集中式与分布式鲁棒状态融合估计

研究不确定多传感器系统的鲁棒估计问题是多传感器融合估计理论的一个重要研究方向.本文以鲁棒滤波理论为基础,给出了不确定多传感器系统的多胞型描述模型,并利用LMI方法给出集中式鲁棒状态融合估计问题的解,证明了将集中式鲁棒融合估计转化为相同估计性能的分布式融合估计算法的条件.最后给出了分布式不确定多传感器系统的状态融合估计的一个算例.     

集中式位置融合系统软件体系结构研究

通过对多传感器数据融合系统软件体系结构的研究，提出了一个适用于集中式位置融合系统的软件体系结构。结构采用管道和滤波器模型，利用面向对象技术实现，提高了软件的扩充和再利用能力。     

集中式多传感器融合系统中的时间配准研究

建立了集中式多传感器融合系统的时间配准模型.在已有时间配准算法的基础上,提出了配准频率的概念,给出了配准频率的选择方法.将配准频率与拟合计算相结合,提出了单目标条件下和多目标条件下的时间配准算法,并对配准实现中可能出现的问题进行了分析.分别在单目标条件下和多目标条件下对所提算法的应用效果进行了仿真.仿真结果验证了所提算法的有效性.     

时滞系统的多源数据融合卡尔曼滤波器研究

对于带观测时滞的线性离散时变随机控制优化问题,提出了观测变换方法,把带观测时滞状态空间模型等效地转换为无观测时滞的状态空间模型,接着应用卡尔曼(Kalman)滤波方法,在线性最小方差最优融合准则下,给出按矩阵、按对角阵和按标量加权三种最优信息融合卡尔曼(Kalman)滤波器,可分为局部最优全局次优的.融合器的精度高于每一个局部Kalman估值器的精度.可以减少用增广状态方法计算负担大的缺点.为了计算最优加权,给出了计算局部估计误差互协方差公式.对于带观测时滞的三传感器目标跟踪系统的Monte Carlo仿真例子证明了算法的有效性.     

两种最优观测融合方法的功能等价性

对于基于K alm an滤波的多传感器数据融合,有两种最优观测融合方法:第一种是集中式观测融合方法,它是通过增加观测向量的维数合并多传感器数据,而第二种是分布式观测融合方法,它是在线性最小方差准则下,通过加权合并多传感器数据,但观测向量维数不变.在数据融合所用的传感器带有相同观测阵的情形下,本文用K alm an证明了两种观测融合方法是完全功能等价的,即用两种方法得到的K alm an估值器(滤波器,预报器,平滑器),信号估值器和白噪声估值器分别在数值上是相等的.在这种情形下,第二种方法不仅可给出像第一种方法一样的全局最优融合估计,而且可明显减小计算负担,便于实时应用.一个数值例子说明了其正确性.     

基于集中式协作频谱感知的数据融合技术研究

针对单节点频谱感知中存在的隐蔽终端和多径衰落问题,协作频谱感知应运而生。协作频谱感知有集中式和分布式之分。主要研究了集中式频谱感知中的数据融合技术,通过MATLAB进行建模仿真。仿真结果表明,集中式协作感知模型下软判决比硬判决更好地改善了检测性能,而软判决准则中C-V准则在高信噪比下检测性能最好,EGC准则在低信噪比下检测性能最好。     

差分线性化EKF滤波方法研究

针对扩展卡尔曼滤波(EKF)框架下非线性模型线性化时雅克比矩阵计算复杂且精度难以保证的情况,提出一种基于差分线性化的EKF算法。该方法用目标位置的量测值和状态一步估值作差分的方法代替雅克比阵的计算。通过蒙特卡洛仿真表明,差分EKF在保证跟踪精度的前提下,大大简化了复杂的求导运算,适合于实际的跟踪系统应用。     

基于PF的EKF算法及应用

针对拦截弹与目标遭遇时间短,制导精度要求高的特点,提出了一种基于预测滤波(PF)的扩展卡尔曼滤波(EKF)算法.PF是在综合了模型预测控制理论和最小模型误差估计法(MME)的基础上提出的一种新的估计方法.该方法最大特点是能实时地估计出校正项(模型误差项)并加到估计模型中,使产生的新模型更能准确地描述实际系统的行为.PF的这一特点,恰恰可以解决EKF无法处理由于模型不准而导致估计精度下降的问题.因此,可以利用PF估计出的模型误差项实时地修正系统模型,令原来的系统模型更加准确,然后再利用EKF对新的、能更准确描述系统行为的模型进行滤波,最后得到更为精确的制导信息估计值.仿真结果表明,该算法与扩展卡尔曼滤波相比,增加的计算量并不明显,却在系统模型不准确的情况下,能够显著提高制导信息的估计精度,有效减少了拦截弹的脱靶量.     

基于信息融合的进场段飞行技术误差估计仿真

飞行技术误差的估计精度对导航精度有重要影响,为实现高精度进场着陆操作,需要对飞行技术误差进行精确估计.为此研究了飞行技术误差估计问题,提出基于联邦滤波的信息融合算法,通过对多源传感器信号进行时空配准联邦滤波,实现精度高,完好性强的位置估计,并以此为基础实现飞行技术误差的估计.为了验证提出估计方法的有效性,构建了基于ADS/GPS/ILS/INS等导航源的飞机进场段仿真模型并进行仿真,对飞行技术误差进行了估计,结果表明,提出的方法能够有效实现飞行技术误差的估计.     

