随机集理论在数据融合中的应用研究

数据融合研究的重点是建立一个具有严格数学基础的框架体系，随机集理论是解决这一问题的有效方法。在介绍随机集理论基本原理的基础上，阐述了数据融合系统中使用较多的证据理论、模糊逻辑和条件事件代数理论的随机集表示，使随机集理论能有效地处理数据融合系统中的不确定性、模糊性、经验性数据。     

雷达航迹融合效果的模糊综合评估

为了使数据融合系统更加标准和完善,本文针对数据融合系统的工作特点,结合数据融合评价系统的工作原理,构建了运用模糊评判理论评价数据融合系统效果的模型,并应用于某数据融合系统。通过实验数据证明了该方法的适用性,从而使该领域的研究得以深入化。     

DS数据融合算法在近地防撞目标识别中的应用

针对近地防撞系统被测目标的不确定性问题,根据DS证据理论,在分析数据融合过程的基础上,建立数据融合模型,结合模糊控制方法,得出红外和雷达两种探测器对各被测目标的信度函数分配以及融合后的信度函数分配,从而确定被测目标。单探测器与融合结果比较说明多传感器融合算法具有较高的准确性。该面向目标的数据融合算法,为实现飞机地面防撞系统的目标探测提供了理论基础。     

面向鲁棒频谱感知的模糊K-means++算法

恶意用户通过向数据融合中心发送伪造的频谱感知数据,解决自身频谱资源短缺问题,但会极大地降低频谱感知系统的检测概率。为了解决此问题,提出了基于模糊K means++的数据融合算法。该算法首先引入模糊处理机制处理样本的数据特征值,以此来增加样本间的差异性;然后将模糊处理后的数据发送到融合中心,融合中心采用离群点挖掘的方法排除恶意用户,并对保留下来的用户进行融合,使样本向量具有鲁棒性;最后运用K means++算法对样本向量进行聚类。该算法利用轮盘法选择聚类中心,可有效抵御恶意用户的攻击,提高系统感知性能;无需知晓信号与噪声的分布等一些先验信息,也避免了繁杂的门限推导。从仿真结果可以看出,该算法对抵御恶意用户攻击具有突出的效果,有效提升了协同频谱感知系统的稳定性和鲁棒性。     

基于航迹隶属度的分布式系统数据融合算法

航迹关联与航迹融合是分布式目标跟踪系统数据融合的关键.本文研究了基于航迹隶属度的数据融合算法.综合各传感器航迹估计形成的目标运动状态特征向量与传感器分辨率,根据模糊聚类算法建立各观测时刻航迹隶属度矩阵与系统航迹关联决策矩阵,解决融合中心航迹关联问题.根据加权融合算法思想,结合各观测时刻航迹隶属度矩阵,实时、动态分配航迹号集合中各局部航迹权值,解决目标航迹融合问题.蒙特卡罗仿真表明,算法航迹关联效果明显优于加权航迹关联算法,并得到与简单航迹融合算法一致的目标融合航迹.     

基于尖τ型DS证据理论的机载LiDAR地物分类方法

针对机载激光雷达扫描与测距系统(LiDAR)应用于复杂地物分类场景时难以兼顾高精度和实时性的局限,提出一种基于尖τ型信任分配函数的LiDAR数据快速地物分类方法.首先,在基本DS证据理论的基础上引入模糊集理论,根据不同地物特性构建尖τ型信任分配函数以及模糊类别,对不同特征数据进行信任分配和融合决策;其次,利用圆形区域均...     

模糊聚类分析在舰载无源多传感器系统数据相关中的应用

分析了无源多传感器系统中数据相关的特点,详细论述了利用“时间滑窗”技术和“模糊聚类分析”算法进行无源多传感器系统数据相关的原理,并利用可信区间估计理论检验传感器测量值的偏差,进行最优融合,在一定程度上解决了无源多传感器系统数据相关的难点。     

地面较大范围多传感器目标识别方法研究

介绍了利用数据融合、人工智能/专家系统以及其他如模糊理论等技术实现地面较大范围目标的融合方法,并介绍用该方法生成的专家系统,并利用实验数据对本系统进行测试,验证其可行性。     

