基于多传感器的水下航行器航迹融合技术

基于传统卡尔曼滤波算法和最小均方准则，利用全局状态估计反馈，修正了常用的track-to-track航迹融合算法，在此基础上进行了鱼雷导引系统的仿真研究。仿真结果验证了多传感器数据融合技术在提高水下航行器导引精度中的有效性。     

多传感器航迹关联算法研究

航迹关联是多传感器目标跟踪系统进行航迹融合的基础,是对目标进行连续跟踪的关键技术之一。在介绍基于概率统计的传统航迹关联算法的基础上,阐述了一种基于小波变换和多分辨率分析的序贯航迹关联新算法,通过Matlab仿真说明该新算法在性能上较传统方法有较大改善。     

分布式多传感器系统的航迹融合算法研究

分析了三种适用于分布式多传感器的航迹融合算法,对其算法机理进行了描述.并对其中的加权平均法以及分层融合法的跟踪航迹和方差进行了仿真分析比较,这样就可以根据实际情况,在复杂性和精确性之间权衡选择合理的融合算法.     

分布式多传感器多目标航迹关联处理算法研究

系统综述分布式多传感器多目标航迹处理的4种算法：序贯航迹关联算法、最近邻域航迹关联算法、K近邻域航迹关联算法,以及修正的K近邻域航迹关联算法。对这些理论方法用MatLab仿真进行理论分析实验,实验结果证明其具有可行性。     

分布式多传感器系统的航迹融合算法研究

分析了三种适用于分布式多传感器的航迹融合算法，对其算法机理进行了描述。并对其中的加权平均法以及分层融合法的跟踪航迹和方差进行了仿真分析比较，这样就可以根据实际情况，在复杂性和精确性之间权衡选择合理的融合算法。     

分布式系统的航迹融合算法研究

分析了三种适用于分布式多传感器的航迹融合算法,对其算法机理进行了描述.并对其中的加权平均法以及分层融合法的跟踪航迹和方差进行了仿真分析比较,这样就可以根据实际情况,在复杂性和精确性之间权衡选择合理的融合算法.     

基于SKF 多传感器融合的无人机航迹规划

针对无人机在未知环境下航迹规划难的问题,提出一种基于开关卡尔曼滤波器(switching Kalman filter, SKF)无人机定位和航迹规划的方法。根据多假设理论,建立地图观测数据,结合基于INS/GPS/GIS 多传感器融合 的航迹匹配方法,使用SKF 算法完成多传感器融合和多模型的参数估计,实现无人机的自主定位和航迹规划。仿真 试验结果表明：该算法稳定性好、收敛速度较快、计算复杂度小,具有较高的航迹估计精度。     

基于信息质量选择的动态航迹融合算法

传统的航迹融合算法未充分考虑传感器精度和量测丢失对航迹质量的影响,从而导致融合后的航迹质量下降.为了提高跟踪性能,提出一种基于信息质量选择的动态航迹融合算法.该算法通过交互式多模型补偿滤波来获得局部航迹和信息熵,然后利用信息熵来度量局部航迹质量.根据设置的双门限筛选出质量好的局部航迹,并将其信息熵归一化的结果赋给传感器...     

多传感器航迹相关的区域匹配算法

由于存在传感器丢失目标观测值的情况,将造成拓扑序列法等高性能航迹相关算法失效。文中提出了区域匹配算法,以区域内所有目标的最大匹配支持度为基础,从整体上优化航迹的对应关系。算法考虑了存在误差的情况下,不同雷达所形成目标观测值的偏差最大值,把绝对距离作为匹配航迹的约束条件,大大减少了匹配的计算量。文中以目标丢失率为条件,仿真了误匹配率和正确匹配率性能指标,它们都具有较好的鲁棒性。     

多传感器数据融合技术研究现状及军事应用

多传感器数据融合分像素级、特征级和决策级融合.多源信息在多层次上的数据融合过程含检测、关联、跟踪、估计和综合.其航迹融合过程包括低层次上的状态和属性估计及高层次上的战场态势和威胁评估.该技术在军事上的应用已涉及海上监视、空-空和地-空防御、战场侦察、监视和目标捕获、战略防御与告警等领域.     