基于融合EKF的航空发动机气路性能健康预测

针对集中式滤波算法存在计算效率不高、容错性差,引入融合滤波的思想,提出采用非线性融合的联邦式扩展卡尔曼滤波器进行发动机气路健康性能预测.子滤波器根据量测参数完成发动机部分健康性能的局部估计,主滤波根据子滤波器估计参数完成融合滤波估计,并将状态估计值和协方差反馈至子滤波器用于下一步健康预测.通过某型涡扇发动机仿真表明:融合EKF滤波器能准确地预测发动机的健康状态,估计稳定收敛时间短、计算时间短、效率高.     

基于Vague集的多传感器信息融合方法

针对模糊信息融合的局限性,提出了一个基于Vague集的多传感器信息融合方法。建立了基于Vague集的多传感器信息融合模型,然后给出了适合信息融合的相应定义,最后给出了该方法的数学描述、数据组织、结果评价及算法实现过程。通过实例研究,验证了该方法的有效性和正确性。     

基于水下探测器信息融合的目标识别

在证据理论基本概念的基础上,引入证据权的概念,依据证据权的不同对各条证据进行转化,解决多传感器信息融合中不同等重要信息源的数据融合问题.应用文中的加权证据组合推理模型进行水面舰船识别的仿真,仿真结果表明提高了水下探测器目标识别的准确性和有效性.     

多传感器快速粒子滤波器融合的方法及其在导航中的应用

提出在高斯噪声条件下,将多传感器融合中多维测量的全局粒子滤波器的粒子权重表示成多个一维测量的子粒子滤波器的粒子权重的乘积的形式,从而避免了通常计算全局粒子权重需要的大计算量,达到提高测量融合速度的目的.本文还分析了现有方法和提出方法的计算复杂度,并将提出方法应用于导航.分析和仿真的结果均表明,所提出的方法明显提高了计算速度,且随着粒子数目的增加,优势愈加明显.     

基于修正PCNN的多传感器图像融合方法

多传感器图像融合技术作为信息融合的重要分支和研究热点,已广泛应用在机器视觉、医疗诊断、军事遥感等领域。为了更好地进行多传感器图像融合,将在图像分割、目标识别等领域具有独特优势的脉冲耦合神经网络(pulse coupled neural network,PCNN)引入到多传感器图像融合领域中来,提出了一种基于修正PCNN的多源图像融合方法,该方法在区域分割的基础上,先提取区域特征,然后由特征指导融合过程;同时,从目标区域相对于背景的显著性出发,提出了一种反映目标区域突出性的新特征,并针对传统PCNN参数无法自动设定的难题,提出了基于修正PCNN的参数自动设定方案。实验结果表明,该方法无论在主观视觉效果,还是客观评价参数上均优于基于多分辨分析的融合算法,且克服了传统像素级融合方法中融合图像模糊、对噪声敏感等不足,尤其适用于图像不能严格配准的应用场合。这对于拓宽PCNN的理论研究和实际应用具有一定价值。     

基于多传感器信息融合技术在灭火机器人系统的设计

提出一种通过多传感器信息融合技术来提高灭火机器人的火焰、距离检测的准确性,设计了由超声波、红外测距模块和数据融合模块组成的测距避障子系统;由红外火焰检测模块、数据融合模块组成的火焰检测子系统,在此基础上,采用自适应加权数据融合算法分别对多传感器检测的距离和火焰信息进行融合,以提高对火源目标判断的准确度;实验结果表明,设计的智能灭火机器人传感器软硬件系统测量相对误差小,能很好的反映火灾现场信息,满足火情探测和灭火需要,具有很强的使用价值。     

基于GEP的非线性系统辨识算法

基因表达式编程(GEP)是一种基于基因组和表现型组的新型遗传算法,本文提出了一种基于GEP的非线性系统辨识算法。针对非线性系统的特点,本文基于GEP建模作了如下工作:在对象的结构和参数未知的情况下,首先进行参数恒定时的系统辨识,然后进行运行期间非线性环节参数发生变化时的辨识。实验结果表明该算法能够更加迅速的得出非线性部分直观近似的数学表达式,比用遗传编程(GP)优越两个数量级以上,是一种有效可行的算法。     

基于投票模型的元搜索排序合成算法

排序合成问题是元搜索引擎研究的一个重要方面。该文分析了基于投票模型的排序合成问题。在讨论2个常用的投票规则Borda和Condorcet的基础上，介绍了用图论算法实现的淘汰投票算法，包括Kemeny算法。针对Kemeny算法是NP-hard问题，提出了一种易于实现的启发式淘汰投票算法，并且利用TREC数据集进行实验比较这些方法。实验结果表明，淘汰投票算法与Borda算法执行效果相当，有时甚至超过Borda算法。     

基于小波框架的多传感器图像融合

图像融合是多传感器信息融合在图像处理领域的一个重要应用,以小波变换为工具是这一领域研究方法上的重大突破。文章从理论上分析了以小波框架进行图像融合优于正交小波,采用不同的融合规则对同一目标的不同聚焦图像进行试验,并对实验结果进行了分析和评价,评价结果与理论分析相吻合。     

基于多传感器信息融合的节能控制系统

目前公共场所的电器设备多、使用时间长、缺乏控制、耗电大,为此设计了一种基于多传感器信息融合的节能控制系统.从目前存在的问题、系统总体框架、实现及实验结果几方面进行了探讨.系统采用闭环控制,以传感器检测的信号为反馈信息,并行输入CPU中进行决策层的信息融合,再并行输出多路信号动态控制设备的运行,达到了节能目的,具有较高的准确性、快速性和稳定性.实验表明,该节能控制系统满足设计要求,已在某客运站房的节能控制中得到应用.