基于Wilcoxon检测器的修正双模融合检测算法

针对双模复合制导中的融合检测问题,提出了一种修正的 Wilcoxon 检测器融合检测算法.通过对两局部统计量增加一个修正系数并使用修正的检验统计量进行判决,融合后系统的检测性能比传统 Wilcoxon 检测器融合检测算法有明显提高.文中给出了修正系数和融合检测器的虚警概率表达式,仿真结果表明,文中提出的算法使检测概率比传统 Wilcoxon 检测器略有下降,但虚警概率却大大降低,修正算法检测性能有很大改善,仿真结果还验证了修正系数和虚警概率关系的正确性.     

一种双模导引头目标检测的模糊数据融合算法

本文利用模糊集合来描述传感器的检测率和虚警率,提出了一种双传感器目标检测的模糊数据融合算法,并将其应用于双模复合导引头的目标检测,仿真结果表明算法合理。     

相关局部判决下基于N-P准则的分布式检测融合算法

研究了在相关局部判决条件下的基于N-P准则的分布式检测融合算法,给出了利用相关系数来表示的最优融合规则的表达式,解决了相关系数的求解问题,并在实验仿真的基础上,给出了部分有益的结论。     

基于脉冲噪声中信号检测的模糊检测器

本文提出了一种基于脉冲噪声中信号检测的模糊检测器的设计方法。该方法将贝叶斯检测理论与通过样本数据学习到的关联模糊规则集中于一体，可改善系统的品质和适应能力，因而大大降低了信息符号的误差概率。数字仿真结果表明，对比传统的最大似然检测器和最优贝叶斯检测器，这种新型的模糊检测器取得了良好的控制效果。     

分布式检测系统的模糊有序统计融合算法

为提高基于二元局部判决的分布式检测系统的检测性能,研究了基于模糊隶属度函数的分布式检测系统融合算法,提出了模糊有序统计融合准则。通过对肼传感器进行分布式检测系统仿真,结果表明：模糊有序统计融合准则在均匀环境中能获得比基于二元判决准则更好的检测性能,也好于同样采用模糊隶属度函数的求和准则的检测性能,且在多目标环境下获得了较强的适应性。     

基于分布式检测的浮标信号检测级融合算法研究

针对单枚浮标对目标检测能力有限的问题,为了提高对目标的检测性能,根据多枚空投浮标的位置和信息特点,对多枚浮标的检测级融合进行了研究;在对分布式检测融合理论进行研究的基础上,研究了基于分布式检测的浮标信号检测级融合体系结构、融合规则、融合算法等.通过仿真验证,给出了各浮标及融合系统的检测性能曲线,及相关系数、接收机信噪比等参数与检测性能的关系.仿真分析结果表明:经过融合后的浮标信息检测性能优于单枚浮标的检测性能.     

一种稳健的分布式检测算法

在多雷达分布式检测系统中各个雷达的信噪比各不相同且没有办法对实际的信噪比进行有效估计时,基于N选k融合的分布式检测策略最稳健的方法就是选择N选1融合,但是这种方法相对于系统所能达到的检测性能有很大的损失,该文提出了一种基于4元局部判决的方法,融合中心作3种N选k融合,然后将3种融合结果进行或运算以得到最终判决结果。仿真表明该方法比N选1融合具有更好的检测性能,能适应各个雷达输入信噪比剧烈变化的情况,是一种稳健的多传感器分布式检测方法。     

基于局部检测统计量的分布式CFAR检测理论研究

本文系统研究了融合中心接收局部检测统计量的分布式CFAR检测技术。在假设局部检测器背景杂波功率水平相同以及不同传感器测试单元之间服从独立同分布的前提下,首先推导了局部采用单元平均（CA）检测器时融合中心的检测概率与虚警概率的解析表达式,在此基础上利用Laplace变换的频域微分性质,将其推广到局部采用其它检测器,获得了普适性的融合方法,可适用于局部采用任意数量、形式的均值（ML）类和有序统计量（OS）类CFAR检测器时的情形,避免了传统的融合中心采用MOS类方法时所需要的局部信杂比相同的假设,实验结果表明了算法的有效性。      

基于注意力机制的单发多框检测器算法

单发多框检测器SSD是一种在简单、快速和准确性之间有着较好平衡的目标检测器算法.SSD网络结构中检测层单一的利用方式使得特征信息利用不充分,将导致小目标检测不够鲁棒.该文提出一种基于注意力机制的单发多框检测器算法ASSD.ASSD算法首先利用提出的双向特征融合模块进行特征信息融合以获取包含丰富细节和语义信息的特征层,然...     

