多源信息数据融合系统性能评估研究

多源信息数据融合系统的性能、功能等指标研究是可以定量估计的,其性能评估研究是在仿真环境中检验并修正多源信息数据融合方法的有力手段。笔者在多源信息数据融合的仿真环境中,从多源信息的关联情况、融合航迹的质量、目标识别的概率及整个数据融合流程的效能等角度出发,提出了一个较完备的性能评估指标体系,并通过多次仿真结果进行了验证。     

一种双无人机协同跟踪地面移动目标方法

针对通信延时情况下双无人机协同跟踪地面移动目标问题进行研究, 构建了基于分布式遗传算法和滚动时域优化结合的目标跟踪航迹规划算法模型。考虑到通信延时会增加目标状态信息数据融合时的误差, 导致无人机跟踪任务效果变差, 结合递推最小二乘滤波和加权最小二乘估计设计了融合方法, 来融合处理目标状态信息; 考虑到无人机对目标的观测效果与未来时刻的目标状态信息密切相关, 采用递推最小二乘滤波预测目标的状态信息, 结合分布式遗传算法和滚动时域优化设计了双无人机目标跟踪航迹规划算法。适应度函数考虑了无人机和目标之间的距离、无人机之间的通信距离、无人机之间的通信角度。仿真结果表明：该协同跟踪方法能够较好地完成跟踪任务; 与一架无人机跟踪相比误差明显减小, 并且可以减小通信延时带来的跟踪误差。     

分布式多传感器航迹融合算法与仿真分析

在多传感器目标跟踪问题中,利用信息融合技术可以有效的提高跟踪精度。但高精度的融合估计通常对计算、通信资源要求较高,而资源要求较低的融合方法其解通常又是次优的。自适应航迹融合算法的计算过程可以根据当前系统的特性和需求,依据融合决策树自适应地选定航迹融合算法。仿真结果表明自适应算法具有接近加权协方差算法的精度,而计算量则减少一半左右。     

估计融合算法的一类敏感指标研究

为了改善在复杂多变的环境下多源信息融合的准确性和鲁棒性,可在融合过程中进行算法管理,自适应配置算法的方法实现。在算法配置中反馈所需的条件采用算法敏感指标进行评价。在状态估计敏感指标OSPA距离测度基础上,提出估计融合中的敏感指标GOSPA距离测度,GOSPA距离将真实航迹和全局航迹之间的误差分离成航迹距离误差和航迹关联误差。通过对比实验表明,估计融合中的全局OSPA测度指标对航迹融合算法的性能评估是敏感的。     

分布式多传感信息融合系统的异步航迹关联方法

在分布式多传感信息融合系统中,由于每个局部传感器的采样频率不同以及具有不同的通信延迟,导致来自不同传感器的局部航迹往往是异步的.针对此问题,提出了一种异步航迹关联方法.该方法首先基于最小二乘法实现单传感器的时域融合,从而将多传感异步航迹同步化.接下来,将多传感多目标航迹关联问题转化为在网络中搜索总费用最小的多个互不相交的路径问题,从而获得相应于每个目标的各个传感器的局部航迹组合.仿真试验表明,算法可以有效地解决异步航迹的关联问题,且具有较高的关联成功率.     

基于网络延时的异步航迹融合

针对分布式传感器网络中广泛存在的通信延时问题,在异步航迹融合的基础上,提出一种基于网络通信延时的异步航迹融合算法。该算法对通信延时情况进行模拟,能自动地对产生延时的传感器进行跟踪和检测,并做出相应处理。算法具有较高的灵活性和较强的实用性。对数据传输延时的影响进行分析,通过仿真实验比较了数据传输延时对航迹融合效果的影响。     

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。     

基于模糊逻辑应用于反馈结构的多传感器航迹融合的研究

在分布式多传感器信息融合系统中,反馈结构可用来提高局部节点的跟踪性能,进而提高全局航迹的融合精度.模糊逻辑应用于对多个航迹的位置偏差、速度偏差和加速度偏差进行模糊化、模糊逻辑推理及去模糊等,提出了关于模糊逻辑应用于反馈结构的多传感器航迹融合的方法.     

基于模糊逻辑应用于反馈结构的多传感器航迹融合的研究

在分布式多传感器信息融合系统中,反馈结构可用来提高局部节点的跟踪性能,进而提高全局航迹的融合精度.模糊逻辑应用于对多个航迹的位置偏差、速度偏差和加速度偏差进行模糊化、模糊逻辑推理及去模糊等,提出了关于模糊逻辑应用于反馈结构的多传感器航迹融合的方法.     

