一种模糊自适应最小方差数据融合算法

文中提出了一种基于模糊规则的噪声方差自适应算法,较大的提高了融合算法对测量噪声干扰的适应性和鲁棒性.该算法还具有计算简单,易于实现的优点.最后将该算法应用于主/被动雷达多传感器数据融合系统.仿真结果表明,这种算法融合精度高并对噪声干扰具有较强的鲁棒性.     

雷达-红外双模制导的神经网络数据融合算法

在雷达 红外双模制导体制下 ,对雷达和红外数据进行融合时存在雷达和红外数据不同步的问题 ,对红外数据先进行异步融合处理使其与雷达数据保持同步 ,然后提出了利用神经网络作为同步融合中心的方法 .雷达和红外数据共同作为神经网络的输入 ,输出为目标的最优融合估计 .这种方法可以在融合中心不知道协方差信息的情况下进行数据融合 .仿真结果表明该方法有效     

基于无偏最小方差估计算法的分布式CFAR检测

为了提高分布式CFAR检测的性能,文中研究采用无偏最小方差估计（UMVE）CFAR作为局部检测器的分布式CFAR系统。文中推导出采用＂与＂融合和＂或＂融合准则时分布式UMVE-CFAR的目标函数和参数优化方程。并将其与CA,OS等经典分布式CFAR检测进行了性能比较,结果表明,分布式UMVE在均匀背景和多目标环境下具有比分布式OS更好的性能,在杂波边缘环境中的性能则稍逊于分布式OS-CFAR。     

数据融合在雷达/红外复合制导中的应用研究

文中解决了数据融合在雷达/红外复合制导中的应用的几项关键问题.利用模糊集合来描述检测率和虚警率,提出了一种多传感器目标检测的模糊信息融合算法.利用神经网络研究了双模制导体制下目标跟踪数据融合问题,并也给出了一种具体的算法.     

雷达/红外双模制导下的数据融合与可视化仿真

多模复合寻的制导技术已成为精确制导武器的发展方向．采用雷达／红外双模制导模式，可有效提高制导系统的精度．因为雷达导引头具有全天候、测角和测距等优点，红外导引头具有测角精度高，测量连续等优点．将两者的信息有效地融合可以实现性能互补，提高对目标的跟踪能力．利用Visual C 6.0和OpenGL工具可实现雷达／红外双模制导的可视化仿真．     

红外/毫米波双模制导数据融合方法

通过分析导引头视线角速度的获取方式和变化规律,建立了Kalman滤波所需的状态方程和观测方程;利用三维仿真提供的视线角速度观测值。对几种数据融合方法进行滤波仿真并进行分析、比较．对弹载滤波和数据融合的工程化设计提出一些见解。     

雷达/红外双模制导神经网络数据融合

利用神经网络方法解决雷达/红外双模制导中的数据融合问题.红外数据经过异步数据融合处理与经过卡尔曼滤波处理后的雷达数据同步,共同作为神经网络的输入,神经网络作为同步融合中心,输出为目标的最优融合估计.研究结果表明这种方法可以在融合中心不知道协方差信息的情况下进行数据融合.     

一种声矢量阵最小方差无畸变方位估计算法

针对声矢量阵最小方差无畸变（AVAMVDR）算法,综合考虑角度分辨与单边指向特性,提出一种改进的AVAMVDR（IAVAMVDR）方位估计算法。从空间功率与子空间分解两方面分析了传统AVAMVDR算法特性;利用解析振速与声压-振速抑制各向同性噪声能力,介绍两种协方差矩阵构造方法,并在此基础上实现目标方位估计。理论分析表明, IAVAMVDR算法有效减小了信号子空间影响,使得主瓣更窄、旁瓣更低,并具有一定的抗左右舷模糊能力;仿真与实测数据均证明了该算法的有效性。     

基于神经网络的双模复合制导数据融合

利用神经网络研究了双模制导体制下数据融合问题．首先对每个传感器测得的数据分别求取PDA估计，再利用神经网络进行数据融合，给出了一种具体的融合算法。最后由计算机仿真证明算法合理。     

地空反辐射导弹红外/被动微波复合导引头数据融合技术研究

数据融合技术是多模复合导引头的核心问题和关键技术。针对被动微波／红外复合导引头,通过分析武器系统对融合处理系统的要求,设计了数据融合处理的总体方案;提出了基于预测一观测差和预测一预测差的单导引头干扰判断和多导引头干扰判断方法;最后针对导弹攻击过程中的不同阶段设计了数据融合策略。结合实测数据的实验,验证了干扰判断和融合策略的有效性。     

