多传感器数据融合技术研究

多传感器数据融合技术是近几年发展起来的一门新兴技术,在军事和工业中有着广阔的应用前景.文中论述了多传感器融合的基本工作原理、数据融合结构和功能模型、数据融合方法和应用领域,简单介绍了多传感器数据融合在组网雷达系统中的应用,总结了当前数据融合研究中存在的问题和研究方向.     

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.     

多传感器信息融合技术在无人平台避障中的应用

为获得可靠准确的环境信息,采用多传感器信息融合技术。介绍无人平台避障系统组成、避障信息处理和避障控制模型及策略,通过对超声波传感器、红外传感器等多种传感器的数据融合,研究多传感器信息融合技术在无人平台自主避障行为中的应用。实验结果表明,该技术可以实现无人平台准确、快速避开障碍物,为无人平台在各种复杂的、动态的、不确定或未知的环境中工作提供了一种技术解决途径。     

样本均值随机加权估计数据融合方法研究

将一种新兴的随机加权估计方法应用于多传感器数据融合,提出了一种将多源信息综合处理的随机加权数据融合方法.该方法依据极大似然原理,将来自不同总体（均值相同,方差不同）的随机样本进行有效融合,得到了新的总体均值估计量,从而消除了低精度检测结果的干扰,提高了综合检测结果的精度.提出了一种基于随机加权估计的多维位置数据最优融合算法.结果表明,该算法优于传统的信息融合估计算法.     

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.     

联合卡尔曼滤波在多传感器信息融合技术中的应用

多传感器信息融合技术在目标跟踪领域已经得到了广泛的应用,末制导融合技术是多传感器跟踪系统中的关键技术之一.本文运用联合卡尔曼滤波的先分散处理,再全局融合的思想,对主动雷达、红外传感器的数据融合问题进行了研究.仿真结果和实验表明,利用此方法可使雷达、红外传感器达到较好的数据融合效果.     

基于信息融合的SINS/ESMPS/ST组合导航系统研究

文中研究了基于多传感器信息融合技术的SINS/基于地日月信息的定位系统(ESMPS)/星跟踪器(ST)组合导航系统,以实现航天器高精度自主导航定位.文中设计了自适应联邦滤波器,通过引入基于地日月信息的定位系统和星跟踪器信息,对捷联惯导系统进行实时估计与校正,抑制其误差累积.仿真结果证明,该系统具有较高的精度、自主性和鲁棒性.     

多传感器定位跟踪技术研究

从方向定位的角度阐述了多平台多传感器的无源定位技术,重点介绍了多传感器的相关理论及对应的数据关联及数据融合技术,给出了多平台多传感器信息融合模型,并系统地介绍了目前实现多传感器信息处理的算法,有助于多传感器目标定位的深入研究。     

多传感器目标特性测量及数据融合应用

通过对单一探测模式的特点以及典型地面装甲的多种光电特性曲线及图像特征的分析，阐述了多模探测复合原则，以及多模复合回波数据融合结构，讨论了多传感器信息融合的模型和分析方法。基于多传感器信息融合技术有利用不同传感器工作方式上的协同作用和所获取目标信息的互补性，提高对目标的识别能力达到改善系统性能的效果。     

基于分布式网络的多传感器试飞数据融合系统实现研究

采用事后分析的处理手段对机载多路传感器的导航信息进行有效融合,可获得较高的融合精度,并以此精度为基准可对试飞过程中各导航传感器的性能进行有效评价.结合多传感器信息融合仿真技术,文中提出了基于分布式网络结构的多传感器数据融合总体架构,重点研究了系统中关键的网络通信技术,并采用VC++编程语言完成系统整体设计,实现了系统协调运行.     

靶场末区多传感器数据配准研究

从工程应用观点出发研究靶场末区多传感器数据融合系统设计,通过分析各传感器的特点,给出了一种具有全天候和可靠测量的靶场末区融合系统结构;主要研究了融合系统中光电经纬仪时间和空间的数据配准方法,并给出靶场末区多传感器数据融合处理的主要步骤.试验结果证明,该融合系统能够提高落点测量的可靠性和精度.     

多传感器信息融合联邦滤波一般模型的理论与仿真研究

对多传感器信息融合联邦滤波一般理论模型及其实现方法进行了研究。结合应用需求分析了联邦滤波一般模型的特点,给出了实用的信息分配系数求取方法及该模型具体的算法实现途径。以惯性/卫星(GPS/北斗双星)/多普勒/星光(INS/GPS/RDSS/Doppler/CNS)飞行器组合导航系统为例进行了联邦滤波一般模型算法的仿真分析。仿真结果表明,所给出的一般模型实现算法,在保持该模型全局最优性的同时,具有数值计算稳定性好、计算量小、数据传输量小等优点,是一种改进型算法。     

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.     

数据融合在雷达目标识别中的应用

数据融合（Data fusin)技术又称多传感器数据融合或分布式传感,即对多类、多源和多平台传感器数据进行组合,提供有关环境综合态势的一种数据处理技术。该技术在防空中首要解决的问题是,根据不同传感器信息源的信息,将飞机,导弹等不同空中目标航迹分类,实现对目标的探测、跟踪和识别。文中列出了其应用实例和用于雷达目标识别的各种数据传感器,分析了利用目标特征的统计或确定的、无知识库或有知识库的、用判定或信号融合的等类数据融合方案,讨论了加权平均法、表决规则法、模糊理论法、神经网络法等数据融合方法,并以“自动驾驶仪”为例,论证了专家系统在数据融合中的作用,由此提出了以专家系统和人工神经网络相结合的数据／信息融合是解决雷达目标识别之捷径的结论。     

多传感器信息融合的模糊神经Petri网络型

将模糊产生式规则应用到多传感器融合系统是得到一种模糊信息融合方法，再用Ｐｅｔｒｉ网对此信息融合系统建模。在此基础上将人工神经网络与Ｐｅｔｒｉ网相结合，提出了一种多传感器信息融合的模糊神经Ｐｅｔｒｉ网模型。     

一种新兴信息处理技术:多传感器集成技术发展综述

概括地介绍了目前国际上一项应用广泛的新兴信息处理技术－多传感器集成技术，比较全面地介绍了该技术目前在国际、国内的研究发展状况，特别着重介绍了该技术的主要基本概念和技术方法，主要有信息融合的层次，信息集成的方法（或计算与控制结构）和信息融合的方法。     

多传感器数据融合技术研究现状及军事应用

多传感器数据融合分像素级、特征级和决策级融合.多源信息在多层次上的数据融合过程含检测、关联、跟踪、估计和综合.其航迹融合过程包括低层次上的状态和属性估计及高层次上的战场态势和威胁评估.该技术在军事上的应用已涉及海上监视、空-空和地-空防御、战场侦察、监视和目标捕获、战略防御与告警等领域.     

多传感器信息融合技术最新发展及其研究展望

在分析多传感器信息融合技术发展现状的基础上，对多传感器信息融合技术进一步的研究趋势进行了探讨。     

地面无人作战平台环境感知关键技术研究

介绍了国内外地面无人作战平台环境感知技术的发展现状,在分析环境感知的立体视觉信息处理技术、主动型传感器信息处理技术、平台自主定位技术、多传感器信息集成与数据融合技术、障碍物检测技术等关键技术的基础上,探讨研制地面无人平台环境感知系统的方案设计．