一种异类传感器的异步数据融合算法

由于雷达具有较好的测距性能,红外传感器具有高精度的测角性能。由于上述技术特点,使得两者具有良好的信息互补性,雷达和红外数据融合引起了广泛的注意。异类传感器数据处理是数据融合中的一个难点。考虑到两种传感器具有不同的测量维数,量测数据异步采样并以不同的速率传输到融合中心站点,提出了一种新的异类传感器异步数据融合算法。通过最小二乘法完成两种异步数据关联同步,然后对于相似性测度进行数据关联,与数据压缩技术完成目标状态信息融合。利用上述方法,进行了仿真实验验证了算法的有效性。     

基于异类传感器观测信息融合的UKF算法

针对传统的目标跟踪无迹卡尔曼滤波(UKF)滤波算法中,多传感器信息融合的前提是所有的传感器观测信息及维数相同,不适用于由多异类传感器组成的观测系统,提出一种改进的UKF滤波算法,以多异类传感器观测量扩展融合后的融合信息为新观测量建立混合坐标系下的非线性测量方程。通过仿真验证,提出的算法可以有效降低目标定位误差。     

异类传感器集中式扩维融合无迹卡尔曼滤波融合算法

雷达和红外传感器是异类传感器系统的一个典型组合,但是异类传感器系统的状态方程和测量方程存在较大的非线性特征,使得此类系统无法应用现有算法进行信息融合。将UKF引入到异类传感器,并利用集中式观测融合UKF,解决同步配置、同步采样的异类传感器的信息融合问题。仿真结果表明,该算法的SMSE比其他方法的要小得多。     

基于容积卡尔曼滤波的异类多传感器一致性融合算法

针对单一光频传感器获取目标特征信息存在的不一致性,提出一种基于容积卡尔曼滤波的异类多传感器一致性融合方法。首先,从原理上分析了激光、红外与雷达三类传感器量测信息的特征及其存在的差异,进而在容积卡尔曼滤波框架下,针对雷达、红外和激光探测等组成的典型目标侦测系统,结合一致性融合策略,通过对目标距离和方位信息融合处理改善目标状态估计精度。仿真结果表明：相对于传统的单传感器滤波方法,所提出的融合方法和策略具有较好的滤波性能。     

一种基于HSI空间的异类传感器假彩色图像融合算法

提出了一种基于HSI空间的假彩色异类传感器图像融合算法。该算法从边缘、色彩这两个图像的基本特征着手,在灰度融合图像的基础上,基于HSI空间,用色彩体现特殊传感器的独有信息。选用laplacian金字塔融合算法及一致性融合规则得到边缘灰度融合图像,并将其送至HSI空间的通道;根据需要,将某特殊传感器获取的图像,送至H通道进行调制;最后将HSI空间的融合图像变换到RGB空间显示。仿真结果显示：本文算法得到的彩色融合图像不仅保留了与灰度融合图像相近的空间分辨率,而且突出了独有信息,是一幅信息量比较完备的融合图像。同时,对于HSI三通道的选择是固定的,具有很好的算法稳健性。     

一种新的异类传感器信息融合算法

针对典型的雷达和红外异类传感器信息融合系统,提出了一种新的雷达和红外信息融合算法。对雷达和红外传感数据进行了预处理,分别滤波得到各自的局部航迹,基于线性最小均方误差准则（Linear Minimum Mean Square Error,LMMSE）对局部航迹进行融合以得到最终航迹。仿真结果表明：该算法可以对雷达和红外传感器进行有效融合并大幅提高航迹跟踪精度。     

一种基于异类传感器信息融合的目标识别方法

针对多传感器的目标识别问题,利用异类传感器数据多样性的特点,通过可信度的概念将多种数据进行融合。根据目标信息的不确定性,引入模糊物元分析法确定特性熵权,用Vague集表达目标的特征值,根据Vague度距离给出目标识别结果。实验仿真表明,异类传感器比同类传感器能更好地融合信息,提高目标识别效果。     

基于统计双门限的异类传感器的航迹关联算法

异类传感器由于探测维度以及探测空间的不同,导致传感器之间的航迹关联变得困难。为实现海陆空之间统一的目标信息态势,本文针对雷达、被动声纳的航迹关联问题,提出了一种基于统计双门限的异类传感器航迹关联算法。该方法首先利用假设检验,将N个探测周期内的每个观测样本与第一门限λ进行比较,统计超过门限的样本数,并将统计结果与第二门限L进行比较,从而判断异类传感器之间的航迹是否关联。仿真实验结果表明,该方法在目标航迹交叉、分岔的情况下,仍然有很高的关联正确率,并且对于水下目标的识别也具有重大的意义。     