雷达／红外数据融合的机动目标跟踪算法综述

雷达与红外数据融合能够实现信息互补,提高目标跟踪精度、识别能力以及增强系统的抗干扰性,因此受到广泛关注。针对雷达和红外数据融合跟踪机动目标的体系结构,基于近几年国内外的研究,对整个体系中的算法进行了综述。     

基于最小二乘改进法的测速数据处理及应用

多测速系统是航天测控网的重要组成部分,通过多站联测可实现外空间飞行目标的高精度测速。以两套测量体制联测距离和变化率为对象,建立了最小二乘改进方法。该方法在通过最小化误差平方和的基础上寻找数据的最佳函数匹配,对目标参数进行估值,并对解算出的目标参数反算到测元,对实际测元的差值部分进行有效补偿,获取了更为准确的目标参数,使计算出的结果更加贴近实际飞行情况。     

一种雷达/红外双模制导信息融合滤波算法

现代战争战场环境恶化,单一制导模式容易受到天气和干扰等影响,导弹制导性能降低,适应性差。雷达/红外双模制导模式综合了各传感器的优点,使制导系统具有更强的抗干扰能力、更高的命中精度。文中以工程化应用为背景,首先对主动雷达导引头和红外成像导引头测量信息采用方差自适应算法进行数据融合,再应用自适应的扩展卡尔曼滤波估计目标运动状态。最后,通过全弹道仿真证明了该方法的有效性。     

雷达/红外复合导引头信息融合技术研究

多模复合寻的制导技术已成为精确制导武器的发展方向,采用雷达/红外双模制导模式,可有效提高制导系统的精度。多传感器数据融合技术是双(多)模寻的制导的关键技术之一。对雷达/红外复合导引头数据融合研究现状进行了讨论,包括目标跟踪融合的关联和估计、数据对准、航迹关联、航迹融合、目标识别;并讨论了这些算法的基本原理、相关技术及方法、存在的问题和研究方向。     

加权最小二乘融合技术在主动侧杆中的应用

针对主动侧杆伺服跟踪系统中角位移传感器(rotary variable differential transformer,RVDT)和旋转变压器 去除噪声的问题,提出一种加权最小二乘(weighted least squares,WLS)算法。以主动侧杆系统为研究对象,在最小 二乘算法、递推最小二乘算法的基础上,对主动侧杆伺服跟踪系统进行分析,通过最小二乘算法、递推最小二乘算 法、加权最小二乘算法融合算法进行仿真。通过对比3 种融合算法的仿真结果,结果证明：该算法使伺服系统获得 了更精确的位置信息,具备去除噪声的优越性以及可行性。     

数据融合在雷达目标识别中的应用

数据融合（Data fusin)技术又称多传感器数据融合或分布式传感,即对多类、多源和多平台传感器数据进行组合,提供有关环境综合态势的一种数据处理技术。该技术在防空中首要解决的问题是,根据不同传感器信息源的信息,将飞机,导弹等不同空中目标航迹分类,实现对目标的探测、跟踪和识别。文中列出了其应用实例和用于雷达目标识别的各种数据传感器,分析了利用目标特征的统计或确定的、无知识库或有知识库的、用判定或信号融合的等类数据融合方案,讨论了加权平均法、表决规则法、模糊理论法、神经网络法等数据融合方法,并以“自动驾驶仪”为例,论证了专家系统在数据融合中的作用,由此提出了以专家系统和人工神经网络相结合的数据／信息融合是解决雷达目标识别之捷径的结论。     

数据融合技术在鱼雷制导系统中的应用

文中着重于数据融合技术的研究和卡尔曼滤波理论的应用.利用鱼雷纵向和侧向运动方程分别建立其对应的非线性系统的滤波方程和滤波算法,分别估计出相应的鱼雷速度,同时将利用加速度计模型估计出来的鱼雷速度进行多组数据融合,能得到更精确的鱼雷速度.文中提出了一种实时估计鱼雷速度的数据融合技术和算法,通过仿真计算,证明文中提出的方法对于鱼雷速度的估计具有方法简单、估计精度高的特点.