基于多分类支持向量机和证据合成方法的多传感器信息融合研究

为克服支持向量机和Dempster方法的不足,提出一种基于SVM多分类器的识别结果概率输出方法。以BPA函数的形式输出SVM多分类结果,对Dempster证据合成方法进行了改进：根据证据之间的相似性程度判断是否存在证据;中突,对于证据数目在3条以上且存在冲突的证据组合,引用统计理论中马氏距离的计算公式计算各证据与其余证据组合之间的距离,导出各证据的重要性权系数,由此对证据的BPA函数进行转化,采用Dempster方法对转化后的BPA函数进行合成。然后,将SVM多分类器的BPA输出作为参与融合的各传感器对应的BPA函数,采用改进的证据合成方法进行合成,得到最后识别结果。结果表明,SVM识别方法能降低错误率,其输出形式包含更多信息量。     

多传感器信息融合技术在无人平台避障中的应用

为获得可靠准确的环境信息,采用多传感器信息融合技术。介绍无人平台避障系统组成、避障信息处理和避障控制模型及策略,通过对超声波传感器、红外传感器等多种传感器的数据融合,研究多传感器信息融合技术在无人平台自主避障行为中的应用。实验结果表明,该技术可以实现无人平台准确、快速避开障碍物,为无人平台在各种复杂的、动态的、不确定或未知的环境中工作提供了一种技术解决途径。     

融合SVM 的多特征DSST 目标跟踪算法

为解决DSST算法多尺度搜索策略跟踪时目标出现严重遮挡、非刚性形变、目标脱离视场导致的目标外观变化的问题,提出一种将支持向量机(support vector machine,SVM)目标重检测模块融合的算法.提取目标的多种特征然后将这些特征矢量融合以增强目标的特征表达.在DSST算法的位置和尺度滤波器的基础上,新增目标外观滤波器,利用训练好的SVM全局搜索目标.采用不同大小的窗口采样来训练相关模型并建立一个SVM的最优分类面,通过SVM对丢失后的目标进行重检测.实验结果表明,改进算法比DSST算法在对目标受到遮挡、目标非刚性形变等问题上的鲁棒性能均有提高.     

Algorithm for Multi-laser-target Tracking Based on Clustering Fusion

Multi-laser-target tracking is an important subject in the field of signal processing of laser warners. A clustering method is applied to the measurement of laser warner, and the space-time fusion for measurements in the same cluster is accomplished. Real-time tracking of multi-laser-target and real-time picking of multi-laser-signal are introduced using data fusion of the measurements. A prototype device of the algorithm is built up. The results of experiments show that the algorithm is very effective.     

基于交互式多模型的多传感器组合导航系统

针对复杂环境中组合导航系统模型参数变化导致单一参数滤波器滤波精度下降的问题,对基于交互式多模型的多传感器组合导航系统进行研究。给出状态基于全局信息的融合估计公式,将交互式多模型卡尔曼滤波算法应用于SST/GPS/SINS多传感器组合导航系统,并与单一模型下的卡尔曼滤波方法进行比较。仿真实验结果表明,该方法能提高组合导航系统的滤波精度与可靠性,但当实际的模型集不能覆盖实际的所有模态时,系统的滤波精度会有所下降。     

基于角度观测关联对的NN-EKF红外/毫米波融合跟踪算法

针对双传感器杂波环境中单目标的跟踪问题,提出了一种红外/毫米波角度观测关联及基于观测对最近邻的双模融合跟踪算法。算法根据对真实目标的观测与对杂波的虚假观测联合分布模型的不同,筛选出当前时刻的嫌疑观测对,剔除掉大部分杂波;然后对各嫌疑观测对进行融合,从中选择距离预测位置最近的观测作为当前时刻的观测,并用EKF对目标进行跟踪。算法关联逻辑简明、运算量小,适合工程应用,可应用在中等杂波密度环境,仿真结果验证了算法的有效性。     

基于数据融合技术的航迹处理

基于数据融合技术的航迹处理采用多雷达获取航迹信息,再用卡尔曼滤波算法进行融合.采集数据并提取有关数据项后进行格式转换、数据辨识.再对多源数据进行取舍、验证、修改等处理,生成综合信息.通过建立备选与正式航迹,进行航迹点互连和对多部雷达滤波数据进行线性加权融合处理,得到唯一航迹.     

基于支持向量机的磨削参数自适应系统

基于支持向量机的磨削参数决策系统通过多传感器信息融合获得磨削状态信息,用支持向量机分类器对其分类.经建立样本数据、选取核函数及其参数并求解拉格朗日系数,找出支持向量.再求解分类超平面系数,建立训练数据最优决策超平面,并根据样本数据学习.系统按分类学习结果自动选择工艺参数以控制磨削加工质量.