一种基于模糊逻辑的主/被动雷达数据融合算法

提出一种基于模糊逻辑的主/被动雷达传感器数据融合算法。首先将单个雷达的测量值通过时间校准后,将它们作为卡尔曼滤波器的输入分别滤波,然后再对滤波后的目标状态估计进行融合。融合算法是基于卡尔曼滤波的协方差匹配关系,采用模糊推理得到数据融合的权值。最后将各传感器的卡尔曼滤波状态估计进行加权融合得到所需要的目标状态信息。采用该融合算法可以有效提高目标跟踪系统的抗干扰能力。仿真结果表明该算法有效。     

被动雷达导引头信号仿真平台研究

为了给被动雷达导引头的研究提供良好的实验平台,采用相干视频信号仿真方法,对被动雷达导引头进行建模与动态仿真研究,并构建信号仿真平台.在实验中,本文给出了被动雷达导引头仿真系统在典型战情下的仿真结果,证实了被动雷达导引头仿真模型的正确性与仿真平台的可靠性.     

被动雷达导引头数字信道化技术

为了提高被动雷达导引头系统灵敏度并且给信号分选处理机提供相位差信息,提出了一种采用相位干涉仪测向与数字信道化接收相结合的方法,在宽频带内实现多信号同时接收、数字鉴相和数字测频.针对被动雷达导引头对目标实时截获跟踪的要求,采用了一种高速高效信道化结构,在采用D个子带的条件下,可将被动导引头系统灵敏度提高10 logDdB.通过构建实际的数字信道化接收系统并进行测试,测频误差不超过1 MHz,动态范围可达到30 dB.     

被动单脉冲导引头对两干扰源的跟踪特性研究

讨论了被动单脉冲导引头主波束内同时存在两个干扰源时,导引头对干扰源的跟踪特性,包括静态跟踪特性和动态跟踪特性,利用广义跟踪持性曲线分析了动态跟踪特性与静态跟踪特性的不同特点,并利用导弹攻击误差分析了导引头跟踪单一干扰源的可能性和条件。     

被动雷达/红外复合制导目标跟踪的数据融合研究

提出了一种用于被动雷达和红外的融合算法，并设计了一种可用于被动/红外成像复合制导中实时信息融合的多处理器处理系统。该系统由2片TMS320C6701微处理器芯片构成，各处理器之间可以根据任务的需要实时地进行高速数据传输和高效的软件通信，采用Flash进行程序引导，可以脱机运行，也可用于类似的复合信息处理系统。实验证明了该算法的有效性，可行性、该系统具有较高的灵活性，当要求系统能够支持多任务同时运行时则更显优越性。     

反辐射导弹被动雷达导引头抗两点辐射源干扰的分析及其对策

本文分析了两点非相干干扰源对反辐射导弹干扰的效果;推导了分辨角△θ_R的计算公式;提出了角度选择方法。利用角度选择得到小分辨角△θ_R,实现抗两点辐射源干扰。     

分布式结构下主/被动雷达抗假目标干扰方法

针对欺骗式假目标干扰,提出一种利用分布式融合结构主／被动雷达网的距离欺骗式假目标鉴别算法．首先利用主动雷达中的量测值来联合被动雷达进行航迹起始,并在航迹起始阶段剔除部分假目标; 之后,主动雷达和被动雷达独立地对目标进行跟踪滤波; 对于主动雷达中已形成稳定航迹的假目标,利用航迹关联的方法将其剔除．仿真结果表明,这种方法可以在保证真实目标鉴别概率的前提下,对欺骗式假目标进行有效的鉴别,降低主／被动雷达网的被欺骗概率．     

AGV用GPS/DR组合导航信息融合

目的 研究一种满足室外自动导引小车(AGV)导航要求的高精度、低成本的组合导航系统.方法 应用信息融合技术,通过航位推算系统辅助GPS定位,并采用卡尔曼滤波的融合算法,克服了GPS信号的遮蔽与中断问题,使组合系统能够较好地满足AGV导航定位的需要.用VC ++编写融合算法以及实验控制程序,实现了实验数据的采集以及对AGV的运动控制.结果 给出了GPS单独导航和GPS/DR组合导航两种工作状态下的位置误差,从对比中可以看出,组合导航系统的定位精度比GPS单独导航的定位精度提高了50%.结论 组合导航系统可以减小甚至消除推算定位系统随时间积累的误差,并在任何情况下能较好地实现AGV的实时、可靠、准确定位.     

