基于数据融合估计理论的Kalman滤波

本文在经典Kalman滤波算法的基础上针对多传感器数据处理的特点,根据不同的数据融合结构方案给出了多传感器数据融合系统的Kalman滤波算法。根据多传感器数据融合估计知识,建立了基于Kalman滤波的数据融合模型;给出了融合结构的数据融合滤波算法：集中式Kalman滤波算法;进行了算法仿真演示实验。实验结果表明,通过多传感器融合能够提高系统的估计精度。     

基于改进D-S 证据理论的多雷达自适应数据融合

针对多雷达数据融合时融合结果精度较低问题,提出一种基于改进D-S 证据理论的自适应融合算法。该算法将单传感器多时刻时域融合和多传感器空域融合相结合。首先,利用盒状图对单传感器测量值分类优化,进行单传感器时域融合;再根据文中提出的改进证据冲突程度判据,对高冲突的局部证据进行修正,并选择相应的多传感器空域数据融合算法。仿真分析表明,文中算法具有较好的可行性与有效性,同现有的多雷达数据融合算法相比,文中算法能够有效降低融合过程中产生的系统误差,且融合结果更加可靠、精确。     

多传感器自主跟踪中的数据融合方法

为了提高光电跟踪系统的稳定性和自主跟踪能力,对多传感器数据融合算法和数据的有效性估计进行研究,提出一种多传感器自主跟踪算法。首先按照统计学方法,实时估计各传感器数据的误差协方差。然后按照均方误差最小准则,对各路数据进行融合。将最小二乘多项式拟合法和记忆衰减因子应用到误差协方差估计中,提高了融合结果的可信度。最后,提出一种多传感器跟踪数据切换策略,自动选择有效传感器数据中置信度最高、跟踪效果最优的一路数据,从而实现自主稳定跟踪的目的。实验结果表明,使用改进后的数据融合算法比原始方法的最终传感器选择结果正确率提高37.5%左右。在几种典型的传感器数据异常情况下,该数据融合算法和多路数据切换策略能够完成自主跟踪的目的。     

模糊聚类分析在舰载无源多传感器系统数据相关中的应用

分析了无源多传感器系统中数据相关的特点,详细论述了利用“时间滑窗”技术和“模糊聚类分析”算法进行无源多传感器系统数据相关的原理,并利用可信区间估计理论检验传感器测量值的偏差,进行最优融合,在一定程度上解决了无源多传感器系统数据相关的难点。     

基于MHT的多传感器数据融合算法

提出了一种基于多假设跟踪算法(MHT)的分布式多传感器数据融合算法,可进行航迹的更新、删除、保持及初始化等一体化操作,既适用于点迹融合,也适应于航迹融合.这里描述了算法的主要处理流程,指出了分布式多传感器数据融合的MHT实现中面临的技术难题.仿真测试和实装测试结果验证了基于MHT多传感器数据融合算法的可行性和实用性.     

基于自适应目标融合技术的指挥控制系统研究

针对多传感器探测问题,建立了一种数据融合算法,为多防空武器系统协同作战下接收多个、多类型传感器目标探测信息的指挥控制系统提供了一项新技术。采用自适应方式,通过计算某一传感器探测数据被系统中其他传感器测量值的综合支持程度,决定其权重系数,从而提高数据融合精度、增强抗干扰能力。通过数值仿真计算对改进算法进行了检验,实验结果表明,融合算法完成了对同一目标7组探测数据的融合。经计算,抗干扰能力相比于传统融合算法有一定提高。     

多传感器检测系统中的多元假设数据融合方法

提出一种分布式检测系统中的多元假设数据融合方法,将多传感器数据融合规则扩展到更一般的情况。文中给出系统的数据融合算法、决策规则和系统性能的计算公式,并给出系统性能的仿真计算结果。     

多尺度融合估计算法及其在导航系统中的应用

针对如何将多传感器的数据进行融合处理、提高数据处理的可靠性和处理精度的现实问题，提出一种多尺度融合估计算法，对多传感器的数据进行估计处理。该算法首先建立系统的动态方程和观测方程，然后利用小波变换将数据在不同尺度上进行融合处理，归纳出该算法的实现步骤。最后通过在SINS／GPS组合导航系统中的实际应用，进一步证明了该算法能够有效地提高多传感器数据的处理精度。在实际应用时，结合应用环境设置适当的尺度，可以达到较好的应用效果。     

基于极大似然法的异类传感器配准方法研究

针对异类传感器数据融合空间配准问题,利用极大似然法对多传感器系统模型进行分析,推导出配准参数的估计值,以毫米波雷达/红外传感器复合制导为例,对空间配准算法进行了仿真,仿真结果具有较快的迭代收敛速度和较好的配准效果,满足了异类传感器融合实时性和精确度的要求.     

