基于贝努里分布参数检验的雷达与ESM航迹相关决策方法

研究在各雷达航迹由不等样本观测矢量构成情况下的雷达与ＥＳＭ航迹相关决策问题。首先基于模糊综合函数找出可能的雷达与ＥＳＭ航迹相关对，然后结合统计理论把雷达和ＥＳＭ航迹相关问题化为贝努里分布参数检验问题，给出了多门限决策方法，研究了各门限的设置。与序贯概率比方法进行仿真比较，结果表明了这种多门限相关判决方法的有效性。     

基于贝努里分布的贝叶斯网络结构学习算法

目前,学习具有丢失数据的贝叶斯网络结构主要采用结合EM算法的打分-搜索方法和基于依赖分析的思想,其效率和可靠性比较低.本文针对此问题建立一个新的具有丢失数据的贝叶斯网络结构学习算法.该方法首先根据贝努里分布来表示数据库中变量结点之间的关系,并用Kullback-Leibler(KL)散度来表示同一结点的各个案例之间的相似程度,然后根据Gibbs取样来得出丢失数据的取值.最后,用启发式搜索完成贝叶斯网络结构的学习.该方法能够有效避免标准Gibbs取样的指数复杂性问题和现有学习方法存在的主要问题.     

雷达与ESM信息融合处理系统软件设计与实现

介绍了雷达与ESM信息融合处理系统软件的设计思路;并针对软件实现中用到的关键算法进行了具体阐述;最后给出了软件实现后的仿真效果图.仿真表明该处理软件实现了雷达与ESM信息的自动融合处理,运行可靠、实时性好,具有一定的扩展性.     

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。     

在目标航迹断续下雷达和ESM数据关联的新方法

雷达和ESM是获取敌方目标电子信息最重要的传感器,通过航迹关联、估计处理,可以提高对空域的态势感知能力.当雷达和ESM的探测目标航迹处于断续情况下,角度直接关联的不确定性很容易造成错误关联或漏关联,从而不断起始新的融合航迹.论文将测量的角度转换为证据,再利用DS理论进行频谱、属性等证据综合推理,能较好地提高关联正确率,维持融合航迹的连续性.     

雷达与视频融合的复杂环境目标检测方法

提出了一种将优化雷达点迹关联和雷达信息与相机图像信息融合决策的方法。使用微波雷达和可变焦相机,从带有噪声的原始雷达数据中提取出有效的目标信号,利用齐次坐标表示投影方程,实现雷达-视觉数据空间对齐,利用雷达点投影影响视觉ROI检测框的位置。实验结果表明,相对于传统方法,对于复杂环境中的目标融合,本文提出的方法融合检测成功率提升了1.5%～5.7%,在获取更精确目标属性的同时消除了环境杂波干扰。     

相关K分布雷达杂波的建模与仿真

研究维纳理论模型应用于K分布雷达杂波的建模和仿真,通过直接计算出K分布系列的相关系数和相关高斯系列的相关系数之间的关系,提高了模拟的效率和速度,仿真的效果较好,仿真的方法和数据可用于雷达特性的研究、雷达相干视频信号的模拟及对雷达的回波信号的分析与检测.     

雷达与视觉特征融合的车辆检测方法

当前车辆检测算法仅使用物理特征或几何特征对目标进行分类,特征维度不够丰富导致检测不够准确。基于以上问题,文中提出了一种基于雷达与视觉特征融合的车辆检测方法,同时使用了目标的物理特征与几何特征。雷达特征选用速度、加速度等物理特征,在雷达摄像头数据融合后得到雷达目标点在图像上的感兴趣区域,在感兴趣区域上提取梯度方向直方图特征。计算梯度方向直方图的统计特征作为视觉特征,包括标准差、中位数、平均值。构建输入为雷达与视觉融合特征的神经网络R-V-DenseNet,制作数据集并训练该网络。在测试集上的实验结果证明,R-V-DenseNet相比传统的HOG-SVM方法及单传感器特征检测方法准确率有所提高,检测较为准确。     

异平台雷达和ESM的高精度协同估计方法

随着网络的应用,不同平台的协同作战成为一种趋势,该趋势促成了异类平台间的数据融合需求.作为典型的协同模式,异平台的雷达和ESM观测的坐标系不同,无法直接融合,且二维ESM数据和三维雷达数据直接融合的精度较低.论文提出将雷达距离及方差转换到ESM坐标系下,转换得到虚假的距离量测结合ESM的角度量测,在三维坐标下进行Kalman滤波,获得ESM的估计及协方差矩阵,再进行协方差交集估计处理,可以较大的提高估计精度.     

基于数据融合的雷达主监控系统的设计与实现

雷达主监控系统是一个重要研究课题，其中如何提高可靠性和抗干扰能力是设计的关键。文中结合具体项目，介绍了一种实用新型3D雷达的主监控系统，该系统创新地将数据融合技术引入监控过程中，实现基于网络化的监控功能，并提出了改进融合性能的算法。     

基于DIS协议的数据融合分布式仿真系统

讨论了基于DIS协议的多传感器、多目标数据融合的分布式仿真系统,介绍了基于DIS协议数据融合仿真系统的基本结构、功能模块以及所涉及的若干技术。软件采用VC 编程开发,仿真软件具有模块化和易扩展等特点。最后给出了仿真的具体流程以及部分界面。仿真结果表明该系统具有一定的实用价值。     

雷达综合信息系统的应用与开发

随着军事技术的迅速发展,现代战争对指挥自动化和信息网络化的要求越来越高.文中结合自行开发的雷达综合信息系统,阐述了系统的基本组成和主要功能,提出了系统的设计思想,具体分析了系统的网络拓朴结构、网络安全保障、数据分布复制、可视化编程、数据融合五大关键技术.     

