基于多源数据多特征融合的弱小目标关联研究

异质传感器弱小群目标关联是传感器协同探测首先要解决的问题。即使在同视场下,由红外光电系统和雷达组成的异质传感器探测目标也不完全一致,特别是远距离探测时,雷达探测目标多而密集,红外光电系统探测目标相对较少,此时目标航迹关联结果具有很大不确定性。针对这一难题,采用基于多源数据多特征融合的弱小目标关联方法,首先基于多模型估计方法筛选同类型目标作为潜在关联目标,再基于航迹关联算法对同类型目标粗关联,最后基于多特征最大联合概率分布对目标精细关联。经红外光电系统/雷达同站址探测仿真试验验证,相比于仅利用航迹进行目标关联,该方法有效提高了弱小目标关联的准确性。     

多传感器目标综合识别在VTS系统中应用研究

介绍了采用两部雷达、一套CCTV系统和一套VHF语音系统组成的VTS系统，利用多传感器对目标进行综合识别的方法，实现对重点监视水域目标的管理与控制，对多传感器目标识别的方法进行了研究验证，取得了良好的效果。     

目标综合识别系统研究

介绍并分析了目标综合识别系统,它利用军用和民用、侦察与识别等不同体制的协同、非协同侦察、识别系统,综合利用各类信息,形成超强的互补和印证能力,实现对战场目标的综合识别.     

多传感器数据关联在目标识别中的应用

区别于传统的数据关联算法,在多时刻多传感器条件下应用D-S证据理论组合规则对探测样本的基本概率赋值进行关联,通过关联度对目标进行识别。仿真结果表明,多时刻多传感器相对于单一时刻单传感器对目标的关联度高,因此该方法在目标识别领域具有较高的应用价值。     

基于分辨力的融合目标识别系统中的传感器管理方法研究

针对融合目标识别系统传感器管理过程信息不确定性的特点,首次提出了一种基于分辨力的目标识别系统中的传感器管理方法.该方法从分辨力的角度出发,利用D-S证据理论进行推理,在满足约束的条件下,依据使系统预测识别分辨力最大的原则进行优化,实现传感器资源的管理.实验仿真证明了该方法的有效性和合理性.     

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。     

三维模型的多传感器目标识别

目标识别的多传感器融合强调以模型为基础的图象理解技术的水平，尤其在多传感器平台和现象分析时，该算法的区分能力取决于各种传感器数据的积累，以及适当地把已知模型的限制加到传感器的数据处。本文介绍了一种以模型为基础的多假设叶斯定理识别方法，其以探测和估算理论为基础。同时还介绍了一种目标模拟方法，该方法采用的目标映射可以有多种几何映射，目标模型也可以有多种还原。模型成像试验台已经体现这些思想，目前正在进行     

基于目标识别的光电多传感器信息融合技术

针对军事上的目标识别问题，论述了光电多传感器信息融合技术，包括光电多传感器信息融合的概念，原理，算法及应用。指出了光电多传感器信息融 存在的主要问题及解决方法，并预测了发展趋势。     

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。     

基于简单证据的目标多特征综合识别

针对目标多特征数据,提出了一种基于简单证据的综合识别算法。首先,利用模糊理论将接收的特征参数与知识库中的特征参数进行比较,匹配求出目标模糊隶属度;然后,根据模糊隶属度和特征参数可信度构造包含“未知”的简单证据;最后,用简单证据组合规则进行证据合成,求出识别结果。经过数字算例验证,该算法既能处理冲突证据又能减少证据合成时间。     

基于微多普勒特征的空间锥体目标识别

空间锥体目标在大气层外飞行过程中存在不同的微动,目标的微动为进动,诱饵的微动为摆动或自旋.根据真假目标的微动差异,提出了低分辨雷达的目标识别方法.在多散射中心信号模型下分析了真假目标的微多普勒特性,指出目标回波信号微多普勒谱与其进动参数密切相关,而诱饵回波信号微多普勒谱与其摆动＼自旋频率密切相关.应用低分辨雷达多次回波...     

基于热释电无线传感网络的人体目标识别系统

文章主要分析了热释电红外传感器搭建无线传感的网络,同时讲解了热释电红外传感器的主要特征、原理以及实现到人体目标识别功能的可行性,望能为有关人员提供到一定的参考和帮助.     

基于雷达回波的特征提取算法研究

特征提取是目标自动识别的关键。本文给出了改进的回波预处理算法、基于图像处理理论的目标特征提取算法以及基于统计和变换特征的目标回波特征提取算法。第一种算法能有效提高识别效率,后两种算法相互补充,在实际工程应用中有较强的适应性。     

简评基于图像融合的目标识别和跟踪算法

传统的目标识别和跟踪算法都是基于单传感器图像的.随着多传感器图像融合技术的深入发展,其在目标识别和跟踪领域的应用也越来越广泛.评述了基于图像融合的目标识别与跟踪算法,包括融合预处理、融合识别和融合跟踪,说明了图像融合思想在目标识别与跟踪领域的优越性.     

模糊聚类和模糊模式识别在目标识别中的应用

提出了一种模糊聚类和模糊模式识别相结合的目标识别方法,并成功应用于海上舰船识别分类;同时引入聚类分析有效性评价的F统计量,实现了模糊聚类的自适应性,避免了聚类数目选取上存在的主观性.对于给定特征的海上舰船目标,仿真实现了对目标的聚类分析,获得目标的分类并形成标准模型库,并通过模糊模式识别对后继获得的目标特征样本在标准模型库中进行匹配,应用最大贴近度原则完成目标识别.仿真结果表明:对于复杂的战场环境,两种方法的结合是可行和有效的,可以满足战时实时性和准确性的要求,具有一定的应用前景.     

地面三维目标的探测识别系统研究

针对人员、车辆等地面目标运动时产生的地震动信号,利用地震动传感器采集这些信号并作预处理,再通过模糊识别算法对目标特征进行分类识别,进而构建了一个地面三维目标的探测识别系统.     

D-S证据理论在雷达目标识别中的应用

为解决雷达终端目标识别问题,采用基于推理的数据融合方法。分析了Dempster-Shafer(D-S)证据理论用于多传感器数据融合的基本概念和理论,并结合最小风险准则将其应用于雷达终端目标识别的数据融合中。实验结果证明了基于融合后的识别结果较单传感器单周期的识别结果好,验证了这一方法的正确性和有效性。     

多功能综合射频系统技术综述

介绍了综合射频技术和综合射频传感器的概念、特点和优势,综述了美国海军AMRFC计划、美国空军ISS计划和F-35战斗机的综合射频传感器系统,进一步探讨了多功能综合射频系统的关键技术和发展前景。