中的虚假目标,构建约束条件,初始化拉格朗日乘子,通过云计算的方式求取目标函数对偶解,获得关联数据结果集,实现舰船网络被动数据快速关联。测试结果表明,与传统的被动数据关联算法相比,舰船网络被动数据快速关联算法利用云计算,简化了运算,减少了迭代次数,使得算法快速收敛。     

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。     

基于数据融合的单目标船避碰评估系统

建立了一个用于对单目标船避碰操作进行评估的系统。介绍了基于数据融合技术的系统三级处理模型,并重点讨论了基于数据关联的船舶航迹提取,基于坐标转换和几何模型的船舶运动参数计算,基于多测量周期数据融合的船舶操纵识别,和基于知识的碰撞危险、避碰阶段及会遇态势的判定等模块。同时给出了系统的工作流程图,最后通过实例说明系统运行的有效性。     

航迹点搁浅风险数据关联规则挖掘方法研究

随着海上航线的不断增多与海洋水文环境的不断变化,许多航迹点已存在搁浅风险不适合船舶航行。因此需要通过数据挖掘的方法对风险航迹点进行运算分析,但是传统的数据挖掘方法无法对无关联的航迹点进行风险的数据关联,由此导致数据挖掘数据结果的准确率下降,数据挖掘面有效数据计算量降低。对此提出航迹点搁浅风险数据关联规则挖掘方法研究。通过对航迹点风险数据的假设建模与风险数据的模糊计算,得到风险数据的关联规则,再通过对风险数据关联规则的分类挖掘计算与加权挖掘数据分析,最终得到准确的航迹点搁浅风险数据关联规则的数据结果。最后,通过引入海上实例数据对提出的方法进行仿真测试,证明设计的可行性。     

舰艇预警数据融合仿真系统设计与实现

在舰艇侦察监视系统中,数据融合已成为获得可靠战场感知的一项关键技术。本文结合我们所建立的舰艇预警数据融合仿真测试系统,阐述数据融合系统的设计与实现问题,对系统的数据融合层次化的黑板结构,以及实现中的数据配准、航迹关联和融合、属性融合和身份类型识别、态势估计、性能评估等关键技术进行了讨论。     

一种基于视线距离的改进的数据关联算法

基于视线距离的数据关联算法,利用关联组合的平均视线距离和有效传感器个数来计算关联代价,认为同一个目标只要被超过2/3的传感器所观测到,所得关联组合就是有效的,并以关联代价最小为关联准则构建数据关联算法。仿真结果表明,改进算法对于漏检、观测误差较大时仍然具有很高的关联正确率,证明了该算法的有效性。     

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。     

基于概念分层的关联规则在酒店餐饮营业数据库的应用

酒店餐饮营业数据库信息实时汇总为管理者提供了方便,也为餐饮企业信息化的提升做了有力支撑.基于某酒店70万条餐饮营业数据,突破原有简单统计分析模式,通过概念分层和关联规则数据挖掘技术在餐饮营业数据库的有效应用,发现不同概念分层下的餐饮产品间的关联规则、客源聚类与餐饮产品间的多层关联规则等有用信息,为数据挖掘在传统服务领域应用拓展思路.     

情报处理中野值门限的选择

情报处理中,输入数据的质量是很重要的,野值的出现无疑增加系统处理的负载量。提出一种在情报处理中剔除孤立型野值的方法,可以根据输入源的位置及误差等状态量自适应调整关联门的大小以保持航迹的稳定性,经过大量数据实验证明该方法简单有效,具有工程应用价值。     

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。     

基于模糊层次数值型数据库发现一般化模糊关联规则

关联规则发现是数据挖掘研究领域中的重要内容之一,而以自然语言描述的模糊关联规则更符合人类的思维方式,在决策中占据重要作用。基于属性间通常还存着更高层次的抽象,即呈现出层次结构尤其是模糊层次结构这一事实,通过把经典的模糊理论与关联规则发现算法相结合,提出了在模糊层次结构下从数值型数据库中挖掘一般化模糊关联规则的相应算法。     

HIDAS三维智能化出图设计技术

研究了一种全新的二三维一体化的出图设计技术——HIDAS三维智能化出图设计技术。介绍了该出图技术的系统架构,阐述了系统管理功能,包括二三维数据集成管理、三维操作模式管理、子图对象管理、图纸数据更新管理、图元标注管理等。HIDAS出图系统采用三维模型与二维图元相结合的出图方式,二维子图通过操作三维模型得到,二三维对象实现数据关联,建立起内在的对应关系。还阐述了图纸的自动更新机制,当设计方案变更导致模型发生变化时,更新数据从模型传递到图纸,图纸中的二维子图、图元属性、图元标注、统计图表等信息自动实现更新操作。