单平台主/被动雷达制导异步数据融合算法研究

为改善主/被动雷达对目标的跟踪性能,在主/被动雷达双模制导模式下,对主/被动雷达的测量数据进行融合处理.由于主/被动雷达测量周期不同,导致主/被动雷达测量数据不同步,文中对于不同步的信息采用基于最小二乘法的时间配准方法,使之信息同步;对同步后的主/被动雷达数据采用带反馈的卡尔曼滤波算法,由于被动雷达仅测得目标的角度信息,而主动雷达可得到目标的角度和距离信息,本文将融合中心的状态估计和预测协方差反馈给被动雷达.仿真结果表明,融合中心能够实现对目标的状态估计,且反馈的利用可以明显改善局部传感器的估计精度,能够有效地减小系统动态误差.     

雷达-红外双模制导的神经网络数据融合算法

在雷达 红外双模制导体制下 ,对雷达和红外数据进行融合时存在雷达和红外数据不同步的问题 ,对红外数据先进行异步融合处理使其与雷达数据保持同步 ,然后提出了利用神经网络作为同步融合中心的方法 .雷达和红外数据共同作为神经网络的输入 ,输出为目标的最优融合估计 .这种方法可以在融合中心不知道协方差信息的情况下进行数据融合 .仿真结果表明该方法有效     

基于主/被动雷达双传感器的自适应跟踪融合算法

在主、被动雷达双传感器目标跟踪背景下，提出一种自适应数据融合算法。跟踪同一个目标的主、被动雷达观测数据由线性卡尔曼滤波器来处理，与主／被动雷达对应的两个跟踪器的输出数据被发送到一个中央节点，在这个节点中，包含了两个由在线跟踪信息构成的指标变量．将这些指标与设定的阈值进行对比．即通过二者的逻辑判断结果来选择用于得到整体评估的方法，其中对周值的选择决定了融合算法融合精度与计算量的平衡点。仿真结果表明，这种融合算法有很好的融合效果。     

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.     

雷达/红外双模制导下的数据融合与可视化仿真

多模复合寻的制导技术已成为精确制导武器的发展方向．采用雷达／红外双模制导模式，可有效提高制导系统的精度．因为雷达导引头具有全天候、测角和测距等优点，红外导引头具有测角精度高，测量连续等优点．将两者的信息有效地融合可以实现性能互补，提高对目标的跟踪能力．利用Visual C 6.0和OpenGL工具可实现雷达／红外双模制导的可视化仿真．     

基于H∞滤波的主/被动雷达模糊自适应融合算法

在主/被动雷达复合制导背景下,提出一种基于H∞滤波和模糊逻辑的自适应融合算法,算法结合了H∞滤波和模糊推理的优点.为了克服卡尔曼滤波对模型和传感器噪声特性的依赖性,应用H∞滤波实现目标的状态估计.与卡尔曼滤波相比,H∞滤波不需要对噪声作任何假设.由于模糊推理方法具有很强的处理不确定性问题的能力,基于协方差匹配技术应用模糊推理方法在线估计每个H∞滤波器的性能,融合中心根据每个H∞滤波器的性能融合来自两滤波器的状态估计值.数字仿真结果表明了算法的有效性.     

数据融合在雷达/红外复合制导中的应用研究

文中解决了数据融合在雷达/红外复合制导中的应用的几项关键问题.利用模糊集合来描述检测率和虚警率,提出了一种多传感器目标检测的模糊信息融合算法.利用神经网络研究了双模制导体制下目标跟踪数据融合问题,并也给出了一种具体的算法.     

雷达/红外双模制导神经网络数据融合

利用神经网络方法解决雷达/红外双模制导中的数据融合问题.红外数据经过异步数据融合处理与经过卡尔曼滤波处理后的雷达数据同步,共同作为神经网络的输入,神经网络作为同步融合中心,输出为目标的最优融合估计.研究结果表明这种方法可以在融合中心不知道协方差信息的情况下进行数据融合.     

