无线传感器网络仿真中的目标定位问题

针对在无线传感器网络仿真平台的设计里，单个可见光传感器无法获得运动目标的距离信息，无法实现运动目标的定位及多传感器的信息融合的问题，提出一种基于多个可见光传感器数据融合的运动目标定位方法。该方法将数字图像处理与数据融合技术相结合，采用运动目标检测与识别技术确定目标个数与种类，运用数据融合技术融合多个传感器的识别结果及节点位置信息，很好地解决了仅利用可见光传感器仿真的情况下，运动目标在监控场景里的定位问题。     

基于改进D S 理论在无人化武器系统信息融合中的应用

针对无人化武器系统多传感器数据之间存在的信息融合问题,提出一种将AHP法和D-S证据理论相结合的无人化武器系统信息融合算法。根据多个传感器信息融合时所在环境条件对各传感器精确程度的影响,通过AHP法确定在多个传感器基本概率赋值中各传感器的权值,并利用D-S证据理论进行改进,实现了目标识别。实例分析结果证明:改进后的识别结果明显优于传统D-S证据理论的识别结果,在一定程度上改善了目标识别系统的性能。     

基于多源遥感影像信息的数据融合技术

数据融合是利用计算机对数据进行处理,得出目标状态及势态估计的多层次多平台过程。详细讨论了基于多源传感器的时间融合与空间融合,探讨了多源时空信息的串行融合与并行融合算法,得出了遥感影像信息数据融合系统的融合层次和融合准则。     

基于偏最小二乘法的多传感器信息融合研究

针对先验知识未知的情况,且多传感器间存在时空相关性以及小样本等问题,提出了一种基于偏最小二乘法的多传感器信息融合模型.首先对数据进行标准化处理,消除数据间的量纲效应;然后进行成分的提取,并通过交叉验证确定提取的成分数;最后通过还原运算得到信息融合方程.通过模型验证和某型地炮复进机压强信息融合相关性能系数分析,基于偏最小二乘法的多传感器信息融合能够对多传感器进行相关性分析,剔除重叠和无意义的信息,并且融合精度优于基于支持度和相对距离的多传感器信息融合.也为多传感器信息融合及提高融合性能提供了一种新途径.     

基于证据组合理论的多传感器目标识别算法

为了提高多传感器目标识别的准确性，提出了证据加权数据融合的新方法。给出了证据理论的基本概念、组合规则、加权证据组合及决策规则，同时给出简单的多传感器信息融合模型。针对战场环境下多传感器系统获得的辐射源信息。通过仿真给出了文中方法的目标识别步骤及识别结果．仿真结果表明该算法提高了目标识别的准确性和有效性。减小了识别的不确定性。     

基于Origin的国防工程识别信息融合模型

采用DELPHI法，以专家对识别信息的融合值为基础，运用Origin技术进行数据与曲线的拟合分析，确立了国防工程识别信息融合的数学计算模型．按照一致性数据的融合方法，对该模型的具体运用进行深化．研究表明，在国防工程识别信息融合的研究领域中，该算法优于现有的多传感器一致性数据融合方法，且是一个开放的研究体系，容易推广与改进．     

基于多源不确定数据融合的研究

提出了一种多源不确定数据的融合模型,该模型从信息的合理性、传感器的可靠性及信息的相似度上分析和处理不确定信息,并根据信息的一致性和传感器可靠性,实现传感器信息的筛选,有效地处理冲突信息和错误信息.以多传感器目标识别为例,进行建模仿真.结果表明,该融合模型在环境动态变化,传感器可靠性降低的情况下,保证了融合结果的准确性.     

基于OWA算子的多传感器属性信息融合

将OWA算子引入到多传感器信息融合领域中来，建立了基于OWA算子的两级式多传感器属性信息融合模型。通过合理调整OWA算子中加权向量的与或程度，适当选择各传感器探测数据的权重，从而有效地调整各传感器之间的融合程度，使整个系统的性能得到进一步提高。文末的目标识别实例表明了该方法的有效性和实用性。     

基于时空信息融合的复合引信目标识别方法

针对传统导弹引信不能有效识别目标的问题,提出了基于时空信息融合的复合引信目标识别方法。该方法利用BP(Back Propagation)神经网络获取基本概率赋值,根据时空信息融合算法进行证据组合,最后通过Dempster决策规则得到复合引信目标识别结果。实践表明,利用该方法进行复合引信多传感器信息融合,能够提高引信对空中目标的识别率。     

计算机视觉中的信息融合技术

通过处理器在多个视觉传感器间的转换,使单处理器能够读取多个视觉传感器采集的图像信息,实现检测系统对多技术指标的实时在线监控.同时将各传感器采集的数据进行融合,实现对被检测物体的综合评定.该融合技术包括计算机对多视觉传感器的图像信息的读取、多组图像信息的融合及系统功能三方面.