信息融合技术在交通流量预测中的应用

交通流量预测是智能运输系统的一个重要组成内容，但传统的数学方法一直未能取得令人满意的预测效果。信息融合技术是最近十多年来新兴的技术。它通过合理协调多源数据，充分综合有用信息，在较短的时间内，以较小的代价获得对未来交通流量的预测。实验证明，借助信息融合理论建立的聚类分析模型和神经网络模型对未来交通流量的预测比较准确，有实际意义。     

基于多传感器的自治潜水器定位和创建地图方法

讨论了视觉传感器和2维、3维成像声纳的数据融合方法,利用传感器间的外标定方法,把成像声纳的特征元素转换到相机坐标系中,再利用计算机视觉领域的structure from motion 方法进行求解.仿真实验表明,随着时间的推移,误差变得越来越小;经多传感器融合后,实验误差比融合前要小,结果精度比单个传感器高.     

分析预测理论在空间位置探测数据处理中的应用(Ⅰ)--空间位置探测数据处理问题和关键技术

这组系列文章将介绍作者研究提出的分析预测理论,以及该理论在目标空间位置探测数据处理问题中的应用.从宏观上讲这种应用几乎平行于传统方法地给出了一整套全新的空间位置探测数据理论和算法.从微观上看,这种应用还具有一些传统方法没有的特点,例如可以对目标运动的模式进行识别(因此确保我们以与目标运动模式相同的或类似的模拟方程对目标进行滤波,从而获得精度更高的预测值),可以给出目标在未来时刻的真实值的范围为我们进行数据关联提供更好的判据,可以解决一维和两维探测数据的融合问题,可以对不同探测精度的数据进行点迹融合等.另外该系列文章研究的工作与传统的工作有较大的互补性.该系列文章首先给出空间位置探测数据的处理问题的定义,并从中抽象出关键技术.在接下来的系列文章中将讨论解决这些关键技术的思路以及关键技术的分解,理论数学模型,分析预测理论,分析预测处理方法的解的存在性证明,相关算法等.其核心有,目标运动模式的识别技术(模拟方程的选择问题),模拟方程参数的选择技术,运动模式发生改变的识别技术,航迹聚类技术,航迹和点迹聚类技术,航迹融合技术,不同探测精度和维数的点迹融合技术,位置预测的评估技术等.最后给出仿真实验数据和结果,与传统方法对比的仿真实验数据和结果,以及分析和统计互补使用等问题.     

Joint distortion model for progressive image transmission using error correcting arithmetic codes

A novel joint source channel distortion model was proposed, which can essentially estimate the average distortion in progressive image transmission. To improve the precision of the model, the redundancy generated by a forbidden symbol in the arithmetic codes is used to distinguish the quantization distortion and the channel distortion, all the coefficients from the first error one to the end of the sequence are set to be a value within the variance range of the coefficients instead of zero, then the error propagation coming from the entropy coding can be essentially estimated, which is disregarded in the most conventional joint source channel coding （JSCC） systems. The precision of the model in terms of average peak-signal-to-noise has been improved about 0.5 dB compared to classical works. An efficient unequal error protection system based on the model is developed, and can be used in the wireless communication systems.     

航班延误恢复调度的混合粒子群算法

为了优化航班延误恢复调度,考虑了航班延误的经济效益、社会影响和经济损失构成,定义了航线影响因子,构建了一种新的航班延误恢复调度模型,将局部搜索方法引入到粒子群算法中,提出了求解航班延误恢复调度问题的混合粒子群算法。计算结果表明:与先来先服务调度方法相比,混合粒子群算法可以减少航班延误损失4.2%,与基本粒子群算法和进化策略算法相比,混合粒子群算法平均可减少航班延误损失2.0%,随着航班延误恢复规模的增大,算法优势会更明显。     

一种被动声纳目标识别数据融合方法的研究

文章首先对目标噪声信号采用五种不同的方法提取特征矢量,然后采用基于自适应遗传BP算法的神经网络分别对五种特征矢量并发地进行分类,再采用遗传算法对分类器组合过程中的多参数进行优化,最后由五种分类结果最优组合产生最终的分类结果。实验结果表明该系统具有很好的分类效果。     

海战场对敌战术意图序贯识别技术研究

对战场上出现的大量目标隐含的战术意图的正确、快速、自动识别，能大大提高战场指挥人员的决策效率。以战场态势估计为基础，提出战术意图识别的框架模型；结合最大近似法、D—S证据理论用于战术意图序贯识别的不同阶段。该研究属于决策级数据融合的范畴。     

船舶智能化信息系统的探讨

探讨了船舶智能信息管理系统的框架结构和组成方法。该智能系统在目前海上单船的自动化系统的基础上,主要由基于智能的航海、机舱和货运监控等几个主要的子系统联合而成。在智能信息处理方法方面,研究了基于数据融合(DF)和数据挖掘(DM)的知识发现方法,对驾驶、机舱和货运监控等智能信息系统的几个主要子系统的信息进行集成管理与综合处理。     

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PVM的数据融合并行任务调度

根据多信息源、多平台数据融合算法特点，将数据融合与并行处理技术相结合，设计了基于PVM集群的多任务并行调度，提出了两层调度和主动报告的并行任务调度策略，并给出了数据融合并行任务调度映射和软件实现流程，在集群计算机系统上实现了数据融合的实时大容量并行处理。在系统仿真测试中获得了较高的加速比和系统效率，有较好的实用价值和应用前景。