异类传感器实时信息融合的STMHM算法

异类传感器实时信息融合由于两类设备的数据率不同和数据误差的限制,一直未得到有效解决,提出一种空时二维多假设模型(STMHM)算法来解决该问题。设计的融合数据模型,将异类传感器的测量数据映射在二维直角坐标系下;按照新的融合数据模型分别构建两类传感器的目标量测空间和融合空间;设计量测空间时间初始化方法和目标实体空间的滤波算法;通过仿真验证表明:该算法能够实现异类传感器的信息融合,初次融合成功的确认时间在3～5个主动传感器扫描周期。     

异类异步多传感器的目标跟踪算法

针对主动传感器与被动传感器采样频率不相同的目标跟踪问题,提出一种新的解耦算法。在没有测距信息的采样时刻,通过构造虚拟量测点的方法进行滤波跟踪,有效地利用了全部测角信息,提高了跟踪性能。仿真实验表明,该算法具有较高的跟踪精度,且只占用较小的时间花费。     

一种基于相似性度量的高维数据聚类算法的研究

针对传统基于距离度量的聚类算法难以适合高维数据聚类以及高维数据之间相似度难定义的问题,提出了一种新的高维数据聚类算法.该算法基于一个能够更准确地表达出高维对象之间相似性的度量函数,首先计算对象两两之间的相似度并得出一个相似度矩阵,然后根据该相似度矩阵和阈值大小自底向上对数据进行聚类分析.实验结果显示,该算法能够获得质量更高的聚类结果,并且不受孤立点影响,对输入数据顺序也不敏感.     

基于多特征融合的粒子滤波多目标跟踪算法研究

目前,应用于多目标跟踪的BPF算法仍不能很好解决跟踪过程中出现的相似干扰、目标交叉、短时部分遮挡等问题,且在跟踪过程中,粒子集的分配也对整个跟踪存在不良影响。对此,提出一种基于HOG+Adaboost检测和混合粒子滤波(MPF)相结合,并在跟踪过程中为每个新目标相互独立地分配新的粒子集,采用分块—积分直方图和LBP特征相融合作为目标的观测模型的算法。实验结果证明,该算法在实现多目标跟踪的基础上,很好地解决了上述问题,提高了多目标跟踪的鲁棒性。     

基于海明距离的直觉模糊粗糙集相似度量方法

针对直觉模糊粗糙集的相似度量问题,提出了一种基于海明距离的直觉模糊粗糙集相似度量方法。首先给出了两个直觉模糊粗糙值问的相似度量方法,并揭示了它的若干重要性质。然后,在此基础上,又提出了一种基于海明距离的直觉模糊粗糙集相似度量方法,并证明它也具有同样的性质。最后用数值算例验证了这种方法的有效性。     

基于混合存储结构的数据立方体生成算法

通过把数据立方体中的维分为划分维和非划分维,视图中的数据被分成两部分,分别存储在关系和多维数组中。针对这种混合存储结构,我们设计了一个数据立方体生成算法,它结合了流水线聚集方法和多维数组聚集方法的优点,大大减少了流水线的条数和所需要的存储空间,加快了计算速度。并用一个实际数据集进行了实验,结果表明该算法适用于计算高维的数据立方体。     

基于XML的异构多源数据查询

研究基于XML的异构多源数据查询处理方法.通过引入虚拟全局视图方式以及将LAV(local as view)方法应用于全局视图和局部视图的关系当中来实现异构多源数据查询处理.此外,还研究了支持XML查询处理的XQuery正规化规则及在不同情况下转换FLWR的策略.     

基于字符频率的快速通用数据压缩算法

本文描述了一种简单快速的通用数据压缩算法，这是一种自适应的变长编码算法，为获得更好的压缩效率，在该算法中同时集成了游程长度编码技术。     

基于证据理论数据融合的双效水印

提出一种新的基于证据理论的数据融合的双效水印算法.首先应用水印公式构造特殊的水印嵌入后条件,根据嵌入系数之间的定性分析提取鲁棒水印;利用嵌入系数之间的定量分析能提取脆弱水印,并能准确定位篡改的区域.其次在嵌入过程中还使用纠错码对水印信息进行调和,把水印重复嵌入到图像信息的不同位置,以便利用纠错码的辅助信息来估计出提取的...     

基于博弈理论的无线传感器网络数据融合算法

数据融合是无线传感器网络研究热点之一。为了减少传感器节点间的数据通信量,有效地节省传感器节点能耗,延长无线传感器网络的寿命,提高数据融合的准确性,减少网络时延,提出一种基于博弈理论的无线传感器网络数据融合算法。该方法将所有网络节点根据能耗最优进行分簇,簇头与监控中心通过博弈来自适应地选择不同融合因子的融合算法,使整个网络的总效益最大。实验仿真表明,在丢包率不同时,自适应融合算法可以得到最佳的融合因子,有效实现了时延和精确性的均衡。该方法为无线传感器网络中各个指标的折中提供了参考方向。