目标定位精度评估方法研究

多源信息融合技术应用是智能信息处理系统中的研究热点之一。如何评价多源信息融合处理效果是一个重要问题。根据多源机动目标探测跟踪的实际应用,研究了经过多源信息融合处理后的目标定位精度评估的方法,分析指出了单纯比较标准差方法存在的问题,并给出了通过圆概率误差评估定位精度方法的建议。通过仿真试验,证明了圆概率误差评估方法的合理性并对多源融合效果评估要点进行了总结。     

基于改进集合卡尔曼滤波方法的目标运动轨迹多源异步数据融合方法研究

该文构建了一个改进的多源异步观测数据情景下基于非线性运动学本构方程的集合卡尔曼滤波理论模型,该模型可以精确反演出目标运动状态参数(速度、加速度)以对目标后续运动进行预测。并基于集合卡尔曼滤波实现了多源观测数据融合,利用高精度观测数据修正低精度观测数据,修正后的数据精度可通过集合卡尔曼滤波提供的统计学信息进行标定,为非线性情形下目标轨迹多源异步数据融合问题提供了新的解决思路。     

基于软件架构设计的多源信息融合系统

以往对多源信息融合系统的研究大多是基于某种算法,针对某一层级或某一类传感器数据的特征信息进行分析、处理和综合。为优化多源信息融合系统综合处理及集成能力,针对多级多源信息融合处理系统进行领域工程分析,提出了该领域的通用软件架构模型,对软件构件化技术在多级多源信息融合系统中的应用进行了初步探索。     

基于证据理论的多源信息融合模型

随着作战装备多元化以及信息化技术的不断发展,多源信息融合的重要性日益突出,成为提升信息化装备战斗能力的决定性因素.证据理论因其在不确定性表示、量度和组合方面的优势而得到广泛应用,是实现多源信息融合的有效途径.然而在实际作战中,对目标的融合识别是一个过程,现有的融合识别算法大多忽略了应用中的过程性.从实际应用角度出发提出一种基于时域信息积累的多源信息融合模型,理论分析和实验仿真验证了该模型的合理性、正确性和有效性.     

无源多传感器多目标融合的关联算法研究

无源多传感器多目标融合在信息融合技术中具有非常重要的意义,而测量数据的关联问题则是其中的一个关键问题。本文从实际的工程研究入手,探寻无源多传感器多目标融合的关联算法。首先基于目标属性参数进行关联,再对已定位目标进行位置相关,最后通过模糊评估获得最佳关联目标。     

一种多元信息融合技术的方案实现

对多元信息融合的概念、原理、模型进行了论述,基于以上论述提出了一种基于多传感器信息融合的设计方案。该设计方案采用多元信息融合技术对多源战场信息进行获取、感知,通过信息融合算法对可疑目标进行探测、识别、定位、组合,可获得精确的目标状态估计,以及战场态势估计与威胁估计,从而实现未来战争中陆、海、空、天、电磁频谱全维战场感知。     

基于多目标多特征信息融合数据关联的无源跟踪方法

在多目标无源跟踪中,传统的数据关联方法只利用那些与目标状态向量计算直接相关的信息(如DOA、TOA信息等).本文提出了一种新的数据关联算法——基于多目标多特征信息融合的数据关联算法,该算法同时利用了更多的目标特征信息(如频率、PRI等),应用D-S证据理论进行单目标多特征信息融合,在此基础上,再进行多目标综合数据关联.它是一种基于多特征信息的全局最优的算法.计算机仿真表明,基于该算法的无源跟踪性能要优于传统的NN方法和扩展的NN方法.     

基于多源信息融合的海上目标判证仿真系统

多源信息融合是海上目标综合信息处理的关键技术之一.文中分析了海上目标的多源异类信息融合的特点,给出了基于信息融合的海上目标判证仿真系统体系结构,并建立了信息融合功能模型.系统采用分布式处理结构,包含战场目标模拟、信息感知、航迹关联与融合、目标判证、性能评估、态势评估与显示等功能.仿真结果验证了系统体系结构和各算法的可行性.     

基于强跟踪滤波器的多传感器非线性动态系统状态与参数联合估计

本文将强跟踪滤波理论与多传感器数据融合技术相结合,提出基于强跟踪滤波器的多传感器状态与参数联合估计新算法;对拥有相同采样率的分布式多传感器单模型非线性动态系统,应用强跟踪滤波器,得到目标状态基于全局信息融合估计结果,并利用计算机仿真结果对算法的有效性进行了验证;这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题,从而丰富和发展了多源信息融合理论.     

基于小波变换的红外与可见光图像融合技术研究

随着传感器技术的发展,单一的图像传感器往往不能够从场景中提取足够多的信息,需进行多源图像融合.为了解决多传感器图像所表现的目标特征不一致的问题,本文采用小波变换对红外及可见光图像进行了融合.首先利用小波变换将图像进行多尺度分解.对于高频部分融合,取两幅图像小波系数矩阵对应元素的最大绝对值构造小波系数矩阵;针对低频部分融合,采用基于领域像素相关和基于区域方差相结合的策略.实验结果表明,该算法将红外与可见光图像对同一目标所表现出的不同特征、细节有效地融合在一幅图像里,增加了单幅图像的信息量,丰富了目标的信息层次,为图像显示观察和后续图像处理系统获取信息提供了基础.     

