基于统计双门限的异类传感器的航迹关联算法

异类传感器由于探测维度以及探测空间的不同,导致传感器之间的航迹关联变得困难。为实现海陆空之间统一的目标信息态势,本文针对雷达、被动声纳的航迹关联问题,提出了一种基于统计双门限的异类传感器航迹关联算法。该方法首先利用假设检验,将N个探测周期内的每个观测样本与第一门限λ进行比较,统计超过门限的样本数,并将统计结果与第二门限L进行比较,从而判断异类传感器之间的航迹是否关联。仿真实验结果表明,该方法在目标航迹交叉、分岔的情况下,仍然有很高的关联正确率,并且对于水下目标的识别也具有重大的意义。     

基于改进加权航迹关联的异步融合算法与仿真

在分布式多传感器信息融合系统中,来自各传感器的局部航迹往往是不同步的。针对分布式多传感器异步航迹关联与融合问题,文中提出一种基于改进加权航迹关联的异步航迹顺序融合算法。把多传感器异步航迹外推校准到同一时刻,实现异步航迹的同步化,再用改进的加权航迹关联算法进行航迹关联,并利用顺序融合算法对已关联航迹进行融合。仿真结果表明了该算法的有效性。     

一种新的基于统计的航迹关联算法

多源航迹融合一直是信息融合领域的研究热点。在对最近邻数据关联算法的研究基础上,提出一种新的"筒状"最近邻数据关联算法,对该算法进行仿真分析,与最近邻数据关联算法相比,新算法在密集环境下关联性能明显更优,易于工程实现。     

被动声纳目标/背景建模与仿真

该文通过对舰船辐射噪声水声特性的分析，建立了舰船低频辐射噪声连续谱和线谱的数学模型，让迭加有线谱信号的白噪声通过一个有限冲激响应（FIR）数字滤波器，即可得到期望的目标舰船辐射噪声信号。该模型和海洋传播损失模型以及海洋环境噪声模型一起用于仿真被动声纳系统的接收信号。通过对仿真输出信号的处理和分析，给出了声场谱图，结果表明该方法能很好地再现被动声纳目标舰船辐射噪声的典型声学特征。该方法也可用于半实物仿真、系统测试以及水中兵器仿真等。     

一种基于非线性特征提取的被动声纳目标识别方法研究

目标噪声特征提取是被动声纳目标识别系统的关键技术。首先提出了一种利用从噪声极限环中提取的非线性特征来分析舰船噪声信号的新方法,然后采用基于自适应遗传BP算法的神经网络对提取的特征进行分类。实验结果表明,该系统具有较好的分类效果。     

基于LabVIEW的雷达与AIS航迹关联的研究

现代船舶交通管理系统中,雷达与AIS航迹的关联处在一个非常重要的位置上。结合LabVIEW图形化编程特点和MATLAB强大的矩阵运算能力,应用二者混合编程和BP网络算法的改进,实现雷达与AIS的航迹关联。利用图形化编程工具LabVIEW开发平台与神经网络相结合,能更直观地分析关联模型,拓宽了二者的应用领域,并为提高航迹关联技术和开发效率提供了新的思路。     

基于网格技术的航迹融合研究

本文对C3I系统中的融合中心的航迹关联、航运估计融合处理的算法模型、网格部署应用进行了研究和测试.本文提出并建立了基于网格的航迹关联系统模型,给出网格服务器的具体的最优作业调度策略算法,通过模拟多种战场环境下的航迹数据对系统进行了测试,证实基于网格的航迹关联处理获得了比传统单机更好的性能,从而达到了提高指挥自动化系统的实时性和生存能力的目的.     

基于Hough变换的航迹关联算法

目前的航迹关联算法大都存在抗干扰能力差和计算量大的缺陷,从这个角度出发,将Hough变换引入航迹关联,利用其良好的抗噪声能力和它适用于并行处理、实时应用的优良特性,解决了现有航迹关联算法存在的问题;仿真结果表明了该算法的可行性和有效性。     

水声对抗仿真系统中的被动声纳仿真

针对水声对抗训练是提高海军战斗能力的重要手段.水声对抗中各种设备功能的实现都是声纳的探测基础.传统的声纳仿真研究侧重于信号、信道的仿真,对计算机硬件要求非常高,而且在分布式仿真中需要进行大量的数据交互,会严重影响系统的实时性.为改变现状,采用被动声纳方程为基础,总结出被动声纳方程各项参数的计算方法,得出一种在战术层次对被动声纳建模仿真的方法,在减小网络负载的前提下,合理地反映出各种环境参数对声纳探测范围的影响,方法可以应用于海军舰潜机间战术演练的水声对抗系统中.     

PC计算机实现被动声纳实时测量运算

本文介绍了应用PC计算机实现被动声纳实时测量运算的方法,进行了被动声纳测量误差的分析,给出了被动声纳系统实际测量到的水中高速运动目标的轨迹和测量误差.     