主动雷达导引头速度信息辅助捷联惯导的组合系统性能分析

主动雷达导引头(ARS)在飞行中段向地面开机，可利用多普勒效应得到沿导引头波束方向的速度测量值，具有辅助惯导的潜力。文中采用卡尔曼滤波算法，建立了导引头波束速度信息辅助惯导的模型。研究表明，利用该测速信息可辅助捷联惯性导航系统(SINS)，构建主动雷达／捷联惯导系统，在不增加导航设备的基础上，可提高纯惯导系统的精度。该系统能给出米级精度的速度信息，明显抑制了惯导位置误差的增长，具有良好的应用潜力。     

歼击机对空中目标参数被动测量的方法研究

仅根据光电瞄准系统探测到的空中目标俯仰角和方位角,利用非线性滤波算法即可估计出目标的位置和速度等运动参数。建立了歼击机和目标的相对运动数学模型,在对扩展卡尔曼滤波算法优化的基础上,推导出自适应修正增益的扩展卡尔曼滤波算法。仿真结果表明,与传统的扩展卡尔曼滤波相比,该算法具有更高的稳定性和估计精度,能够满足歼击机在中远距离使用制导武器对目标攻击的发射条件。     

基于软件雷达的数据融合算法研究

介绍一种软件雷达与其他探测模式组成的多探测模式互联系统中的数据融合系统,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,通过仿真验证算法的有效性.     

Multi-Sensor Data Fusion Technologies for Blanket Jamming Localization

The localization of the blanket jamming is studied and a new method of solving the localization ambiguity is proposed. Radars only can acquire angle information without range information when encountering the blanket jamming. Netted radars could get position information of the blanket jamming by make use of radars‘ relative position and the angle information, when there is one blanket jamming. In the presence of error, the localization method and the accuracy analysis of one blanket jamming are given. However, if there are more than one blanket jamming, and the two blanket jamming and two radars are coplanar, the localization of jamming could be error due to localization ambiguity. To solve this confusion, the Kalman filter model is established for all intersections, and through the initiation and association algorithm of multi-target, the false intersection can be eliminated. Simulations show that the presented method is valid.     

异步数据融合的传感器配准

针对异步多传感器系统 ,研究一种能有效估计配准误差并消除其影响的算法 .提出用最小二乘法和卡尔曼滤波算法分别进行时间配准和估计失调误差和姿态误差 .仿真结果证实了算法的有效性 .采用最小二乘法可以将数据压缩“对齐”到任意时刻 ,采用卡尔曼滤波算法可以估计并消除配准误差的影响 ,这对多传感器的数据融合具有重要的意义 .     

一种有效的数据融合方法——分布式的离散Kalman滤波方法

介绍了一种基于Kalman的数据融合方法,分析了用于多传感器数据融合的Kalman滤波方法基本概念和理论。在Kalman滤波理论的基础上对全球定位和惯性导航系统的车辆组合系统进行了仿真。结果表明,分布式的离散Kalman滤波方法是一种有效的数据融合方法。     

雷达和IRST数据融合中的协调决策方法

针对IRST和雷达数据融合,提出了一种协调决策方法,用以解决如何减少雷达被对方ESM锁定的机会;当雷达关断后,如何获取目标的位置信息;如何检测目标机动等问题.首先构造了用于在雷达关断后预估目标状态的时间多项式;其次通过比较预估值和来自IRST的目标观测值建立了一组检测目标机动的判别式;且给出了一组决策规则.最后对给定的目标环境进行了模拟仿真,检验了此方法的有效性.     

城市快速路多尺度交通数据融合方法

为了从原始数据层面保证动态交通数据的质量,针对多检测器异步采样中非等采样率同时采样的情况,首先构建快速路多检测器动态系统,并对多检测器动态系统进行小波变换,提出基于小波和卡尔曼滤波的多尺度交通数据融合方法.最后,采用上海市南北高架快速路实测数据进行实验验证和对比分析.实验结果表明:对于添加噪声强度为2.5%、5.0%、7.5%和10.0%随机噪声的观测数据,该方法的数据融合效果均优于对比方法.     

多传感器跟踪型数据滤波融合算法

在实际系统中，常用的数据融合方法是基于扩展的卡尔曼滤波法的融合算法，但是这种融合算法的跟踪精度并不是很高，通过对滤波跟踪数据融合的研究，提出了基于转换测量值卡尔曼滤波算法的非线性系统中的数据融合方法，研究表明，在利用激光干涉仪进行目标跟踪时，这种基于融合算法的集中式融合算法的跟踪性能优于分布式融合算法，但是，从仿真结果可以看出，两种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，基于转换测量值卡尔曼滤波算法的分布融合算法可以重构集中式融合算法。     

基于可信度的多源定位数据融合方法

建立了一种适合城市环境的多源定位系统自适应联邦卡尔曼滤波模型. 首先通过估计各子系统定位结果的测量噪声,得到子系统可信度并分配信任因子;然后对各子系统的定位结果进行联邦卡尔曼滤波,并根据信任因子对各子滤波器进行信息分配,以获得最优滤波估计. 为了更加客观方便地评价滤波效果,提出一种新的滤波性能评价方法. 仿真结果表明了算法的有效性及滤波评价方法的优越性.