三军联合作战C^3I中的数据融合

本文概述了Ｃ＾３Ｉ中数据融合技术的基本原理和当前国内外数据融合技术发展状态。     

C^3I系统多雷达数据处理(上)

本文论述了Ｃ＾３Ｉ系统和空中交通管制系统中多雷达数据处理融合技术，提出了统一数据关联理想，多雷达递推关联技术及总关概率计算方法。     

战术防空系统中的C^3I

综述防空系统中C~3I系统的作用和构成,描述指挥系统和通信系统,给出战术防空通信系统的要求和在电子战中的防御措施。     

分布式C^3I信息融合系统功能模型研究

本文在分析C^3I系统的功能结构及其信息融合任务基础上，提出了分布式C^3I信息融合系统的功能模型，认为该功能模型中不含一级检测判决融合处理。     

台湾地区C^3I系统中的雷达探测系统

介绍了台湾地区“强网”Ｃ＾３Ｉ系统的现状和今后的发展动向，并强调提出，在Ｅ－２Ｔ预警机纳入Ｃ＾３Ｉ系统后，其防空指挥作战能力已得到极大增强，对我国东南沿海构成了直接威胁。文章旨在为有关人员探索我国在重点地区部署指挥自动化系统提供对策。     

C^3I的互通性

从C~3I系统模型出发,论述了C~3I互通的必要性、定义及等级,进而从互通的条件及层次特点出发,研究了OSI与C~3I互通的关系、C~3I互通实现的策略以及C~3I互通的支持环境等问题,最后提出了实际设计不同C~3I之间接口应遵循的步骤。     

C^3I系统可靠性设计技术研究

针对C3I系统网络拓扑结构设计特点，重点对系统可靠性设计所需系统建模、系统可靠度计算方法等关键技术进行了研究，并对保障C3I系统可靠性设计所需组织机构及其任务分工提出了建议。     

多传感器异步数据融合算法

由于传感器的采样速率和通信延迟,传感器的不同步问题大大降低了多传感器系统数据融合的精度。研究多传感器异步融合比同步数据融合更为迫切。该文利用误差协方差阵的迹最小准则建立了多传感器异步融合模型,给出了具有普遍意义的多传感器异步融合模型,弥补了目前多传感器异步数据融合仅限于两两传感器的局限性,并从理论上对多传感器异步融合的性能进行了分析。仿真结果表明该异步融合模型是有效的,能够对多传感器的异步数据进行优化处理,并且优于单一传感器的性能。     

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。     

多级式多传感器信息融合中的状态估计

本文多级式传感器监视系统中的状态估计技术,基于背地里传感器Ｋａｌｍａｎ滤波方程,两级集中和分布估计解,本文提出多坐标系中多级式多传感器跟踪系统的三层集中估计方法,在不同笛卡尔坐标系中,本文提出了几种适合于三层多传感器信息融合系统的航迹级融合方法,其中既包括了集－分估计,也包括了分－分估计组合问题,在离散线性假设下,各层估计解都是最优的并且对同一问题的不同表现形式是等价的,另外,文中还给出多级式多传     

多传感器多目标分布跟踪中数据关联的快速算法

本文提出了一种基于局部估计融合的多传感器多目标数据关联算法，它包括粗关联和精关联两个过程。     

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。     

色噪声下的多传感器量测融合

传感器量测噪声通常可表示为一阶时间相关的Markov随机序列。该文将单传感器的色噪声量测滤波方法推广到多传感器的情形,提出了6种色噪声下的多传感器量测融合算法。通过协方差分析技术和仿真实验,对各算法的滤波精度、计算量和使用灵活性等性能进行了比较性评估。由评估结果得出的两条算法选取原则对实际中量测融合算法的选择具有一定的指导意义。     

多传感器分布式融合Kalman预报器

应用现代时间序列分析方法,基于ARMA新息模型,在线性最小方差最优信息融合准则下,对于输入噪声与观测噪声相关且观测噪声相关的多传感器系统,分别提出了按矩阵加权、按标量加权和按对角阵加权的3种分布式融合稳态Kalman 预报器。其中提出了基于Lyapunov方程的局部预报估值误差方差阵和协方差阵计算公式。它们被用于计算最优加权,与单传感器情形相比,可提高估值器的精度。一个跟踪系统的仿真例子说明了其有效性,且说明了3种加权融合预报器的精度无显著差别。但标量加权融合预报器可显著减小计算负担,提供一种快速实时信息融合估计算法。     

多传感器数据分层融合的性质

本文主要研究文［１］提出的分层融合算法的数学、物理性质。定义了分层融合估计中的融合航迹的新息和融合增益，分析并证明了它们所具有的数学、物理性质，最后得出并证明该分层融合估计，就是基于各传感器的滤波及其预测的线性无偏最小方差估计的结论。     

数据融合技术在军队指挥自动化系统中的应用研究

通过对数据融合基础理论的总结与剖析，提出了数据融合技术在军队指挥自动化系统中的应用，并以多雷达系统点迹航迹及战场态势和威胁估计的数据融合为例进行了深入讨论。