基于视觉注意力机制的多源遥感图像语义分割

近年来,随着空间感知技术的不断发展,对多源遥感图像的融合处理需求也逐渐增多,如何有效地提取多源图像中的互补信息以完成特定任务成为当前的研究热点。针对多源遥感图像融合语义分割任务中,多源图像的信息冗余和全局特征提取难题,本文提出一种将多光谱图像（Multispectral image, MS）、全色图像（Panchromatic image, PAN）和合成孔径雷达 （Synthetic Aperture Radar, SAR）图像融合的基于Transformer的多源遥感图像语义分割模型Transformer U-Net （TU-Net）。该模型使用通道交换网络（Channel-Exchanging-Network, CEN）对融合支路中的多源遥感特征图进行通道交换,以获得更好的信息互补性,减少数据冗余。同时在特征图拼接后通过带注意力机制的Transformer模块对融合特征图进行全局上下文建模,提取多源遥感图像的全局特征,并以端到端的方式分割多源图像。在MSAW数据集上的训练和验证结果表明,相比目前的多源融合语义分割算法,在F₁值和Dice系数上分别提高了3.31%~11.47%和4.87%~8.55%,对建筑物的分割效果提升明显。      

电气设备故障诊断中的信息融合技术研究

介绍了信息融合的基本特点、融合系统的构成及关键技术；分析了融合技术处理多源信息的能力，将数据融合技术与故障诊断原理融为一体，实现了基于数据融合技术的变压器故障诊断，提高了变压器故障诊断的确诊率。     

多域一体化作战下的多源异类信息融合研究概述

针对多域一体化作战下的多源异类信息融合面对的新挑战、发展的新趋势及待突破的关键技术进行综述.首先从多源异类信息融合的架构、信息的差异性、处理过程及参数的适应性等方面出发分析了多域一体化作战下多源异类信息融合面对的挑战;其次针对以上挑战总结了多源异类信息融合耦合化、多源化、智能化和一体化的发展趋势;最后结合以上发展趋势梳理出了四项多源异类信息融合的关键技术.     

机载航电系统中多源信息模糊自适应融合技术

为了保障导航的精度与可靠性,目前常采用多源信息融合导航。针对ADS/IRS/GPS组合导航系统,采用基于自适应信息分配的联邦滤波结构处理信息融合问题,并把模糊推理技术融入到ADS/IRS卡尔曼滤波器中,对IRS/GPS子滤波器采用紧组合模式,上述结构算法能对多源导航信息进行最优融合与处理。建立了ADS/IRS模糊自适应卡尔曼滤波模型以及IRS/GPS紧组合滤波模型,设计了自适应信息分配的联邦滤波算法,并进行了仿真,仿真结果验证了设计算法的有效性。     

一种基于深度学习的多源异构数据融合方法

在大数据背景下,结合深度学习,讨论了多源异构影像数据融合问题,在数据融合的基本架构基础上,构思了一种泛化性强的多源异构影像数据融合的深度学习模型,将深度学习技术运用到多源异构数据信息提取与挖掘。     

多源图像直线提取算法

针对多源图像的特征提取问题,提出了一种融合多源图像边缘信息的直线提取算法,通过在特征提取过程中融合多源图像的信息,把边缘的相位信息作为融合要素,采用多种融合规则组合多源图像中的不同特性,从而可以提取出仅利用单一图像不能获得的直线特征。     

面向桥梁目标自动检测的多源遥感图像融合模型与方法

作为信息增值的一种有效手段,图像融合技术已广泛地用于成像遥感应用领域。面向目标识别的图像融合需依据不同的目标任务建立不同的融合模型。该文提出了适于桥梁目标自动检测的多源遥感图像融合模型和方法。该模型充分考虑了数据源特性、遥感图像中的桥梁目标特征和目标背景特征,能在复杂大幅场景中有效地检测桥梁。真实多源遥感图像的实验结果验证了该模型和方法的合理性。     

基于最大隶属度与证据理论的目标识别融合

为解决各传感器的类型、精度,外界干扰以及不同传感器对不同目标敏感程度的不同对目标识别的决策结果的影响,通过运用智能信息处理和多源信息融合的相关知识建立了基于最大隶属度与证据理论的目标识别融合模型.该模型首先分析了影响目标识别的因素;然后各雷达站依据最大隶属度选取了不同的权重,从而求出了所测目标相对于目标库中参考目标的隶属度,并将得到的本站对目标的决策结果进行归一化处理后送往了融合中心.研究了比较常用的对不确定信息进行处理的D-S证据理论法,并深入分析了其证据合并规则与决策规则.在融合中心运用了D-S证据理论的有关知识进行融合,最终输出了融合后的目标识别的决策结果.实例证明了该目标识别融合模型的可行性.     

航天高光谱遥感应用研究进展(特邀)

近年来随着高光谱成像技术的快速发展,航天高光谱遥感数据在各领域应用研究中取得了良好的发展与突破。文中回顾了国内外航天高光谱成像技术的发展历程,介绍了有代表性的航天高光谱成像仪的主要应用技术指标,较为系统地总结和分析了近五年来航天高光谱遥感数据在国土资源、农林遥感、海洋湖泊遥感、城市环境、灾害监测及其他方面等各领域的最新应用研究进展。对基于AI技术的高光谱信息提取与应用、基于高光谱遥感的多源数据融合与应用以及面向深空探测领域的高光谱数据分析与应用等发展趋势做了展望,未来航天高光谱成像仪技术的进一步突破和应用研究需求的牵引将会推动高光谱应用领域更大范围的创新与发展。     

随机集理论及其在信息融合中的应用

多源信息融合经过近20年的发展已经取得了丰富的理论成果和应用成果,但是其理论框架尚未建立。近几年由Mahler提出的有限集合统计学(FISST)理论随机集理论的特例,从概率论角度统一表述了信息融合技术的主要方面。该文对近十几年随机集信息融合技术的发展加以回顾,主要包括随机集理论的产生背景、基本的思想和理论框架,以及当前的应用领域。最后指出了随机集理论将来可能的发展方向。