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。     

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。     

基于卡尔曼滤波的多传感器跟踪融合算法

总结了基于卡尔曼滤波技术的各种跟踪融合算法,分别介绍了集中式和分步式跟踪融合算法,仿真了融合效果.集中式融合算法具有最优的估计性能但是对资源的要求也最高.分布式融合算法可以节省计算量和通信带宽,在一定条件下也可以实现对目标的最优估计.     

风传感器数据融合算法研究

对于风速风向的实时测定是海上船舶安全系统重要功能之一,在船舶各位置部署风传感并采集风速风向数据,通过无线传感网络将采集数据传输至安全信息中心,由于数据采集传输过程中较易受到海上环境的影响,定位精度较低,本文对风传感器位置部署进行了优化,引入平均数据传输跳数方式,对风传感器数据进行融合,提高计算精度。     

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。     

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。     

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。     

分布式水下多传感器多目标模糊跟踪融合方法

水下多传感器多目标跟踪系统往往是一个不同类传感器融合系统,且其目标航迹包含有不确定和模糊信息.本文首先利用模糊隶属度函数和模糊逻辑推理技术,进行分布式水下多传感器多目标航迹模糊融合关联决策,并利用有效数据处理和分层融合估计相结合的方法,以实现不同类传感器高精度融合跟踪估计.     

基于多传感器数据融合的智能探测模块研究

介绍基于多传感器数据融合技术的智能探测模块的设计思想和方法.通过构建模糊神经网络模型,并进行网络学习,得出联接权值.智能探测模块通过对温度、火苗、烟雾、压力等多元信息进行综合处理,克服单一探测系统的局限性,可有效提高探测系统的快速性、容错性和可靠性.     

多传感器信号融合算法的仿真

基于贝叶斯推理的多传感器最佳融合规则不能用于多目标的信号判定,本文对改进的多目标多传感器信号融合算法和经典算法进行了仿真,讨论了仿真结果,并对两种算法进行了比较。     

基于改进Kohonen神经网络的多传感器关联融合算法

把一种基于Kohonen神经网络模糊聚类方法运用到多传感器多目标数据关联中来,该方法能对多传感器的测量数据进行自组织聚类,把测量数据准确地划分到各个类别中去,从而实现测量数据的关联。计算机仿真结果表明,该方法运用到多传感器多目标数据关联中来具有明显的优越性,能克服传统算法的错跟漏跟现象。     

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。     

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。     

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。     

多跳水下传感器网络中的功率分配算法

水下无线传感器网络的研究越来越受到学术界的重视,其典型特点是能量和带宽有限.多数水下无线传感器网络的应用都可以归结为参数估计问题.本文针对多跳水下无线传感器网络,对递进式的分布式参数估计算法进行了性能分析.在此基础上,利用交替最小化方法得到功率分配方案,目标是在给定的均方误差性能要求下,使得网络消耗的总功率最小.     

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。     

水下传感器网络覆盖优化算法

针对水下传感器网络随机部署时节点分布不均匀、网络覆盖率不高问题,提出一种基于改进全局人工鱼群算法的网络覆盖优化算法。优化算法以覆盖率为目标函数自适应调整人工鱼移动步长,同时在向最优人工鱼靠拢过程中引入权重系数,提高算法寻优精度和收敛速度。实验结果表明,与遗传算法和鱼群算法相比较,该改进算法优化了网络覆盖率,加快了算法收敛速度,提升了网络性能。