多传感器目标跟踪信息增量的计算

利用一个量测执行前后信息熵的减少及卡尔曼滤波方程中协方差的预测与更新阵,推导出传感器对目标进行检测或跟踪所产生的信息增量;并在给定最大允许的协方差阵P的情况下,得到最大的时间间隔 n.对于多传感器目标跟踪乃至后续的目标属性信息融合、目标识别和战场态势的形成都有一定的实用价值,同时它为传感器的资源分配也提供了一种有效的方法.     

多传感器环境下目标跟踪的方位配准方法

通过建立传感器无误差和有误差情形下的坐标之间的转换关系，用方位偏差扩展目标状态向量．利用扩展卡尔曼滤波器估计这种偏差，并用估计偏差对传感器测量进行校正．仿真实验结果表明这种方法是有效的．     

采用拟蒙特卡罗法的被动多传感器目标跟踪

使用拟蒙特卡罗采样方法替代传统的蒙特卡罗采样方法,改善了高斯粒子滤波器的性能,结合多传感器集中式融合策略,提出了一种基于拟蒙特卡罗-高斯粒子滤波器的被动多传感器目标跟踪算法,较好地解决了被动跟踪中的强非线性和弱可观测性问题．该算法在降低计算复杂度的同时提高了跟踪的精度和稳定性,使算法快速收敛,并且具有并行结构,有利于用超大规模集成电路来实现．     

多传感器协同探测目标的分类识别研究

采用可见光、红外、SAR、高光谱、电子信号5类传感器对目标进行协同探测,提出了一种基于神经网络与D-S证据理论结合、采用“分层有序”进行目标分类识别的方法,该方法先对目标进行粗分类,然后进行细分类,能准确有效地进行目标的分类识别．     

远程多摄像机协同跟踪分析

伴随当今计算机技术的日益发展与普及,有效推动着嵌入式技术及传感器网络技术等应用的创新与完善,作为视频传感网发展空间当中一项发展较快的分支,多摄像机协同跟踪技术系统研究工作得到广泛开展.本文以此系统实现的关键技术为依托,分别从基于Internet的云台控制、运动对象的跟踪方法及多摄像机的协同跟踪三方面作以深入分析,以期为相关研究提供理论参考.     

异步多传感器目标跟踪融合

传感器信息融合一直以来被认为是改进目标跟踪的一种有效手段.一般的做法是假设所有传感器是同步的.但是这样的假设在实际系统中常常难以做到.在考虑多传感器目标跟踪时,不依赖于同步假设,即允许各传感器使用不同的采样频率.允许传感器平台与处理中心存在交流延迟等,提出了一种新的基于一级融合跟踪和二级融合跟踪的处理方案.该方案是在分布式融合的基础上,融合处理可以发生在融合区间内的任意时刻.     

基于多传感器协同的自适应联邦滤波跟踪算法

为了充分利用多传感器的冗余信息实现高精度跟踪,提出了一种带有离群点检测的冗余信息自适应联邦滤波跟踪算法。首先,在信息分配阶段,针对冗余信息设计了一种自适应信息分配因子,提高了信息分配效率;其次,在信息融合阶段,为了降低误差数据对跟踪结果的影响,提出了一种离群点检测算法,针对存在相关性且服从高斯分布的数据,通过D-S证据理论综合所有滤波器的判断评估数据是否为离群数据;最后,使用线性最小方差估计进行融合,得到更为精确的最终估计结果。仿真验证了所提算法具有更好的跟踪精度和鲁棒性。     

低慢小目标多装备协同探测分配问题研究

综合运用雷达、可见光、红外、无线电等多种探测装备协同探测是解决低空慢速小目标的探测跟踪难题的主要手段.针对多探测装备协同的目标分配问题,建立了低空慢速小目标和探测装备模型,提出了一种基于粒子群的多探测装备协同目标分配算法,最后给出了实例仿真.仿真结果表明,该算法是可行的,在实际应用中能较好地满足指挥决策和实时性要求.     

无线移动传感器网络的分布式目标跟踪算法

为了满足无线移动传感器网络(WMSN)的目标跟踪应用要求,提出了一种分布式目标跟踪算法,可使用节点引导保证WMSN的网络动态连通性;在传统分布式数据融合体系结构的基础上结合平均一致性滤波器实现了低通信开销的优化分布式数据融合．仿真结果表明,该算法在WMSN中目标跟踪效果良好,且数据融合性能优于传统分布式数据融合算法．     

一种面向地面区域检测和目标跟踪的多传感器系统协同调度方法（英文）

本文提出一种面向多任务协同的多传感器系统协同调度方法,并将其应用于地面区域检测和目标跟踪。调度的目的是选择最佳的传感器来完成分配的作战任务,并获得最佳作战收益。首先建立区域检测模型,并提出检测风险的计算方法以量化在调度中的检测收益。然后结合道路约束信息和多普勒盲区信息建立地面目标跟踪模型,并引入后验克拉美罗下限评估未来时刻的跟踪精度。最后,考虑检测、跟踪和能耗控制的需求建立目标函数,通过求解目标函数,得到最优的传感器调度方案。仿真结果表明,所提传感器调度方法可以选择合适的传感器完成所需作战任务,并在区域检测、目标跟踪和能耗控制方面均具有良好性能。     

