杂波中多传感器数据融合改善目标航迹丢失的理论分析

本文从理论上讨论杂波环境中,多传感器数据融合对目标航迹丢失的改善。通过建立融合预测估计误差的转移概率密度函数,分析了目标航迹丢失的机理。在最近邻关联准则下,计算了融合航迹维持和融合航迹起始时的跟踪性能融合航迹平均丢失时间和融合航迹累积丢失概率与杂波密度的关系,并与单传感器的情形作了比较。结果表明,多传感器的航迹融合减小了目标丢失的可能性,提高了跟踪性能。这一结论对进一步理解数据融合的作用具有重要的理论意义。     

基于多传感器异步数据融合的目标跟踪方法

在具有伪测量次优滤波器的基础上，提出多传感器异步融合的目标跟踪算法。通过蒙特卡罗模拟结果证明了该算法的有效性。     

机载多传感器跟踪航迹数据融合研究

随着机载传感器的增加和性能的提高,使目标探测和跟踪信息更加全面,精度也大大提高,但机载显示和火控需求的参数是唯一的,所以需要对不同传感器探测和跟踪的目标信息进行融合.本文针对机载传感器特点和飞机平台参数需求,对多传感器跟踪生成的目标航迹数据融合进行了研究,并给出了相应算法.     

多传感器目标识别的数据融合

本文针对军事上的目标识别问题，论述了多传感器的属性融合技术，包括属性融合的概念，原理，处理结构，算法及应用举例，指出属性融合中存在的主要问题，难点及可能解决的途径，并预测了未来发展趋势。     

多传感器数据多级分布式融合

分析了判决融合的ｎ个传感器的串并联结合结构。不像并联融合方案那样仅在接收所有传感器的所有信息时融合数据，这种结构在融合产不需要所有传感器的数据，这种结构的速率和处理数据不需要时延的趋势，因此，它优于并联融合。而且，在消除链路故障可行性的意义上，它优于串联分布式判决融合。     

非线性系统中多传感器目标跟踪性能分析

主要研究了非线性系统中二维平面上的目标跟踪问题.在非线性系统中分析了传感器的测量精度和目标到传感器的距离的关系是如何限制两传感器和目标所成的夹解对两部同类型同精度的传感器的的融合跟踪精度的影响的.通过理论证明和仿真得出,在一定的条件下,通过调整两传感器和目标所成的夹角可以大大地提高对目标的跟踪精度.这对多传感器融合目标跟踪具有理论指导意义.     

多传感器数据融合中基于目标识别的DS算法研究

由于多传感器数据中对目标的描述通常存在或多或少的模糊、相驳、遗缺等现象,在多传感器数据融合处理中如何对目标进行有效可靠的识别,是一个备受关注的难题。本文对多传感器数据融合处理中基于ＤＳ算法的目标识别问题进行了较深入的探讨,利用ＤＳ算法对不确定性信息的推理判断机制,为解决上述难题提供了一种有效的方法。     

多传感器远距离空中目标跟踪精度分析

本文主要研究了非线性系统中多传感器的位置对远距离空中目标跟踪精度的影响。通过理论分析和仿真发现,非线性系统中多传感器的合理放置可以大大提高对目标的跟踪精度。     

航空电子系统多传感器数据融合的目标属性评估

介绍了航空电子系统多传感器数据融合的特征和空战融合的模式，举例说明了数据融合处理机对多传感器测量的目标信息分别进行融合处理后进一步融合的方法，经多级数据融合得到对目标属性的准确判断，有利于飞行员作出控制和决策。     

多传感器数据融合系统中两种新的航迹相关算法

本文提出两种合适于分布式多传感器数据融合的序贯航迹相关算法，对这两种序贯序迹相关准则进行了严格的数学推导和描述，研究一航迹相关质量设计和多义性处理方法，并通过仿真把它们与两个经典方法进行了比较，仿真结果表明，在密集目标环境下和／或交叉，分岔及机动航迹较多的场合，两种序楠航迹相关算法的性能与传统方法相比获得了明显的改善，其正确相关率与传统方法相比提高了约百分之三十。     

分布式多传感器目标检测中的数据融合

多传感器目标检测，是近十多年来的一个研究热点。然而运用多传感器实施对目标的检测同时带来了一个新的问题，即如何能由多个传感器所提供的信息实时作了准确的判决？文章证明运用（Ｋ／Ｎ）规则于分布式多传感器目标检测时，存在最佳Ｋ值，使得系统的检测概率高于任一传感器的检测概率，虚警概率低于任一传感器的虚警概率。     

基于LMMSE估计的多传感器目标航迹融合

介绍一种基于线性最小均方差（LMMSE）估计的多传感器目标航迹融合方法。这种方法适于分布式多传感器目标跟踪系统，它具有LMMSE估计器的许多优点。同时，由于它考虑了因公共的目标动态过程噪声引起的估计误差的非独立性的影响，因此，它比基于独立性假设的方法更精确。     

目标探测.识别和跟踪的传感器数据融合

多传感器组合系统数据融合技术是当代探测，识别领域的一项新技术，本文在介绍多传感器组合与数据融合技术优点的基础上，介绍了成像激光雷达与前视红外传感器数据融合技术，重点介绍了红外行扫描器和红外成像摄像机的数据融合技术。     

多传感器数据融合技术

多传感器数据融合可以避免单一传感器的局限性，获得更多的信息，提高目标识别能力。本文介绍了这一技术的出现背景，国外的应用情况，主要研究内容及建议采取的对策。     

多传感器数据融合技术

本文概述了多传感器数据融合技术的军事应用,对处理对象的三个层次进行了分析,介绍了定系统作战性能的基本方法。     

多传感器数据融合技术

本文概述了多传感器数据融合技术的军事应用,对处理对象的三个层次进行了分析,介绍了定系统作战性能的基本方法。     

基于目标识别的光电多传感器信息融合技术

针对军事上的目标识别问题，论述了光电多传感器信息融合技术，包括光电多传感器信息融合的概念，原理，算法及应用。指出了光电多传感器信息融 存在的主要问题及解决方法，并预测了发展趋势。     

多传感器跟踪起始融合技术

本文提出了一种多传感器跟踪起始算法。该算法使传统的选通方法与基于对数似然比测试数据融合法结合，并有效地解决了遗漏的测量问题。讨论了将所提出的方法用于舰载雷达和红外传感器低仰角跟踪起始的问题。还介绍了这种算法的性能同与ＡＮＤ算法的性能相比较的模拟结果。     

多传感器数据融合目标识别算法综述

多传感器数据融合作为一种特殊的数据处理手段在目标识别领域得到了较大的重视和发展.在介绍多传感器数据融合目标识别基本原理及其算法理论依据基础上,从概念分类方面,对目前多传感器数据融合目标识别算法进行了全面综述,包括参数分类算法、基于认识模型的算法、物理模型算法及多类算法综合识别法等,说明了各算法特点及对其的进一步改进,列举了目前国内外一些已经发表的重要算法,为下一步多传感器融合目标识别研究提供了一定的理论依据.