雷达／红外数据融合的机动目标跟踪算法综述

雷达与红外数据融合能够实现信息互补,提高目标跟踪精度、识别能力以及增强系统的抗干扰性,因此受到广泛关注。针对雷达和红外数据融合跟踪机动目标的体系结构,基于近几年国内外的研究,对整个体系中的算法进行了综述。     

一种雷达/红外双模制导信息融合滤波算法

现代战争战场环境恶化,单一制导模式容易受到天气和干扰等影响,导弹制导性能降低,适应性差。雷达/红外双模制导模式综合了各传感器的优点,使制导系统具有更强的抗干扰能力、更高的命中精度。文中以工程化应用为背景,首先对主动雷达导引头和红外成像导引头测量信息采用方差自适应算法进行数据融合,再应用自适应的扩展卡尔曼滤波估计目标运动状态。最后,通过全弹道仿真证明了该方法的有效性。     

多模寻的制导的数据融合算法研究

提出了一种多模寻的制导系统中数据融合算法。首先对多模式探测数据进行时／空校准，然后进行测量数据的相关处理．再后利用最大似然算法对测量数据进行最优压缩，最后利用扩展Kalman滤波器对压缩后的数据进行滤波，输出目标的状态估计。仿真验证了算法的有效性。     

基于数据融合的双基阵被动定位算法的研究

为了对低空飞行目标进行定位,提出一种基于数据融合的双基阵声测被动定位方法,并对定位算法和误差进行了理论分析和数值仿真。该方法采用单基阵估计的目标方位结合双基阵阵间时间延迟的方法进行目标融合定位,充分利用了基阵间的相干性。仿真表明,该方法具有较高的定位精度。该研究成果可直接用于空中运动目标的定位,也适用于地面运动目标的定位,还可推广到多基阵的运动目标声测被动定位。     

雷达-红外异地配置下的数据融合算法

文中讨论了雷达和红外传感器异地配置情况下的数据融合算法.首先,讨论了雷达相对于红外传感器所在位置的转换测量和相应的测量误差获得方法;然后,对转换后的雷达测量数据和红外传感器的测量数据进行融合处理,从而可获得新的等效测量数据.最后,给出了算法的仿真分析.仿真结果表明新的融合算法能有效提高系统的状态估计精度.     

用最小方差最优算法实现雷达-红外数据融合

文中提出应用最小方差全局最优算法实现雷达-红外双模复合寻的制导的数据融合.文中主要介绍了最小方差全局最优算法的基本原理、参数选择原则,并通过仿真分析,证明该方法应该到雷达/红外双模导引系统后,对目标信号检测性能和抗干扰性能有明显改善.     

一种模糊自适应最小方差数据融合算法

文中提出了一种基于模糊规则的噪声方差自适应算法,较大的提高了融合算法对测量噪声干扰的适应性和鲁棒性.该算法还具有计算简单,易于实现的优点.最后将该算法应用于主/被动雷达多传感器数据融合系统.仿真结果表明,这种算法融合精度高并对噪声干扰具有较强的鲁棒性.     

基于N-P准则的雷达和红外传感器数据融合研究

为了提高雷达、红外传感器对目标的检测性能,结合传感器的检测原理,对雷达和红外传感器的检测级融合进行了研究;在对N-P准则研究的基础上,研究了雷达和红外信号检测级数据融合的体系结构、融合规则、融合算法等,通过仿真验证,给出了雷达、红外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,通过分析可知,融合系统的检测性能优于雷达、红外单部传感器的检测性能。     

地空反辐射导弹红外/被动微波复合导引头数据融合技术研究

数据融合技术是多模复合导引头的核心问题和关键技术。针对被动微波／红外复合导引头,通过分析武器系统对融合处理系统的要求,设计了数据融合处理的总体方案;提出了基于预测一观测差和预测一预测差的单导引头干扰判断和多导引头干扰判断方法;最后针对导弹攻击过程中的不同阶段设计了数据融合策略。结合实测数据的实验,验证了干扰判断和融合策略的有效性。     

多传感器滤波跟踪型数据融合算法研究

针对非线性观测的目标跟踪问题，对滤波跟踪型数据融合进行了研究，提出了基于去偏转换测量值卡尔曼滤波算法的非线性系统中的数据融合算法．从仿真结果可以看出，集中式融合算法和分布式融合算法的差别并不大，结果基本相同．因此，在非线性系统中，基于去偏转换测量值卡尔曼滤波算法的分布式融合算法可以重构集中式融合算法．     

制导信息协同作用下的引信数据融合分析与研究

分析了基于制导引信一体化技术弹目交会段制导信息的提取,设计了起爆控制系统中的数据融合方案,并介绍了相关的数据融合算法,仿真实验表明了它们的有效性.     

基于MGEKF的被动声纳目标探测数据融合仿真模型开发

针对水面舰编队联合反潜战中目标探测数据融合建模的需求,研究了被动声纳目标探测的修正增益卡尔曼滤波算法,设计了一种在分布交互仿真系统中使用Simulink滤波模型的方法,采用了共享内存技术和Simulink的S函数作为接口与Simulink模型进行数据交互和同步,完成了基于Simulink的角测量系统的被动声纳探测数据融合仿真模型开发。仿真结果表明,该数据融合仿真模型可满足分布交互仿真系统实时性要求。