基于归一化样本灰色层次分析的空基多平台系统作战性能评估

空基多平台系统作战性能评估是雷达组网技术领域的一个重要部分。文章结合灰色层次评估理论与数据归一化理论的特点,提出一种新的灰色层次评估方法,用于对空基多平台系统的作战性能进行评估;建立完整的空基多平台系统作战性能评价指标体系,并给出各指标的定义和计算公式;给出改进的灰色层次分析模型,为提高算法的实时性,改进后的模型以指标归一化样本矩阵代替传统的专家打分样本矩阵;以某空基多平台对抗系统为例,进行评估仿真,结果证明改进后的灰色层次评估方法具有满意的可靠性和准确性。     

多协作中继多接收天线下的解码中继传输的功率分配

提出协作通信中多协作中继和多接收天线的分析模型．采用一种理论近似的方法来分析源节点和中继节点之间的功率分配,并将对数运算转换成线性运算,从而简化了问题的复杂度．通过理论分析与仿真可知,当系统模型确定以后,功率分配系数存在最优值,由此得出最优功率分配系数和协作增益与信噪比的关系．理论分析和仿真验证表明,所提的近似算法可以有效地运用于基于多协作中继传输的协作通信．     

含水率与驱替倍数异常曲线校正方法研究

含水率与驱替倍数关系曲线作为研究水驱油规律的一条重要曲线,对油田水淹规律、剩余油挖潜以及含水率上升规律有着重要的指导作用。但在实验过程中,由于受岩心尺寸较小及高黏原油水油流度比的影响,在无水采油期、低含水期甚至中含水期无法获取准确的实验数据,出现了曲线异常现象。因此,建立了含水率与驱替倍数数学关系式,并对渤海部分稠油油田水驱实验得到的含水率与驱替倍数三类异常曲线进行了校正,根据校正后曲线对M5⁃2油田进行了水淹图绘制,进而指导该油田剩余油挖潜。     

基于新的状态划分的多机器人围捕策略

提出了一种机器人队形矩阵的标识方法,设计了维数更少的状态空间.通过分析不同队形对围捕的利弊,设计了状态评价及强化函数,减少了由于感知区域划分不精细等因素对学习结果合理性的影响.通过仿真实验,验证了方法的可行性,并对存在问题进行了分析.     

一种协同工作系统的多虚拟支撑工具

随着信息化工作的不断发展,在企业中普遍存在着多套协同工作系统。这些系统的软件分散开发,硬件服务器独立部署,需要独立的管理维护人员,一定程度上造成了资源的冗余和浪费。因此,提出一种将多个协同工作系统部署到一个软件域不同组织单元中的方法,并使用此方法在Domino平台上构建一个协同工作系统支撑工具,实现无需开发即可在该平台上快速配置出多个单位协同办公系统的技术创新。     

基于多个小波包基分析的图像融合去噪方法研究

根据不同特性的小渡包基有效表示图像的侧重点不同,提出一种基于多个小波包基分析的图像融合去噪方法.即利用不同特性的小波包基对含噪图像进行分解,然后对软阈值处理后的系数按照一定的融合规则进行融合处理,得到一组新的融合后的子图像,最后利用小波包逆变换重构得到融合后的新图像.实验表明,本算法去噪后的图像在峰值信噪比及主观视觉效果两方面均得到了明显改善.     

多协作中继系统的最优功率分配

提出了协作通信中多协作中继和多接收天线的功率分配的分析模型,采用了矩阵的奇异值分解的方法来分析系统的信道矩阵,得到了一种在功率一定的条件下使信道容量达到最大的最优功率分配方案(OPA),并得出了最优功率分配系数的封闭表达式,并与平均功率分配(EPA)做了比较,得出在相同条件下OPA(optimal power allocation)比EPA(equal power allocation) 的性能好。     

基于CDS的分布式协作共识频谱感知方法

针对原有全网络分布式协作共识方法信息交互量大、收敛速度慢、共识收敛结果不稳定的问题,本文在分布式协作共识频谱感知方法的基础上,提出了基于连通支配集的分布式协作共识频谱感知方法。该方法通过网络连通支配子集进行网络频谱感知信息的收集和共识计算,获得稳定的共识结果,再将共识结果分享给网络其他非支配集节点,实现全网络快速共识收敛。与原有分布式协作共识方法相比,降低了网络节点间的信息交互量,并且能快速收敛到稳定、精确的共识结果,仿真结果验证了算法的优良特性。     

地震动未知情况下迭代类复合反演算法比较研究

输入信息测试不完备是结构动力测试中常遇到的问题.在以往研究的基础上,重点对地震动未知情况下的迭代类复合反演识别算法进行了研究,分析比较了统计平均算法和迭代识别法的异同点,并对迭代识别的算法做了进一步的收敛性理论分析,指出了该算法收敛存在的不稳定性,回答了长期以来对该算法提出的疑问.     

关于多重网格法

多重网格法(Multiple Grid Method),简称M-G方法是近年来求解偏微分方程边值问题的快速方法之一,本文给出M-G方法的程序设计步骤,在定义工作单位数的基础上,用M-G方法求解了线性椭圆型边值问题。其计算结果表明:M-G方法具有收敛速度快的优点,当M-G方法所用层数越多,收敛速度就越快;而且控制粗、细网格层之间自适应转换的控制参数在选取上有很大的灵活性。