基于分布式检测的浮标信号检测级融合算法研究

针对单枚浮标对目标检测能力有限的问题,为了提高对目标的检测性能,根据多枚空投浮标的位置和信息特点,对多枚浮标的检测级融合进行了研究;在对分布式检测融合理论进行研究的基础上,研究了基于分布式检测的浮标信号检测级融合体系结构、融合规则、融合算法等.通过仿真验证,给出了各浮标及融合系统的检测性能曲线,及相关系数、接收机信噪比等参数与检测性能的关系.仿真分析结果表明:经过融合后的浮标信息检测性能优于单枚浮标的检测性能.     

相关局部判决下基于N-P准则的分布式检测融合算法

研究了在相关局部判决条件下的基于N-P准则的分布式检测融合算法，给出了利用相关系数来表示的最优融合规则的表达式，解决了相关系数的求解问题，并在实验仿真的基础上，给出了部分有益的结论。     

基于DP-TBD的分布式异步粒子滤波融合算法

主要利用检测前跟踪动态规划(DP-TBD)算法解决目标跟踪问题。动态规划(DP)是一种先通过对量测空间栅格化处理,然后对离散的量测空间中所有可能的物理路径进行遍历的算法。但是该算法提供的是一种未经滤波的点迹序列。此外,基于单雷达的DP-TBD算法在信噪比(SNR)较低时跟踪效果不佳,航迹丢失情况较严重,因此利用基于DP-TBD的多雷达协同探测势在必行。然而,由于DP-TBD算法没有状态误差协方差矩阵,导致无法将不同雷达的点迹序列进行基于各种融合准则的融合。另外,由于多个雷达不同的采样周期和通信时延,导致了各个雷达的数据是异步的。为了解决以上问题,文中提出了一种基于DP-TBD的分布式异步粒子滤波融合算法(DP-PFF)。该算法分为两步,第一步提出了一种适用于DP算法的粒子滤波方法;第二步是将不同雷达获得的异步状态估计转化为同步的并进行基于DCI准则的分布式融合。仿真结果说明,和单雷达相比,该算法显著提升了目标跟踪的性能。同时,该算法也减少了航迹丢失率并且可以显著提升系统的鲁棒性。     

基于DP-TBD的分布式异步迭代滤波融合算法研究

该文主要运用检测前跟踪动态规划(Dynamic Programming-Track Before Detect)算法解决目标跟踪问题。动态规划(Dynamic Programming, DP)是一种通过对量测空间栅格化处理,然后对离散的量测空间中所有可能的物理路径进行遍历的算法。然而,该算法提供的是一种未经滤波和平滑的点迹序列。随着实际战争环境日益复杂,基于单雷达的DP-TBD算法在信噪比(SNR)较低时跟踪效果不佳。此外,由于DP-TBD算法没有状态误差协方差矩阵,因此无法将不同雷达的点迹序列进行融合。而且由于通信时延和不同的采样周期,不同雷达的数据往往是异步的。为了解决以上问题,该文提出了一种基于DP-TBD的分布式异步迭代滤波融合算法(DynamicProgramming?Fuison, DPF)。该算法分为两步,第1步提出了一种迭代滤波方法对DP点迹进行处理;第2步将不同雷达获得的异步状态估计转化为同步的,接着利用几种分布式的融合方法来获取融合之后的状态估计。仿真结果说明,和单雷达相比,该融合算法可以有效提升目标跟踪的性能,同时,该算法也可以降低航迹丢失率和计算量。      

基于子波分解的信号滤波算法

人们一直在利用有效信号和器材怕的某种特性差异,进行着对污染信号恢复,这一过程几乎完全稚呈对信号和器材怕特性的精确描述,子波伙这种描述提供了新的工具,本文对子波域阈值滤波的核心问题－－滤波阈值意义及取值规进行了探讨,给出了滤波阈值更简洁的数学表述,明确了阈随尺度递减的数学关系,使基于子波分解的信号滤波算法,在理论上更加完善。     

分布式检测系统的模糊有序统计融合算法

为提高基于二元局部判决的分布式检测系统的检测性能，研究了基于模糊隶属度函数的分布式检测系统融合算法，提出了模糊有序统计融合准则。通过对肼传感器进行分布式检测系统仿真，结果表明：模糊有序统计融合准则在均匀环境中能获得比基于二元判决准则更好的检测性能，也好于同样采用模糊隶属度函数的求和准则的检测性能，且在多目标环境下获得了较强的适应性。     

基于改进型的三角模准则的融合滤波算法

基于三角模融合算子的混合滤波算法运用三角模算子对边界点进行融合判断,从而运用融合结果,进行混合滤波,该算法在一定程度上改善了单纯的混合滤波器的性能.但该滤波器,只是运用融合技术对图像边界点进行判决,在像元点的处理上还是采用单一的或是线性或是非线性滤波技术,存在着其不可避免的缺陷.为此,本文提出了一种基于改进型的三角模准...     

