一种新的基于CA和OS的分布式模糊恒虚警检测系统

文中将单元平均（CA）方法、有序统计（OS）方法与模糊逻辑相结合，提出一种新的两传感器分布式CFAR（模糊CAOS）方案，以提高分布式CFAR检测的性能。系统中的两传感器分别采用模糊CA方法和模糊OS方法计算出映射到虚警空间的隶属函数值，并传给融合中心，融合中心根据这些值采用相应的模糊融合准则进行判决。仿真结果表明，在指定模糊融合准则条件下，分布式模糊CAOS-CFAR在均匀背景和非均匀背景下均具有比较好的检测性能。     

基于不变性模糊特征融合的红外目标识别方法

研究了将平移、缩放与旋转变化(TSRI)的不变性模糊特征信息融合技术用于红外目标图像识别分类的方法,通过提取红外目标图像奇异值与不变矩的平移、缩放与旋转变化(TSRI)的不变性特征,结合模糊特征融合的模式识别方法,并应用模糊判决准则进行分类。实验结果表明,基于红外图像的TSRI不变性多特征信息融合的目标识别方法比不具有TSRI不变性多特征信息融合的识别方法具有更好的稳定性、准确性和可靠性,能够有效地提高红外成像末制导识别系统的精确度,并增强了系统的容错性能。     

主被动雷达导引头数据融合目标跟踪算法

在主被动雷达导引头目标跟踪过程中,为了有效融合主被动雷达导引头探测的信息进行精确跟踪,文中提出了用BP神经网络将主被动雷达导引头探测的信息进行分类,并通过模糊系统根据目标的机动大小调节神经网络的学习速率以及根据目标距离的远近调节融合中心的权值.通过仿真试验表明,与传统的目标跟踪方法相比较,具有更好的跟踪效果,证明了该方法是可行的.     

神经网络和模糊系统的融合技术及其在引信中的应用

简单介绍了神经网络和模糊系统的主要特点和差异,描述了如何根据它们的各自优点与不足来进行融合：其一,利用神经网络来自动设计模糊系统;其二,利用模糊规则结构构造神经网络系统。提出了在成像引信飞机图象识别中,如何利用神经网络和模糊系统的融合技术构造一个模式分类器,来有效地对复杂弹目交会条件下的飞机红外图象进行分类。     

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。     

多传感器信息融合的模糊神经Petri网模型

将模糊产生式规则应用到多传感器融合系统中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。     

基于模糊逻辑的高性能融合制导研究

提出一种将传统比例导引和模糊制导相结合的融合制导方案，依靠比例导引部分保持制导系统对探测信息噪声的鲁棒性。利用模糊逻辑制导部分增强制导系统对拦截条件的自适应变化能力，通过融合形成最后的制导指令，使得比例导引和模糊逻辑制导的良好特性均得到发挥。仿真结果表明，这种制导方法精度高，性能优良。     

基于模糊积分的弹药处废机构智能安全评测系统

筛选出了影响弹药处废的特征因素,将处废评测结果划分成4类,采用模糊积分融合特征指标信息的方法对弹药处废系统的安全性做出了科学的评价,为决策机构提供了正确的决策,消除了弹药报废过程中的安全隐患.     

分布式模糊自动删除单元平均恒虚警检测

为提高多传感器分布式恒虚警(CFAR)检测的性能,基于模糊逻辑和自动删除单元平均(ACCA)算法提出一种新的多传感器分布式CFAR检测系统(分布式模糊ACCA).系统中每个模糊ACCA-CFAR检测器根据参考单元计算出映射到虚警空间的隶属函数值,然后传给融合中心,融合中心根据这些值采用模糊融合准则进行判决。仿真结果表明:分布式模糊ACCA-CFAR不但在均匀背景下具有较低的检测损失,而且在非均匀背景下具有更好的鲁棒性;同时模糊代数积融合比二元与融合和二元或融合提供更好的检测性能。该研究成果可应用于警戒雷达系统。     

模糊 Petri 网与 C~3I 信息融合

将模糊技术与Ｐｅｔｒｉ网相结合，基于模糊Ｐｅｔｒｉ网提出了一种具有不确定性和模糊性的Ｃ３Ｉ信息融合系统的建模方法．针对一类水面舰船的递阶决策系统，将模糊产生式规则应用于信息融合中得到一种新的模糊融合方法，使得传感器探测到的目标信息更为可靠，从而提高了系统的决策分析精度．