基于无人车传感器系统的加权平均数据融合算法研究

无人车在运行过程中,需要利用多传感器系统对周围道路环境进行观测,但这些传感器获取的数据信息存在着超载,丢失或不精确等问题,则需采用数据融合技术对所获数据加以优化处理。本文基于无人车的多传感器系统,对加权平均数据融合算法进行了研究,符合无人车运行环境下融合层次的要求,在实际的数据融合处理中具有很高的可行性。     

基于软件架构设计的多源信息融合系统

以往对多源信息融合系统的研究大多是基于某种算法,针对某一层级或某一类传感器数据的特征信息进行分析、处理和综合。为优化多源信息融合系统综合处理及集成能力,针对多级多源信息融合处理系统进行领域工程分析,提出了该领域的通用软件架构模型,对软件构件化技术在多级多源信息融合系统中的应用进行了初步探索。     

一种多传感器数据融合仿真平台的设计

数据融合是现代C^3I系统的重要组成部分,对C^3I系统效能的发挥起着决定性的作用。本文针对第一级目标运动学数据融合,构建了通用的可视化多传感器数据融合仿真平台,为研究者提供了进行各种融合算法仿真验证和定量评估的仿真环境。进行了合理的软件设计,模块化和开放性的结构使仿真平台的通用性得到了体现,与通信链路连接即可处理真实的目标数据。最后通过在本系统运行的一个软件实例,证明了仿真平台的有效性与实用性。     

分布式多传感器多目标跟踪方法综述

多传感器多目标跟踪是信息融合领域的热点问题,其通过融合多个局部传感器数据,提高目标跟踪精度和稳定性。多传感器多目标跟踪按融合体系可分为分布式、集中式、混合式3类,其中分布式融合结构对网络通信带宽要求低、可靠性和稳定性强,广泛应用于军事、民用领域。该文聚焦分布式多传感器多目标跟踪涉及的目标跟踪、传感器配准、航迹关联、数据融合4项关键技术,主要分析了各关键技术的理论原理与适用条件,重点介绍了不完整测量条件下的空间配准与航迹关联,并给出仿真结果。最后,该文总结了现有分布式多传感器多目标跟踪关键技术存在的问题,并指出了其未来发展趋势。      

一种多传感器自适应量测迭代更新GM-PHD跟踪算法

针对多传感器观测数据质量不同且未知时,多传感器量测迭代更新高斯混合概率假设密度(GM-PHD)滤波器跟踪算法的结果对更新顺序敏感的问题,该文提出一种多传感器自适应量测迭代更新GM-PHD跟踪算法AIU-GM-PHD。首先基于多传感器融合一致性度量,提出一种用于在线评估各传感器跟踪结果质量的方法;然后对多传感器迭代融合顺序进行优化,最后构建相应的多传感器GM-PHD融合跟踪算法。为了解决多传感器自适应顺序迭代融合无法体现传感器质量差距的问题,提出了一种自适应带权伪量测迭代更新GM-PHD跟踪算法PAIU-GM-PHD。仿真结果表明,与常规多传感器迭代更新GM-PHD跟踪算法相比,所提算法能够获得鲁棒性更好、精度更高的跟踪结果。     

基于红外和雷达数据融合的机动目标跟踪方法

文章基于并行多传感器联合概率数据关联算法,提出了一种杂波环境下的多传感器多机动目标跟踪算法,首先使用融合算法将红外和雷达的量测进行异步和同步融合,然后应用融合后的量测,采用IMM算法实现对机动目标的跟踪.在仿真实验中分别跟踪单个和多个目标,结果表明该算法可以解决两种传感器的量测不同步问题,同时可以消除漏检现象对目标跟踪的影响,并能保证一定的跟踪精度.     

基于多传感器融合的红外图像序列检测性能分析

针对红外图像目标检测性能问题,从多传感器融合算法的典型流程出发,推导单帧检测性能、多帧检测性能和多传感器融合性能的关系,并从理论上对单个因素的影响进行定量分析.分析结果表明,多传感器融合的性能比单帧检测性能和多帧检测性能更优越.     

基于RB粒子滤波的多传感器目标跟踪融合算法

构建面向多传感器信息融合系统的粒子滤波(PF)器是拓展采样型非线性滤波应用领域的关键,针对PF在多传感器融合目标跟踪系统的有效实现问题,提出了一种基于Rao-Blackwellized(RB)PF(RB-PF)的多传感器目标融合跟踪(MT-RB-PF)算法。首先,利用RB建模技术实现跟踪系统非线性状态估计的降维处理;其次,结合多传感器融合系统特点,给出一种多量测下粒子权重优化新方法用以改善粒子权重度量的可靠性和稳定性;最终,通过标准PF和卡尔曼滤波(KF)实现非线性和线性状态分量的估计,并利用状态重构方法构建当前时刻的状态估计值。理论分析和仿真实验验证了算法的有效性。     

一类多速率传感器动态系统的建模与估计

研究了一类时变线性动态系统的多速率多传感器数据融合状态估计问题.首先,在不同传感器以不同采样率对同一目标进行观测的情况下,提出了一种多速率建模方法,该方法可将多采样率的融合估计问题转化为同采样率的状态估计问题.随后,利用Kalman滤波对目标状态进行了在线估计,并利用有反馈分布式融合结构对上述估计进行了有机融合,从而获得了目标状态的最优融合估计值.该方法不需要对状态或观测进行扩维,计算量适当,保证了算法的实时性.以景象匹配辅助GPS/INS组合导航为例,在两种采样关系下,分别做了仿真,仿真结果验证了算法的有效性.     

无线多传感器数据融合的家庭火灾检测系统设计

针对现有火灾检测系统常出现的误报警和漏报警情况以及传统的有线火灾检测系统布线复杂、成本高、灵活性差等缺点,设计了一套基于无线多传感器数据融合的家庭火灾检测系统,检测厨房设备、电器线路或电器设备老化等造成的火灾安全隐患.详细介绍了多传感器融合算法的设计、火灾检测系统硬件框架和软件实现等.仿真结果表明,该方案具有准确度高、灵活性强的特点.