基于数据压缩的雷达网络定位研究

针对双基地雷达空间定位系统在发射站附近区域的定位性能较差,存在基线盲区的问题,为提高定位精度,提出了特定的三基地雷达空间定位数据压缩算法.将多个雷达测量组合表示的目标位置压缩冗余,利用非线性坐标方程在目标的真实坐标附近展开为泰勒级数,并采用加权最小二乘法对冗余数据进行压缩合并,充分利用各雷达站的定位信息,进行仿真.仿真结果表明直线布站定位性能略优于均匀布站,三基地定位性能明显优于双基地定位性能,改善了发射站附近区域的定位性能,解决了双基地雷达空间定位的基线肓区问题.算法明显提高了目标定位精度,具有一定的有效性和实用性.     

基于雷达和相机融合的目标检测方法

在自动驾驶感知系统中,为了提高感知结果的可靠度,通常采用多传感器融合的方法。针对融合感知系统中的目标检测任务,提出了基于雷达和相机融合的目标检测方法——PRRPN,旨在使用雷达测量和前一帧目标检测结果来改进图像检测网络中的候选区域生成,并提高目标检测性能。首先,将前一帧检测到的目标与当前帧中的雷达点进行关联,以实现雷达预分类。然后,将预分类后的雷达点投影到图像中,并根据雷达的距离和雷达散射截面积（RCS）信息获得相应的先验候选区域和雷达候选区域。最后,根据候选区域进行目标边界框的回归和分类。此外,还将PRRPN与区域生成网络（RPN）融合到一起来进行目标检测。使用新发布的nuScenes数据集来对三种检测方法进行测试评估。实验结果表明,与RPN相比,PRRPN不仅可以更快速地实现目标检测,而且还使得小目标的平均检测精度提升了2.09个百分点;而将所提PRRPN与RPN进行融合的方法,与单独使用PRRPN和RPN相比,平均检测精度分别提升了2.54个百分点和0.34个百分点。     

基于多源信息融合的雷达装备故障诊断决策研究

针对现代雷达故障特征参数较多,一般诊断方法难以解决的问题,文章在分析雷达检测诊断中诊断信息、诊断知识、推理过程不确定性的基础上,结合信息获取、信息融合、故障诊断及趋势预测几个方面建立了基于多元信息融合的雷达故障诊断决策模型,研究了信息融合中不同信息的归一化方法;该方法充分利用信息之间的冗余性和互补性.使故障诊断决策结果更加科学和准确;实例分析证明了所提模型及方法在提高故障检测率、减小Bayes风险、改善故障诊断性能方面具有明显的作用.     

基于相关分析的交通流参数修正方法研究

为了更准确地研究交通流模型,最优化利用交通资源,必须进一步提高交通参数数据的质量。以上海市高架道路某路段的交通流数据为样本,分析交通流特征参数的相关特性,提出一种基于统计相关性分析的参数修正数学方法;通过精确的数值计算,确定最为合适的相关性最大的数据关系,以此进行数据的修正。对所研究路段的交通流数据随机采样后进行修正,并与实际数据比较,修正结果在允许误差范围之内,说明该方法可以有效提高数据质量,且该方法对其他数据处理系统也具有借鉴意义。     

基于神经网络与主观Bayes理论的雷达识别研究

提出一种数据融合中雷达型号的三级识别模型，该模型将人工神经网络，模糊匹配和主观Bayes理论有效地结合起来，基本思路为：首先用神经网络进行粗分类，识别出雷达的体制，然后通过模糊匹配识别出该体制下的型号；最后根据主观Bayes理论对不同空域和时域的数据进行融合。实验结果表明，该模型表明：该模型提高了数据融合中的雷达信号识别率和可靠性。显示了在强噪声环境下良好的应用前景。     

基于多雷达数据融合与飞行数据匹配的空管自动化研究

军事飞行活动在巩固我国国防的同时,也存在很多问题,例如对目标位置探测不准确、探测目标密集等因素,不利于形成有效的空中交通管理。本文基于多雷达数据融合与飞行数据匹配的空管自动化研究,分析多雷达处理系统及飞行数据需求后,阐述了空管自动化的基本原理和处理方法,最后在说明空管自动化数据融合处理过程的基础上,检测了航迹结果,结果显示准确率均高于95%。     

基于雷达和红外传感器的目标检测方法

航迹关联是多传感器数据融合的一项重要内容,其目的在于评判不同的航迹是否来自同一个目标。取不同目标的位置和速度之间的距离作为模糊因子,提出了一种基于模糊推理的雷达和红外传感器航迹关联算法;该算法采用正态型隶属函数,在加权处理的基础上利用最大隶属函数原则进行航迹相似性评判。仿真结果表明了该算法的有效性。