DST与DSmT自适应融合门限研究

DSmT是一种有用的不确定推理方法，较DST能更好解决强冲突情况下的信息融合问题。本文在研究DST和DSmT的基础上提出一种将两种综合使用的方法。该方法以冲突率作为判决依据，在冲突率较低情况下采取DST证据理论，当冲突率高于一定阈值时采用DSmT融合算法，给出了DST和DSmT之间转化的规则。并通过仿真确定了这种自适应方法中的转换门限。仿真实验验证了方法的有效性和可行性。     

多源信息融合的舰船通信网络可靠性分析

随着通信网络技术不断优化,船舶通信网络得到快速的发展,链路容量越来越高,通信网络可靠性研究逐渐成为人们关注的热点问题。当前,多使用舰船通信网络可靠性分析方法完成此部分研究过程,但此方法的数据分析能力较差,造成数据融合度不高的问题。因此,设计基于多源信息融合的舰船通信网络可靠性分析方法。根据多源信息融合层级使用Bayes估计法完成数据处理部分,实现通信网络数据融合分析。根据以上分析结果,使用完全状态枚举法,构建通信网络可靠性分析算法。将以上设计部分融入目前使用方法中,基于多源信息融合的舰船通信网络可靠性分析方法设计完成。根据实验结果可知,此方法的数据融合能力更为优秀,可靠性分析能力优于当前使用方法,可使用此方法弥补当前使用方法的不足,提升通信网络可靠性分析能力。     

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。     

智能空轨集疏运系统设计

针对多式联运衔接不畅、港城发展冲突等全球港口存在的行业性难题,采用基于码头生产调度平台的多系统集成方法解决多类软件架构、多接口和多数据格式等多源信息融合问题;采用复杂场景下多定位技术融合方法解决码头复杂环境下智能空轨系统中各种设备的精准定位问题。将空中轨道运输技术与码头业务需求结合,通过立体交通方式打通海铁联运的最后一公里,为多式联运衔接不畅、港城交通冲突提供了解决方案,可为其他港口的空轨应用及其他行业解决地面交通拥堵问题提供借鉴。     

目标综合识别系统中的多级分层属性融合方法研究

根据目标属性信息的层次化特征,提出了一种用于目标综合识别系统的多级分层属性融合方法。依据目标属性信息的内在关系,对其进行分类和分级,然后基于由高级属性推导低级属性的原理对由各种信源获得的属性信息进行预处理,最后使用DSmT的规则对同级属性信息进行融合。计算示例表明,该方法可以融合由异类信源获得的不同等级上目标属性信息,并且在高冲突的证据条件下依然有效。     

一种粗糙集与DSmT融合故障诊断方法

粗糙集和证据理论对处理不确定信息极具优势,结合二者所长,提出一种融合两种算法的故障诊断方法。首先,通过粗糙集理论对冗余的条件属性进行必要约简,然后对约简后的条件属性计算基本概率赋值和规格化并进行DSmT合成,最后将以上方法应用在关于某型装备故障诊断中验证其有效性。     

基于雷视融合的交通信息检测技术及其应用

为满足交通信息系统的数字化、智能化应用需求,对比分析3种典型的区域交通信息检测技术。在此基础上,结合道路交通流全息检测的应用需求,对基于雷视融合的交通信息检测技术进行研究。该技术采用微波雷达与视频设备一体化设计,基于微波雷达和视频交通信息采集技术,在专用信号处理板上通过目标(车辆)检测散射点层面的深度信息融合,实现对道路交通全息(坐标、速度、车牌号码、颜色和大小车型等)的采集和检测,以及对结构化数据和视频流的融合与同时输出。该技术已在东海大桥等交通管理系统中得到应用,结果表明其能为交通信息系统提供高度可视化、大区域、全天候的精准交通基础信息,为建立数字孪生交通管理系统奠定数据基础,助力数字孪生城市建设。     

基于D-S证据理论的直流电机故障诊断研究

多传感器、多手段检测的信息融合技术在电机故障诊断中的应用日益广泛。提出了一种基于D-S证据理论和BP算法的故障诊断方法,给出了基于BP神经网络和D-S证据理论的多传感器数据融合技术的直流电机故障诊断方法,首先通过分析直流电机的故障机理,得到电机在不同故障情况下表现的信号特征,然后利用多源信息间的冗余性和互补性,有效提取故障特征信息。将该方法应用于某型船直流电机的故障诊断,结果表明,该算法提高了故障诊断的可靠性和灵敏度。     

基于小波变换的图像融合算法研究

为解决单源图像无法全面准确捕捉信息的问题,提出了一种基于小波变换的图像融合算法.首先,将多源图像进行多层小波分解,得到各个图像的低频信息和高频信息.接着对小波系数采用像素点区域特征的融合规则进行融合处理,最后通过小波逆变换得到重构图像.仿真结果表明,融合后的图像低频信息部分并没有发生改变,而高频细节部分融合了两幅源图片中的细节部分,使得融合后的图片更加清晰,可信度更高.     

