非同步量测特性的惯性/星光/卫星组合算法研究

多传感器组合是提高导航系统定位精度和增强系统容错性的有效手段.在分析惯性、星光、卫星导航工作特性的基础上,提出了基于集中滤波器结构的捷联惯性/星光/卫星信息融合导航方案.针对多传感器信息融合中非等间隔量测特性,设计了时间更新和量测更新分离的异步集中卡尔曼滤波算法,设计了基于外推法的卫星信息补偿算法,有效解决了多传感器非等间隔信息融合问题;针对垂直机动研究了惯性/星光姿态组合模型.仿真结果表明,算法可以有效实现对捷联惯导、星光、卫星导航信息的融合,组合精度提高1倍,具有重要的实际应用价值.     

GPS间歇性失效环境下的低成本多传感器组合导航系统研究

针对GPS/SINS组合导航系统在GPS间歇性失效环境下导航精度迅速下降的问题,设计了一种低成本的多传感器组合导航系统。该系统由陀螺仪、加速度计、气压计、磁力计和GPS组成,通过卡尔曼滤波器进行信息融合来实现精确的导航定位。针对GPS间歇性失效环境,利用气压计和磁力计的测量信息来辅助SINS进行导航。采用内置MEMS多传感器的智能产品对设计的系统进行了实验验证。实验结果表明,该系统可以在GPS间歇性失效的环境下实现精确的导航定位。     

海上目标的主、被动传感器信息融合

多传感器信息融合已经被应用到许多领域，但用于海上目标的识别和融合的文章并不多，本文主要是针对海上目标进行的。利用NN算法，给出一个新的门限。通过航迹关联和决策融合（D-S证据推理)对海上目标进行判别，可以提高识别舰船的概率。最后进行信息融合，进而提高目标识别的精度。最后给出了今后的工作。     

基子嵌入式微处理器的网络化智能传感器阵列

提出了一种基于ARM系列的微处理器S3C44BOX与Q2403A GPRS模块构成的大气污染气体监控系统。主要介绍了传感器阵列、S3C44BOX的性能特点，并说明了系统的组成原理，以及主要外围接口电路的设计和软件算法中的技术要点，给出了网络化实现的方法。     

��������еĶഫ������Ϣ�ںϼ���

 多传感器信息融合是一个新的研究领域，它应用到故障诊断领域还是近几年的事。文章主要论述了多传感器信息融合技术的基本概念、工作原理及常用方法，同时还介绍了其在故障诊断中的应用实例。     

天基目标瞄准中多传感器联合探测问题研究

空间目标的精确瞄准是进行诸多空间任务的基础。由于空间目标的特殊性，要在远距离针对高速飞行目标获得多种背景下的高捕获概率，依靠单独探测器很难完成。 本文提出了一种利用地基雷达预测目标飞行轨道，预测出目标的飞行轨迹，使天基探测设备在一个置信度较高的区域搜索；结合天基平台的红外激光，以及可见光探测方法，采用先进的信息融合技术的方法，保证在不同的背景下获得高的目标捕获概率。文中分析了在现有设备的技术能力下，满足基本的空间有效载荷的要求时，采用多探测器对典型目标的探测距离与探测概率的关系，得出在不同背景下它们的联合探测概率，为实施天基目标的瞄准提供了一条解决途径。     

目标跟踪中协方差控制的分布式多传感器管理

传感器管理就是研究如何分配传感器资源，控制各传感器工作模式的问题。由于现代雷达面临着反辐射导弹威胁，所以对目标进行跟踪时，使用传感器管理方法，合理对雷达进行资源调度，可以减少辐射量，提高自身的生存能力。文中讨论了一种基于协方差控制的传感器管理方法，给出了分布式跟踪结构下的传感器分配算法，并对目标跟踪时使用该算法调度传感器资源调度进行了仿真，仿真结果验证了该算法的有效性。     

一种多传感器反直升机智能雷伺服跟踪系统

讨论一种基于多传感器的反直升机智能雷AHM(Anti-Helicopter Mine)系统.为了提高智能雷的全自动智能跟踪能力和打击精度,在传统的被动声探测技术的基础上,结合图像传感器的视觉信息和激光测距仪的深度信息,提出一种基于声-光-电多传感器联合的自动目标探测、识别、跟踪算法.首先将五元十字声源定位技术用于低空目...     

基于多传感器的室内三维定位算法研究

针对消防员在日常救援过程中难以准确获知自身位置坐标的问题,采用姿态传感器和气压计,提出一种室内三维定位算法(ITPA)。在ITPA算法中,根据加速度的幅值均方根、加速度的幅值方差和角速度的幅值均方根,实现过零监测,从而获知消防员的行走步数。根据气压计的数据,采用高度获取,卡尔曼滤波和异常数据处理等操作,获知消防员的高度,并判断其移动行为。通过二维移动距离计算和位置获取操作获知二维坐标。根据消防员的行为对其三维坐标观测值进行修正,并采用Kalman融合算法估计消防员的当前三维位置坐标。实验结果表明:在直行行走、楼梯行走和综合行走下,ITPA算法都能获得较接近真实路线的消防员室内三维位置,降低了算法的步数误差、距离误差和漂移误差,比FINS,IPNS和IPA3D算法更优。     

改进的动态加权多传感器数据融合算法

为采用多个传感器对某一目标特性进行多次测量,提出一种改进的动态加权多传感器数据融合算法。利用模糊集合理论中的隶属函数构造各观测值的支持度矩阵,通过增加矩阵维数度量观测数据在整个观测区间的相互支持程度,采用矩阵特征向量的稳定理论分配融合权重,得到数据融合估计的最终表达式。仿真结果表明,与同类方法相比,该方法的融合精度较高,具有较好的稳健性。