利用误差椭圆消除虚假定位的算法研究

针对多站测向定位中的虚假定位现象,提出一种借助于误差椭圆技术消除虚假定位的方法。该方法首先确定误差协方差矩阵,然后得出误差椭圆参数,并根据这些参数对各个定位目标数据进行相容性判别,最后根据判别结果来消除虚假定位。软件仿真验证了该方法的有效性。     

利用误差椭圆消除虚假定位的算法研究

针对多站测向定位中的虚假定位现象，提出一种借助于误差椭圆技术消除虚假定位的方法。该方法首先确定误差协方差矩阵，然后得出误差椭圆参数，并根据这些参数对各个定位目标数据进行相容性判别，最后根据判别结果来消除虚假定位。软件仿真验证了该方法的有效性。     

利用运动特性消除多目标时差定位模糊

时差定位系统由于方程多解、高重频等原因造成的定位模糊问题一直是关注的热点。从工程应用出发,提出了一种利用运动目标特性消除多目标时差定位模糊的方法。该方法在不增加设备成本的基础上在航迹起始的过程中排除虚假定位点,有效地消除了目标定位模糊。     

基于距离门限判决的交叉定位假点剔除算法

交叉定位是一种利用多传感器角度信息进行解算获得目标距离信息的方法,在多目标情况下,该方法存在虚假定位问题。文中提出一种基于最小距离门限判决的多传感器多目标交叉定位假点剔除算法,该算法在最小距离交叉定位算法的基础上,通过最小距离门限判决剔除假点,其计算开销非常小。仿真结果给出了此方法的正确关联点检测概率和错误关联点(假点)剔除概率分布区域图,验证了方法的正确性和有效性。     

三站交叉定位虚假点消除算法研究

针对无源测向交叉定位在多目标辐射源的情况下存在的虚假点问题,提出了一种改进的三站交叉定位虚假点消除算法。首先求出两站测向交叉点,然后根据第三站测量信息进行关联匹配检测,确定正确关联。仿真结果表明,该方法不仅数据关联正确率优于直接采用三个测向站测量数据进行关联的方法,而且计算量明显减少,能够快速、有效消除虚假点。     

基于概率计算的虚假点消除算法研究

针对无源测向交叉定位在多目标辐射源的情况下存在的虚假点问题,提出了一种基于概率计算的虚假点消除改进算法。该方法根据测向信息,构造误差概率密度和矩阵,根据矩阵参数将测量区域内概率密度和的最大值点判定为辐射源位置。然后通过设定阈值,依次找出其余辐射源位置,提高了在测向误差较大时的性能,达到消除虚假点的目的。仿真证明了该算法的有效性。     

一种基于红外被动探测的多目标定位方法研究

针对多目标红外被动探测定位技术应用的需要,提出了一种基于红外被动探测的多目标定位方法。研究了三站联合定位算法,解决了多目标情况下虚假目标干扰、数据匹配难度大的问题,开展了定位精度、虚假目标剔除效果数学仿真。仿真分析和实验表明,该方法能够有效剔除虚假目标,实现多目标红外被动探测定位功能,定位精度满足应用需要。     

面向DOA测量的多目标位置信息场定位法

现有无源有源测向定位理论均是针对单目标定位,无法对不可区分的多个同类辐射源定位,且传统的测向定位法存在虚假定位的缺点。针对以上问题,提出了一种基于DOA测量的多目标位置信息场定位法。该方法可以解决现有单目标定位无法解决的多目标定位问题,能够同时确定目标数目和多目标位置。仿真实验用三个观测站分别对两个和三个同类辐射源进行无源测向定位,结果说明该方法具有同时确定目标数目和多目标位置的优势,且能有效地解决传统测向定位法中存在虚假定位的问题。      

阵列式振动传感器环境干扰消除方法研究

为了克服复杂环境下单振动传感器误报率高的问题,采用了传感器阵列的定位(定区域)技术消除环境干扰的方法。首先首次提出了传感器阵列的最佳分布模型和传感器阵列消除环境干扰的算法模型,然后给出了目标定位(定区域)的具体算法,最后将传感器阵列定位(定区域)方法与单传感器方法进行实验对比。实验结果表明:本方法消除环境干扰效果好,目标定位(定区域)的精度高、检测率高。     

多传感器多目标无源定位跟踪算法研究

针对多站无源测向交叉定位在复杂环境下会产生大量虚假定位点问题,本文提出了一种对目标进行无源定位跟踪的新方法,即先通过数据聚类,确定目标数量;由此动态建立多模弹性神经网络,去除了大部份虚假点;再通过建立航迹树的方法来动态跟踪目标,去除弹性网络未去除的虚假点.该方法解决了大量虚假点存在的情况下,目标数量的确定难题、弹性网初始化难题及动态剔除虚假点难题,进而有效地解决了多干扰机目标相关、虚假点的剔除问题.仿真分析试验表明:该方法计算量低,弹性网络收敛速率快,目标正确锁定率及虚假点剔除率高.     

