一种计算机网络侦察的数据融合算法

计算机网络侦察是网络战的一个重要环节,如何对大量的来自不同侧面的网络侦察数据进行有效的融合是其中的一个难点问题。该文分析了计算机网络侦察信息的特点以及计算机网络侦察信息融合处理的特点,基于可能性理论和模糊综合函数理论提出了一种计算机网络侦察目标识别模型和计算机网络侦察数据的时空数据融合算法,并讨论了时空数据融合算法间的相互关系。     

基于D-S证据理论的光电测量数据融合

当前测距装置易受到大气、噪声的干扰,导致测量数据不精准。大数据发展战略下,对数据精确度提出了新要求。针对光电测量仪器测量数据测量精度较低、可靠性较差等问题,提出了一种基于D-S证据理论的光电测量数据融合模型。模型采用决策层融合方法,实时融合传感器采集的数据。实验仿真数据表明,此模型具有较高的融合精度,有利于提高光电测量数据的精确性、实时性。     

基于信息融合的多传感器侦察技术

本文介绍了多传感器侦察系统中信息融合技术的特点、层次、结构模型以及实现方法,提出了未来多传感器侦察系统信息融合技术应着力解决的问题。     

多传感器数据的统计融合方法

在多传感数据融合过程中 ,各传感器的可靠程度的确定是至关重要的。利用统计方法理论 ,将各传感器的可靠程度模糊化 ,进而给出各传感器的综合支持程度指标 ,并在此指标基础上给出多传感器数据的融合结果。该方法计算简便 ,其结论较为稳定     

基于数据融合的多目标无源跟踪的弹性网络方法

弹性网络被应用于多目标／多传感器无源识别和跟踪问题。在传感器仅能获得目标方位角的条件下,首先基于多传感器数据融合技术,分析了目标的聚类特征;然后借助期望模板提出了一种非全连接环形结构的弹性网络模型,分析了该模型识别和跟踪目标的动力学机制,讨论了网络应场内的ＷＴＡ竞争学习机制降低了网络的计算量,感应场的自适应性可以使神经元跳出局部极小点,提高目标识别率。     

基于多传感器数据融合的人体运动模式识别研究

针对单一传感器在人体运动姿态监测中误差较大的问题,提出了一种基于加速度传感器和陀螺仪数据融合的人体运动模式识别方法;该方法使用陀螺仪输出的人体运动信息对加速度传感器采集到的姿态角信息进行修正,采用卡尔曼滤波算法实现多传感器信息的融合,有效提高了姿态角度测量的准确度;根据人体日常的活动状态构建了基于人体姿态角度特征的隐马尔可夫模型实现人体运动模式的识别;实验表明,该方法比采用单一传感器方法识别的准确率高,可以有效区分不同的日常活动行为。     

多传感器数据融合的概率权方法

针对多传感器对某一特性指标进行多次测量实验的数据融合问题,提出了一种基于概率基本理论的融合方法。该方法把各传感器的测量数据作为一随机变量,利用测量值的样本数据,确定测量值随机变量的取值范围,估计出样本均值和样本标准差,从而得到各传感器数据融合的概率权,并给出数据融合公式。应用实例验证了该方法的有效性和稳健性。     

多光纤传感器数据融合测量表面误差的方法研究

提出了一种基于多光纤传感器数据融合测量表面粗糙度、平面度和平行度等误差的方法.研制了其测量实现系统;论述了光纤传感器测量表面粗糙度、平面度和平行度等误差的测量原理,以及其光电探测电路的设计;经实验表明该表面误差测量方法具有多误差同时快速测量的优点,为表面误差参数测量提供了新的思路和方法.     

基于多传感器的温室环境数据融合算法研究

无线传感器网络中采集的数据存在着较大的冗余与误差,影响数据的可靠性;而在温室环境监测中,对数据的准确性要求比较高。因此,为了提高多传感器采集数据的准确性,在研究了现有的几种数据融合算法以后,提出一种基于多传感器的综合数据融合算法。给出了采用格罗布斯准则消除粗大误差,并引入哈夫曼树的思想对数据进行项融合的方法。结果表明,该算法可以有效提高测量数据的准确性。     

多传感器数据融合的一种方法

在多传感器数据融合的过程中,首先必须验证各个传感器的可靠程度,即确立正确的关系矩阵。一般做法是根据门限值判断两个传感器是否相互支持,或者用分段直线等方法表示其支持程度。在分析的基础上,提出了应用椭圆曲线表示支持程度,并分别给出了融合结果。     

多传感器数据融合的障碍物测量方法

针对在无人运输领域中,AGV小车在工位对接时停车位置不够精确的问题,本文利用激光雷达和深度相机传感器并通过相应的坐标变换对障碍物的距离进行测量,将传感器得到的数据通过选择恰当的传递函数和学习算法利用RBF神经网络进行训练.实验结果表明,用该方法得到的结果测距误差低于0.1％,速度上相比于传统的BP算法提高了24％,可用...     