舰船水消防系统生命力评估中信息融合理论的运用

对于证据理论中不同来源的证据具有不同的重要性,在证据理论中需要应用证据权以提高融合精度.根据粗集理论和证据理论的基本关系,提出了一种基于粗集理论的加权证据多源信息融合方法.将此方法应用到舰船水消防系统生命力评估中,并对其实例进行验证,表明该方法能有效提高融合结果的准确性,并且融合过程更有逻辑性,为舰艇水消防系统设计提供了新的评估方法.     

基于无序信息融合技术的舰船组合导航系统研究

多源信息融合技术在舰船组合导航系统中有广泛的应用。多传感器信息融合中存在的通信延迟不可避免,这样就会使得采集到的信息达到融合中心是无序的。本文主要研究船舶不同起始时间下的无序信息融合的组合导航技术,以此进行船舶的导航。最后进行仿真实验,实验结果表明算法精度高、鲁棒性强。     

基于信息集成预处理的船舶综合舰桥系统研究

现代船舶综合舰桥系统是一个多维融合的信息系统,通过现代信息处理、通信、导航等技术利用来实现智能化指挥控制中心。随着数据采集及导航元素的多源性增多,舰桥系统的信息集成预处理显得更为关键,信息处理的准确性和时效性直接影响着综合舰桥系统性能。本文研究多源导航数据信息融合处理机制,针对船舶综合舰桥系统的数据流及结构特性,基于滤波算法设计了一种新的导航信息融合算法,仿真分析结果表明,舰桥系统的导航精度能够得到明显提升。     

基于多尺度随机动态模型的惯性器件数据融合估计

结合离散小波变换、动态系统理论及随机过程理论,建立了以尺度为变量的多尺度随机动态模型,并给出状态基于多尺度随机动态模型的多尺度递归数据融合算法,实现了在状态基于全局观测信息的优化估计值。该算法可以在无状态模型情况下进行数据融合,适用于难以获得或获得的状态模型不精确的情况。将此方法用于陀螺信号处理中,通过不同尺度下陀螺观测值的融合,陀螺信号的精度有明显的提高。仿真和实验均证明该算法是一种有效的数据融合算法。     

基于JDL的内河航道多源信息融合功能模型研究

航道运行状态评价与研判是内河航道科学运维的重要前提。以内河航道基础设施为研究对象，基于经典的JDL(Joint Directors of Laboratories)融合功能模型，构建了内河航道多源信息融合功能模型；阐述各功能模块的基本原理，明确了信息在模型中的动态流向；通过兴趣反馈机制处理海量异构数据，保障功能模型的稳定性与时效性。针对内河航道信息多源异构的特点，从数据检测、过程优化、智能计算3方面对信息融合算法进行概述总结，为内河航道基础设施运行状态智能化监测提供了理论与决策支撑。     

内河船舶AIS与雷达动态信息集成性融合

针对船载传感器信息的多源性、多维性和异构性特征,构建船舶动态信息融合模型,以提高内河航行中船员对目标船动态的感知和辨析能力。通过分析船载导航设备在船舶动态辨析中的局限性和互补性,构建集成卡尔曼滤波、自适应加权和神经网络等方法的多源异构数据融合模型,并通过实测和模拟数据计算对该模型进行验证,确定系统的可靠性、稳定性和精确性。该模型不仅对保障内河船舶航行安全、提高内河水上交通效率具有重要的理论参考价值,而且对内河水运安全的保障工作具有积极的现实意义。     

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。     

面向目标识别的水下多传感器信息融合技术比较研究趑

对于水下作战,目标识别十分困难,因此必须走多传感器融合、多技术融合的道路,应分析研究不同的方法优缺点,取长补短,综合处理。本文比较了不确定性推理技术中主观Bayes方法与证据理论的特点,分别给出了基于2种技术的目标融合识别思想。提出了基于Bayes统计理论的身份识别和基于D-S理论融合身份识别的框架。研究了基于模糊神经网络的多传感器信息融合技术,提出了模糊神经网络信息融合紧密结合与松散结合的2种处理框架,并结合应用讨论了其特点。     

舰船交通管理系统信息融合系统中的云计算应用

互联网技术和计算机技术的迅速发展,使大数据和云计算平台逐渐成熟,并应用于多种工业控制和通信领域中。舰船交通管理系统(VTS)可以有效提高船舶航行效率,改善航运交通,但传统的VTS存在精度低、数据处理能力差等缺点。本文针对舰船交通管理系统的信息融合系统进行研究,并基于云计算技术和AIS技术开发了一种新型的VTS信息融合系统。仿真试验表明,基于云计算的VTS信息融合系统不仅雷达信号处理能力强,而且可以进行多任务并行工作,有效改善了VTS的效率。     

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。     

面向目标识别的水下多传感器信息融合技术比较研究

对于水下作战,目标识别十分困难,因此必须走多传感器融合、多技术融合的道路,应分析研究不同的方法优缺点,取长补短,综合处理。本文比较了不确定性推理技术中主观Bayes方法与证据理论的特点,分别给出了基于2种技术的目标融合识别思想。提出了基于Bayes统计理论的身份识别和基于D—S理论融合身份识别的框架。研究了基于模糊神经网络的多传感器信息融合技术,提出了模糊神经网络信息融合紧密结合与松散结合的2种处理框架,并结合应用讨论了其特点。