基于注意力机制的单发多框检测器算法

单发多框检测器SSD是一种在简单、快速和准确性之间有着较好平衡的目标检测器算法.SSD网络结构中检测层单一的利用方式使得特征信息利用不充分,将导致小目标检测不够鲁棒.该文提出一种基于注意力机制的单发多框检测器算法ASSD.ASSD算法首先利用提出的双向特征融合模块进行特征信息融合以获取包含丰富细节和语义信息的特征层,然后利用提出的联合注意力单元进一步挖掘重点特征信息进而指导模型优化.最后,公共数据集上进行的一系列相关实验表明ASSD算法有效提高了传统SSD算法的检测精度,尤其适用于小目标检测.     

多雷达组网检测系统技术

基于航迹融合的多雷达组网性能依赖于雷达单体的能力。基于多传感器信息融合理论,研究多雷达组网系统检测级融合,通过信号层的能量积累,改善对弱小目标的发现能力;为此,首先研究多雷达组网检测的系统架构,重点研究集中式和分布式两种多雷达检测方法,结合工程实施,分析性能得益以及存在的不足,并研究相关的同步技术等;结合战争需求分析多雷达联合检测的发展趋势。     

多雷达多层级自适应协同处理技术

针对空间上分散部署的多雷达,在目标多元、动态变化的博弈对抗场景下,多雷达协同处理方式与目标/ 环境/ 资源动态自适应匹配的问题,设计了一种多雷达多层级自适应协同处理框架,包括信号级、特征级、点迹级和航迹级等4 个层级。以工程化应用为目标,建立了基于统一空间栅格的多雷达信号级联合检测模型,以时空配准、融合多雷达信号。设计了基于特征级的分布式检测模型,以压缩传输数据量,实现融合检测。综合分析了不同层级协同处理技术的费效比,给出了典型应用场景下协同处理方式的自适应选择原则。通过仿真实验和典型试验系统,对文中提出技术的有效性进行验证,结果表明,该技术可以动态适应目标、环境的变化,提升多雷达协同探测的效能。     

分布式雷达检测数据融合系统及性能分析

研究了基于奈曼一皮尔逊准则的分布式并联融合系统的检测理论,给出了使系统性能达到最优的融合中心的融合规则和传感器的决策规则,提出了一种融合系统性能优化算法,将其应用于雷达网数据融合,并就三部雷达沿直线部署的具体情况进行了计算机仿真。结果表明：相对于单部雷达而言,融合系统的性能有非常显著的改善。     

基于通道选择技术的统计MIMO雷达CFAR检测器

研究了基于通道选择技术的统计多输入多输出(MIMO)雷达恒虚警(CFAR)检测问题,提出了基于顺序统计量(Or-der Statistic,OS)的通道选择技术及其两种CFAR检测方法。第一种是在事先估计或先验已知有效通道数量me的前提下,非相参积累me个最大的局部检测统计量形成最终的检测统计量,即OS-GLRT检测器。第二种则是采用或规则,对各种有效通道数量假设条件下得出的OS-GLRT检测器的判决结果进行融合,从而克服了OS-GLRT检测器对有效通道数量估计值比较敏感的问题。所得到的MOS-GLRT检测算法无需估计有效通道数量,且在各种输出信噪比分布模型下都具有良好的检测性能。     

复杂干扰环境下的分布式多传感器检测

实用多传感器系统应考虑各种环境干扰的复杂性,然而复杂干扰环境下多传感器数据融合的研究是目前尚未开展的领域.为此,本文首先建立了复杂干扰环境下多传感器系统的马尔可夫模型,给出了状态转移图和状态概率,并根据该模型推导出复杂干扰环境下多传感器融合检测的四种判决方法.最后给出了仿真结果,并分析了检测概率和虚警概率.     

无线传感器网络分布式频谱检测研究

传统单节点频谱检测由于受到阴影效应、多径效应和隐藏终端问题的影响,使得检测性能受到影响。基于无线传感器网络的分布式频谱检测技术能有效克服这一缺陷。在简要分析频谱检测技术的特点和要求的基础上,讨论了基于无线传感器网络的分布式频谱检测系统的结构,从本地检测和融合算法两个角度,对现有的几种基于无线传感器网络的分布式频谱检测方法进行了综述,并对其发展方向给出了建议。     

融合整体和局部信息的三维人脸识别

针对三维人脸识别中单一特征信息不足,采用一种基于整体信息和局部信息相融合的识别算法,以提高识别率。首先将预处理的三维点云用多层次B样条曲面拟合,获取精确的人脸曲面拟合函数,将控制点映射为深度图像,并根据人脸曲面函数和生理特征提取过鼻尖的中分轮廓线和水平轮廓线;其次对深度图像采用二维主元分析(2D-PCA)算法提取整体信息,对轮廓线采用改进的ICP算法匹配,作为局部信息;最后用加权求和法在决策级进行信息融合。采用CASIA3D人脸库完成识别测试,实验结果表明,本文算法明显优于单一特征信息下识别算法,且对姿态有较好的鲁棒性,同时不增加算法复杂度。