基于5G技术的MIMO通信网络数据超低延时传输方法

为了超低延时传输数据,为实际工作提供可靠数据保障研究,提出了5G技术的MIMO通信网络数据超低延时传输方法。按模块化思想设计以5G通信、无线路由等模块为主要构成的5G高可靠数据传输终端,并将其应用于MIMO通信网络中,并在终端5G通信模块使用自适应公平调度法,经用户SNR估计、传输速率求解等操作,按用户分组数据长度以及获取的数据传输速率,求解用户等待传输延时,最终依据自适应延时公平调度准则,挑选拥有最低等待延时的用户传输数据。实验结果表明：该方法数据传输延时及能量低,无线节点宽带利用率以及吞吐稳定性好。     

基于改进D-S证据理论的多源空战信息博弈融合方法

多传感器系统与单传感器系统相比能够更大限度地获取被探测目标的信息量,但在空战中无人机传感器探测得到的数据在一定程度上具有欺骗性,利用博弈融合技术对多传感器数据进行融合,能够获得更加符合空战实际需要的信息。为此,研究了一种基于改进D-S(Dempster-Shafer)证据理论的多源空战信息博弈融合技术,在信息融合前采用Jousselme距离进行预处理,并利用费雪信息进行冲突数据博弈,所得策略集使空战数据更加可靠。在此基础上,根据邓熵方法对基于D-S证据理论的融合方法进行改进,与传统D-S证据理论方法相比,融合数据符合空战实际。最后对存在冲突的多源空战信息进行博弈融合仿真,仿真结果验证了该方法的可行性与优势。     

基于伪测量的分布式最优单步延迟航迹融合估计

融合中心如何处理无序局部数据,对分布式多传感器系统的运行品质至关重要．本文将系统中的局部估计转化为伪测量,将分布式融合估计转化为二级集中式融合估计．将所得的伪测量兼分布式融合估计算法与单步延迟的无序测量数据（out-of-sequencemeasurements,OOSM）最优滤波-A1算法进行组合,得出了分布式多传感器系统的最优单步延迟无序航迹（out-of-sequence tacks,OOST）估计算法,适用于航迹无序局部数据融合估计．该算法具有最优估计性能．     

多传感器数据融合的通讯复杂性问题

通讯复杂性理论是一个计算抽象模型,它关心的是系统内部之间的数据通讯量的大小。多传感器数据融合是指多个传感器跟踪多个目标,是一种多层次的、多方面的处理过程,这个过程是对多源数据进行检测、结合、相关、估计和组合以达到精确跟踪不同目标的目的。该文把复杂性秩理论应用到多传感器融合,以获得多传感器之间数据融合所需的最小的通讯条件。     

基于Java技术的LBS系统的构建

空间定位信息服务(LBS)是移动GIS最有前景的应用方向之一,它是地理信息系统、通讯技术和计算机技术的有机结合。基于位置的服务将成为人们日常生活中一种重要的信息服务。本文提出了基于Java技术的位置服务系统的完整框架,并详细讨论了基于GML的服务器端多源数据融合技术和客户端地理信息服务的实现技术。     

多传感器噪声方差未知情况下的异步航迹融合

针对分布式多传感器数据融合系统,提出了一种多传感器异步航迹融合算法。现有的多传感器信息融合算法大都基于Kalman滤波器,要求噪声方差已知,并且假定各传感器同步采样,不考虑通信延迟。本文在分布式处理的模式下,基于各传感器在扩展记忆因子递推最小平方(EFRLS)估计形成本地航迹的基础上,提出了一种融合误差均方差矩阵的迹最小意义下的异步目标航迹融合算法。仿真实验结果表明,这种融合算法是有效的,算法接近集中式融合算法的精度。     

多源测量信息融合的弱点动目标跟踪算法

在复杂背景下,为提高微弱点动目标跟踪系统的抗干扰能力,从不同信噪比的多红外图像序列出发,基于新的融合跟踪结构（增加局部处理器）,提出了一种模糊逻辑的多源信息测量融合跟踪算法：各局部处理器对原始测量进行恒虚警和自适应检测,将判决后的测量送入融合中心,融合中心对测量作模糊逻辑判决融合,转化为虚拟单序列测量,采用PDA卡尔曼滤波算法跟踪。实验结果分析表明,该融合跟踪算法与单序列相比,具有较高的跟踪精度、稳定性,避免了单图像序列跟丢。     

多源异构数据治理技术在跨境电力运营监管过程中的应用与实践

针对传统跨境电力运营监管过程中存在的监管延迟时间过长和监管效率不高的问题,本文提出在跨境电力运营监管过程中采用多源异构数据治理技术对监管数据进行高效收集、处理、传输和应用,以提高跨境电力运营监管效率的方案.首先,通过收集和处理跨境电力运营过程中的监管数据,并对两种级别的元数据同时进行有效的特征提取和元数据特征加权融合;...     

Multi‐sensor track‐to‐track fusion via linear minimum variance sense estimators

An integrated approach that consists of sensor‐based filtering algorithms, local processors, and a global processor is employed to describe the distributed fusion problem when several sensors execute surveillance over a certain area. For the sensor tracking systems, each filtering algorithm utilized in the reference Cartesian coordinate system is presented for target tracking, with the radar measuring range, bearing, and elevation angle in the spherical coordinate system (SCS). For the local processors, each track‐to‐track fusion algorithm is used to merge two tracks representing the same target. The number of 2‐combinations of a set with N distinct sensors is considered for central track fusion. For the global processor, the data fusion algorithms, simplified maximum likelihood (SML) estimator and covariance matching method (CMM), based on linear minimum variance (LMV) estimation fusion theory, are developed for use in a centralized track‐to‐track fusion situation. The resulting global fusers can be implemented in a parallel structure to facilitate estimation fusion calculation. Simulation results show that the proposed SML estimator has a more robust capability of improving tracking accuracy than the CMM and the LMV estimators. Copyright © 2008 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society