基于FADS/IMU信息融合的大气数据测量方法研究

对飞行器大气数据进行估计是获取飞行状态的重要一环,是实现飞行器控制和稳定飞行的基础。通过研究嵌入式大气数据传感(FADS)系统,提出了基于容积卡尔曼滤波的惯性测量元件(IMU)数据和FADS数据融合算法。该算法对飞行器运动状态建立高阶滤波模型,使用容积点加权求和逼近的方法估计非线性运动模型,滤波输出值经处理后得到马赫数、攻角、侧滑角等大气数据。经仿真实验,算法计算的大气数据较为准确,马赫数误差小于0.01,攻角和侧滑角的误差小于0.1°。     

一种多台交会测量数据的实时融合处理方法

为了进一步提高光电经纬仪伺服引导的精度,提出了一种多台经纬仪交会测量数据实时融合处理方法。该方法充分利用各测站的测量信息,通过自动优选交会方法、最小二乘数据融合算法以及外推引导函数的生成等实时数据融合算法计算得到经纬仪引导数据。结果表明,该方法大大提高了光电经纬仪的伺服引导精度。     

一种基于雷达数据的异步融合方法

对于多传感器信息融合系统,因不同传感器的采样周期的差异,融合中心所收到的一般为异步信息.而直接采用同步融合算法对异步信息进行融合往往无法达到理想的融合效果.本文为解决此类融合问题提出了一种具备噪声辨识能力的自校正插值融合方法,该方法可以对任意周期的传感器数据进行异步融合操作,并对未知系统噪声方差进行辨识,或对由插值所引入的噪声方差变化加以修正.     

基于雷达/红外数据融合跟踪系统简述

随着快速目标的出现,现有监视雷达的不足之处愈发明显.文章引入红外跟踪设备,提出红外数据与雷达数据相融合,以弥补监视雷达不足的思路.分别介绍了红外、雷达的工作原理,以及雷达/红外跟踪系统的组成及工作原理,并通过实际应用验证了该思路的可行性.     

基于雷达与图像数据融合的人体目标检测方法

三维人体目标检测在智能安防、机器人、自动驾驶等领域具有重要的应用价值。目前基于雷达与图像数据融合的三维人体目标检测方法主要采用两阶段网络结构,分别完成目标概率较高的候选边界框的选取以及对目标候选框进行分类和边界框回归。目标候选边界框的预先选取使两阶段网络结构的检测准确率和定位精度得到提高,但相对复杂的网络结构导致运算速度受到限制,难以满足实时性要求较高的应用场景。针对以上问题,研究了一种基于改进型RetinaNet的三维人体目标实时检测方法,将主干网络与特征金字塔网络结合用于雷达点云和图像特征的提取,并将两者融合的特征锚框输入到功能网络从而输出三维边界框和目标类别信息。该方法采用单阶段网络结构直接回归目标的类别概率和位置坐标值,并且通过引入聚焦损失函数解决单阶段网络训练过程中存在的正负样本不平衡问题。在KITTI数据集上进行的实验表明,本文方法在三维人体目标检测的平均精度和耗时方面均优于对比算法,可有效实现目标检测的准确性和实时性之间的平衡。     

一种基于雷达数据融合的航班4D航迹预测方法

4D航迹预测是空管自动化系统及流量管理系统的一项核心技术,能够提高空域的利用率和安全性。本文提出了一种4D航迹预测方法,结合多数据源雷达、气象、航班计划、航空器性能等数据,利用飞行经验样本推测各时间点的航空器位置,从而得出航空器的飞行轨迹与时间的精准预测。通过在华东空管流量管理系统及空管自动化系统中的应用效果,说明该方法的实用性和有效性。     

一种多方向感知的高实时性视频融合算法

针对多路视频融合阶段拼缝线两侧范围内出现的虚影、色彩亮度差异以及高分辨率下无法实时拼接等问题,本文提出一种多方向感知的视频融合算法.首先,在图像配准阶段,采用SIFT提取特征点与特征描述子对图像进行配准;然后,在图像融合阶段,使用指数函数构建的权值查找表指导融合过渡,结合视频帧投影位置与拼接缝之间的距离,利用形态学操作...     

基于多信息融合的多目标跟踪方法研究

在线多目标跟踪作为计算机视觉和人工智能方面的一个研究热点,随着深度学习的发展取得了较大的进展。但是依然存在诸如复杂场景跟踪准确度低等亟待解决的问题。针对多目标跟踪研究中存在的行人特征信息较少、跟踪目标被遮挡等问题,提出了一种融合表观信息、轨迹历史信息和目标运动信息的多目标跟踪方法,通过专门设计的双分支网络结构和损失函数使模型在学习时将三种信息相互融合;改进相似性分数计算方法获得更多的特征信息,提取更为鲁棒的特征。多信息融合的多目标跟踪方法在计算方面开销较少,能够在测试时达到实时的效果。并且,通过相关实验验证,基于多信息融合的多目标跟踪方法能够在MOT16数据集上达到很好的性能,可以更好的处理目标遮挡、目标误检及目标丢失等情况。     

基于数据同化的图像融合方法研究

数据同化凭借其在数值预报中将观测数据与理论模型相结合的特点,目前广泛应用于遥感图像处理及图像融合领域。文中介绍了数据同化的含义和数据同化系统的构成,并分析了其应用于图像融合的原理;结合现有的研究成果着重分析了数据同化框架下结合不同优化算法的图像融合方法,并对其进行分类比较,给出了各方法的优缺点和研究成果及应用;最后在总结了各种基于数据同化的图像融合方法普遍存在的问题的基础上,探讨了进一步发展与研究的方向。