多机器人系统中的信息融合技术综述

对各种适用于多机器人系统的信息融合拓扑结构、融合方法进行了系统的综述,重点分析了适用于分布式多机器人协作系统及强化学习的信息融合结构,以及近年来神经网络、模糊系统、遗传算法、粗糙集理论等信息融合算法相互融合的发展趋势,并提出了若干多机器人系统信息融合目前存在的问题和发展方向。     

双波段SAR/GMTI融合解速度模糊

针对常规的SAR/GMTI系统中,方位向速度过大产生的速度模糊问题,提出一种双波段融合解速度模糊算法。首先分别在各个波段下进行目标运动参数估计,然后根据各个波段下的最大可检测速度得到两个测速集合,搜索两个集合的交集得到估计的模糊速度。在不提高硬件要求和不损失估计精度的情况下,该方法可以有效地解决方位向上的速度模糊问题。理论分析和计算机仿真结果验证了该方法的有效性。     

数据融合技术在输电线网故障诊断中的应用

数据融合作为一门信息综合处理技术起初应用于军事领域，被引入到技术科学领域只有近十的年的历史。本文开始简述了数据融合的定义，接着阐明了将数据融合应用于输电线网故障诊断可行性的理论依据，然后论述了多种数据融合方法，如人工神经网络、专家系统、模糊理论、小波分析等在输电线网故障中的应用。     

一种基础模糊理论的自适应数据平滑方法

针对情报雷达组网数据融合系统中目标融合航迹质量的优化方法进行研究,从人在融合系统中的作用出发,通过数据挖掘,寻找融合航迹质量优化途径,提出了基于模糊理论的自适应平滑方法,对移动平均法进行改进,得到二次平滑方法,并将模糊推理融入到其参数自适应调节。试验证明：该方法可很好地提高系统的融合航迹质量,为用户提供了高质量、高可靠性的融合态势数据。     

基于星载电子侦察与成像侦察的数据融合技术

该文在提出单星侦察体制下的电子侦察与成像侦察融合方案的基础上,研究了基于不精确图匹配方法的平台配准算法和基于模糊推理与证据理论的目标融合识别算法等数据融合技术,并构建了一个星载电子侦察与成像侦察融合仿真系统。仿真实验结果表明,融合电子侦察信息与成像侦察信息提高了目标定位精度与目标识别准确性.     

多传感器模糊D-S理论辐射源识别

研究了将D-S证据理论与模糊推理组合应用辐射源识别的方法,提出了基于模糊综合评估获取基本概率分配函数的方法;在此基础上研究了应用D-S证据理论进行多传感器信息融合,从而识别雷达辐射源的原理;仿真实验和对比实验表明本算法的有效性。     

基于混合算法的数据融合技术研究

信息融合系统可以产生比系统中任一单元更有效、更精确的身份判决结果。在归纳了国内外敌我识别的方法后,提出一种将并行的自适应神经网络-模糊推理系统（ANFIS）、模糊理论以及D-S证据理论相结合的算法,并应用于雷达与IFF的数据融合中,实现空中目标的敌我识别。同时,由于要进行的是动目标识别,提出了利用多次测量数据模拟多传感器的方法来实现多次融合,仿真结果表明,该方法提高了身份判决的置信度,融合结果更加合理。     

模糊逻辑及其在数据融合中的应用

自从１９６５年Ｚａｄｅｈ发表关于模糊集理论的文章以来,模糊集理论已在工业控制、医疗诊断、经济决策、模式识别等领域得到广泛应用,随着模糊逻辑和可能性理论的提出和深入研究,它们在不确定推理模型的设计和多传感器信息融合中显示出越来越强大的优势,文中探讨它们在多传感器数据融合中的应用。     

基于Choquet模糊积分的决策层信息融合目标识别

引入模糊测度和 Choquet模糊积分的概念后,信息融合目标识别可转化为各信源识别结果关于信源重要程度的广义 Lebesgue积分。该文给出了 Choquet模糊积分应用于决策层信息融合目标识别的通用技术路线,并提供了信源重要程度的度量方法。算法实用于红外/毫米波融合目标识别系统,融合识别结果与 D-S 证据理论方法作了比较,证明了基于 Choquet模糊积分方法的有效性。