分布式雷达检测数据融合系统及性能分析

研究了基于奈曼一皮尔逊准则的分布式并联融合系统的检测理论，给出了使系统性能达到最优的融合中心的融合规则和传感器的决策规则，提出了一种融合系统性能优化算法，将其应用于雷达网数据融合，并就三部雷达沿直线部署的具体情况进行了计算机仿真。结果表明：相对于单部雷达而言，融合系统的性能有非常显著的改善。     

雷达-红外分布式融合多目标跟踪算法

为了提高多目标跟踪的精度和跟踪系统的鲁棒性,提出雷达-红外分布式融合多目标跟踪算法。在直角坐标和修正球坐标相结合的混合坐标系运用GM-PHD滤波实现雷达多目标跟踪,解决因坐标变换引起的非线性问题和量测噪声耦合问题。在修正球坐标系中运用GM-PHD滤波,实现红外传感器的多目标纯角度跟踪。将红外角度估计与雷达状态预测在融合中心进行数据融合,提高跟踪精度。计算机仿真验证表明,雷达和红外传感器可以单独实现多目标跟踪,融合后具有更高的跟踪精度。     

基于小波变换的双色红外图像融合检测方法

针对复杂背景中/长波红外图像的特点,提出了一种基于小波变换的中/长波红外图像融合检测方法。首先,对原始中/长波红外图像分别进行小波变换,提取出两幅图像的低频和高频信息;然后,分别对图像的低频和高频信息采用不同的融合准则进行融合,并用小波逆变换重建成融合图像,自适应选取阈值,获得最终的目标检测结果。在实验中,采用相同的方法分别用融合图像、单波段红外图像进行目标检测,实验结果证明,用文中提出的融合检测算法优于仅用长波或中波红外图像的目标检测。     

基于小波变换的不同融合规则的图像融合研究

图像融合是一种重要的增强图像信息的方法。提出了一种基于多尺度分解的像素图像融合方法。利用小波变换按照不同融合规则及融合算子构造融合图像对应的小波系数。通过对可见光图像与红外图像进行融合的实验比较表明，以像素的局部能量为准则的融合效果更好，既可避免传统融合规则的信息损失，又提高了融合图像的空间分辨率和清晰度，融合图像更符合人的视觉特性，也有利于机器视觉。     

基于小波多分辨分析的图像融合方法

图像融合的目的是把来自多传感器数据的互补信息合并形成一幅新的图像,以便更好地进行监视和侦察之类的视觉感知[1,2]。在阐述了小波变换多分辨分析的基本原理及其特点的基础上,提出了基于小波多分辨分析的图像融合的新方法。实验结果表明,该方法效果良好,可广泛用于各研究领域。     

先验概率和似然函数未知时的分布式检测融合

在先验概率和各局部检测器的似然函数均未知的情况下,综合利用贝叶斯假设和边际分析方法,推导出了分布式检测融合模型,对融合模型进行了详细的讨论,并在多种不同的条件下进行了计算机仿真,结果表明,对于这种特殊情况下的分布式检测融合,针对不同的传感器数量、代价函数的不同取值以及融合中心的度量准则,通过选择不同的融合模型可以使融合中心的性能达到最优。因此,可以通过事先离线计算制表、实际应用时实时查表的方法进行融合模型的优化管理,实现融合中心性能的最优化。     

DISTRIBUTED CFAR SIGNAL DETECTION BASED ON AREA FUSION

The multisensor detection area partitioning is considered. An approach is presented to the fusion in each detection area where the sensor uses different thresholds and then at system level. The expressions of the detection probability and false alarm probability are given. An application of the method is illustrated to distributed CFAR detection systems. The result shows that the system detection probability may be improved by setting different thresholds for a detector.     

基于小波变换的故障信号分析与检测

讨论了小波变换及其基本性质，探讨基于小波变换模最大值沿尺度演变的信号突变检测的基本原理与方法，在不同尺度上分析和处理信号的各种频率分量，使信号的奇点，突变点放大，提高信号的分辨率，信噪比。研究小波分析在机械工程信号处理中的应用，提出通过二进小波变换检测信号奇异点的实用技术。利用介绍的模极大值多尺度小波变换的方法，较有效地检测出滚动轴承故障发生的起始点，对在线故障诊断进行了有益的探索。     

基于NSST域混合滤波与改进边缘检测PCNN的医学图像融合

针对传统医学图像融合中存在细节模糊、能量保存不完整、运行时间长等问题,提出一种基于非下采样剪切波(non-subsampled shearlet transform, NSST)域混合滤波与改进边缘检测脉冲耦合神经网络(pulse coupled neural network, PCNN)的医学图像融合方法。首先,利用YUV模型进行颜色空间转换分离出亮度通道Y,接着利用混合滤波分别对源核磁共振(magnetic resonance imaging, MRI)图像和亮度通道的灰度图像进行不同程度的增强。其次,采用NSST对增强后的MRI和亮度通道的灰度图像进行分解,得到高低频子带。低频子带使用修正的拉普拉斯能量和(weighted sum of eight-neighborhood-based modified Laplacian,WSEML)与局部区域能量加权和(weight local energy,WLE)的融合策略,高频子带采用改进边缘检测PCNN的融合策略。最后,经NSST逆变换得到融合图像。通过与其他6种融合方法对比,本文方法可以有效提高图像融合过程中的细节提取和能量保存,且...     

基于空频域结合的显著目标检测

为了能更准确地检测出图像中的各种显著性目标,针对单一域的显著性目标检测方法容易造成有用信息遗失的缺点,提出一种将图像频域的全局信息与空域的局部信息结合获得更全面的显著性目标信息的新模型。通过融合两个域中的有用信息,将空域中的局部信息与频域中的全局信息进行信息的优势互补。此模型不但可以加强复杂背景下显著区域部分,而且可以有效抑制重复的非显著性部分。实验表明该模型方法相对于其它单一域的模型能较好的提取显著性目标区域,与单一的空频域模型比较,在准确率上相对于空域模型提高9.5%,相对于频域模型提高了6.3%。     

基于F-P滤波器的光纤光栅解调中寻峰算法分析

设计了基于F-P滤波器的FBG传感解调系统,分别利用质心法、最小二乘法、高斯多项式法和半峰法对FBG反射波谱进行寻峰处理,并对这四种典型寻峰算法效果进行研究和分析。