基于特征融合的被动声纳目标识别

在被动声纳目标的分类识别中,不同的特征提取方法提取的特征反映了噪声信号不同的特性,一般情况下,很难做出某种方法优劣的判断.如何把这些不同的特征提取方法提取的特征矢量融合起来,对被动声纳目标分类识别非常有意义.在应用数据融合的方法对基于倒谱的特征提取方法、基于局域判别基的特征提取方法和基于听觉响度特征提取方法提取的特征矢量进行融合.提出了基于正态分布的概率密度函数的确定基本概率赋值的方法,利用三种特征提取方法对水声目标噪声信号进行特征提取,对提取的特征矢量进行融合,并进行分类实验,结果表明,特征融合使分类过程中的不确定性样本数减少,从而相应地提高目标分类的正确概率.     

基于多神经网络融合的声纳目标分类

给出了设计单个神经网络的指导性条件,用群组决策原理动态优选子网络,用改进的模糊积分方法融合各子网络的输出信息。读方法用于主动声纳目标分类系统,用4个不同类型的神经网络组成融合系统,取得了较好的效果。     

被动声纳组网系统模型的构建及可视化仿真

为解决在海洋中大范围侦察和监视目标的问题,对声纳组网进行建模和仿真:给出了被动声纳基阵布阵的两种方法;应用单个被动声纳测向,两个或两个以上的被动声纳阵求解目标运动参数;考虑到声传播损失受海况的影响,对传播损失采用通用计算公式;对被动声纳接收到的信号进行谱分析,利用数据库对目标进行识别,达到实时大范围侦察和监视的目的.依次进行建模,利用Visual C 编制仿真程序,使仿真数据可视化.结果表明上述方法在被动声纳组网仿真中是可行的和有效的.     

基于最小二乘法的K-NN航迹关联算法研究

航迹关联是分布式多平台数据融合系统中的一项关键技术,在民用空管系统、军用战场态势估计方面都有重要的应用。本文提出基于最小二乘法的K近邻域统计关联算法,用最小二乘法拟合航迹曲线,通过极大似然值来判断航迹是否关联。仿真实验表明这种算法在没有状态估计协方差的情况下是可行的。     

一种基于声纳信息的地图创建方法

地图创建是实现机器人在未知环境中自主导航的关键。该文对移动机器人在地图创建中所收集的不确定传感信息进行研究,分析声纳传感器的散射和镜面反射特性,提出一种改进的概率栅格的地图创建方法。该方法将距离信任因子引入到声纳传感器模型。利用该模型,实现移动机器人的自主地图创建,并有效地减少由于声纳传感器所引起的不确定性。通过机器人平台上进行的实验表明该方法的有 效性。     

基于动态加权的分布式多传感器航迹融合算法

针对目前分布式航迹融合算法中鲁棒性和实时性问题,基于充分利用多传感器测量数据中互补和冗余信息的思想,通过局部航迹估计间模糊支持度函数的建立和支持度矩阵的求解,动态地实现各局部航迹估计在融合中心权重的合理分配,进而提出了一种基于动态加权的分布式多传感器航迹融合算法。最后,通过蒙特卡罗仿真验证了该算法的有效性。     

基于多模型航迹质量的融合算法

如何确定最优加权因子是加权航迹融合算法中一个值得深入研究的问题。通过提出多模型航迹质量(Track Quality with Multiple Model, TQMM)的概念,并给出一种带信息反馈的加权航迹融合算法,来解决多传感器跟踪同一目标时的权值最优分配问题。系统引入反馈机制,利用多模型航迹质量确定权值,能够精确地更新权值,从而实时有效地进行目标跟踪。仿真结果表明,与已有的加权融合算法相比,该算法具有更好的跟踪性能,特别是在融合系统传感器观测精度相差较大的情况下,算法的跟踪效果更为突出;并且,随着传感器数目的增加,系统的跟踪精度逐步提高,但当传感器增加到一定数目时,系统的融合精度并没有得到明显的改善。     

基于多特征融合的声纳图像人造目标检测算法

声纳图像中人造目标的自动检测是当前水下探测领域需要重点解决的问题之一.传统的基于目标回波信号强度的检测方法在海底存在岩石等类似于水雷等人造目标的情况下,常会导致较高的虚警率.由于人造目标和自然背景之间的纹理特性的不同,自然背景一般具有较复杂的纹理,而人造目标形状规则、表面光滑、纹理简单.为此,对基于扩展分形特征的声纳图像人造目标检测算法进行研究,同时利用灰度统计信息进行信息融合,给出了多特征融合的检测算法.仿真实验表明该方法在声呐图像人造目标检测中具有较好的检测性能.     

基于相参积累的距离多普勒二维航迹关联方法研究

为了改善多目标跟踪雷达在相参积累工作模式下的航迹关联性能,提出了基于距离-多普勒速度二维信息联合处理的多目标航迹关联方法.针对典型的雷达线性调频信号模型,讨论了回波信号相参积累的具体实现方法,分析了脉冲雷达在相参积累工作模式下的速度分辨力;利用相参积累工作模式下显著的径向速度高分辨力,结合目标距离分辨信息,研究了雷达目...