基于ESM与ELINT信息融合的机载辐射源识别

本文深入研究了ESM和ELINT多传感器系统的机载辐射源识别方法.首先针对ESM系统提供的辐射源多特征信息,提出了基于模糊综合评估获取基本可信度赋值函数(BPAF)的方法;针对ELINT系统量测数据的特点,提出了基于灰关联分析的BPAF获取方法.在此基础上,研究了应用D-S证据理论进行多传感器信息融合,从而识别机载辐射源的原理.识别实例和对比实验表明,本文提出的BPAF获取方法是实用有效的,基于信息融合的识别正确率高.     

多传感器顺序粒子滤波算法

粒子滤波是一种基于Monte Carlo仿真的最优回归贝叶斯滤波算法.这种方法不受线性化误差和高斯噪声假定的限制,适用于任何状态转换或测量模型,因此能够很好地解决非线性、非高斯环境下系统的状态估计问题.为了能够有效地解决非线性、非高斯环境中的集中式多传感器状态估计问题,本文研究了多传感器顺序粒子滤波算法.首先,从理论上推导了一般的集中式多传感器粒子滤波模型;然后根据集中式多传感器系统的特点,提出了顺序重抽样方法.最后,给出了算法的仿真分析.仿真结果说明顺序粒子滤波方法能够明显提高多传感器系统状态估计精度,并且随着传感器数增多,改善的效果越好.     

一种多传感器目标跟踪中的简单切换方法

本文基于一种快速卡尔曼滤波的跟踪算法,利用已经确定的传感器布局信息,预先计算出不同空间位置上不同传感器组合的GDOP因子,并根据GDOP建立了多传感器的切换准则.从而可以在目标航迹的不同阶段上,选取最优GDOP的传感器组合,用尽可能少的传感器对机动目标进行精确跟踪.仿真结果表明该方法不仅降低了算法的计算量,而且仍然能够保持良好的跟踪性能.     

Multisensor fusion in the frame of evidence theory for landmines detection

In the frame of humanitarian antipersonnel mines detection, a multisensor fusion method using the Dempster-Shafer evidence theory is presented. The multisensor system consists of two sensors-a ground penetrating radar (GPR) and a metal detector (MD). For each sensor, a new features extraction method is presented. The method for the GPR is mainly based on wavelets and contours extraction. First simulations on a limited set of data show that an improvement in detection and false alarms rejection, for the GPR as a standalone sensor, could be obtained. The MD features extraction method is mainly based on contours extraction. All of these features are then fused with the GPR ones in some specific cases in order to determine a new feature. From these results, belief functions, as defined in the evidence theory, are then determined and combined thanks to the orthogonal sum. First results in terms of detection and false alarm rates are presented for a limited set of real data and a comparison is made between the two cases: with or without multisensor fusion.     

一种改进的多传感器多目标跟踪中的传感器管理方法

传感器的优化管理是影响多传感器多目标跟踪系统性能的重要环节。为了更好地解决这一问题,本文将跟踪过程中信息增量最大化准则与效能最大化准则相结合,提出了一种新的优化准则,并采用归一化滤波信息增量和滤波协方差的范数实现了传感器与目标配对系数的自动更新。仿真试验表明本文方法的合理性和有效性。     

基于MMI的存在旋转的异类图匹配方法

为了解决存在旋转的异类图匹配问题,在互信息（MMI,Maximum of Mutual Information）匹配方法的基础上,利用穷举法在参考图中找出实时图的对应匹配位置,并作为控制点,利用模型以及最小二乘方法找出两幅图像的对应关系。利用参考图的旋转变换较好地解决了存在旋转的异类图匹配问题;把控制点理论应用于灰度匹配得到的匹配点;把景象匹配的新成果（MMI）用于解决旋转异类图匹配。仿真实验表明此方法可较好地解决存在旋转的异类图匹配问题。     

目标探测.识别和跟踪的传感器数据融合

多传感器组合系统数据融合技术是当代探测，识别领域的一项新技术，本文在介绍多传感器组合与数据融合技术优点的基础上，介绍了成像激光雷达与前视红外传感器数据融合技术，重点介绍了红外行扫描器和红外成像摄像机的数据融合技术。     

基于D—S证据理论的多传感器雷达体制识别

在阐述Dempster-Shafer(D-S)证据理论的基础上，较系统地论述了基于D－S证据理论的多传感器雷达体制识别的数据融合方法，并给出了具体的识别实例。     

基于小生境遗传算法的雷达组网误差配准

多传感器信息融合须进行误差配准。传统的误差配准技术采用RTQC、最小二乘法或极大似然估计法,将非线性方程进行线性化,而线性化过程会引入误差。给出了一种基于小生境遗传算法的误差配准算法,该方法在采用基于ECEF坐标系的误差配准技术的基础上,克服了将非线性方程线性化带来的误差,并在传统遗传算法的基础上引入小生境技术,提高了遗传算法全局寻优能力、收敛速度以及系统误差估计结果的精度。最后,将该方法与基于ECEF坐标系的最小二乘法及传统遗传算法进行了比较,仿真实验结果验证了算法的有效性。     

基于D-S理论的多信息融合方法及应用

本文较系统地论述了基于Ｄｅｍｐｓｔｅｒ－ｓｈａｆｅｒ证据理论的多传感器信息融合算法,并以机器人的力学传感器和热觉传感器为研究对象,对目标物体进行分类识别实验,比较了融合前后的试验结果。