基于电力设备坐标残迹的容灾导航算法

针对GPS灾难中的容灾导航和自动寻路等问题,提出了充分利用电力设备坐标残迹的容灾导航算法DTNA;对该算法的核心思想、算法结构与模块、残迹的表述结构以及算法处理流程进行了详述。该算法采用了信息融合方法,通过电力设备残迹坐标实现可行道路的自动生成;采用了二维叠加空间进行“道路信息-寻路需求”匹配。仿真实验结果证明该算法的容错时耗较少,算法的运行也无需占用过多的计算资源,具有良好的综合性能;最后阐述了该算法的未来发展与应用前景。     

基于信息融合的小天体软着陆组合导航算法

小天体距地球较远,观测信息不足,引力场弱且分布不规则,对自主导航算法的精度和实时性提出了更高的要求。本工作以小天体软着陆自主导航为应用背景,针对惯性导航误差累积和光学导航观测周期长等问题,提出了一种基于信息融合的组合导航算法。以软着陆探测器的位置和速度为状态向量,通过引入了一种信息融合算法,将光学导航信息与惯性导航信息进行信息融合,生成对软着陆探测器状态的估计。实验结果表明：该算法能有效地提高导航定位精度,并对速度误差有一定的抑制作用,为探测器在小天体表面软着陆提供了一种行之有效的方法。     

探测器接近段自主导航的信息融合滤波优化算法

为提高接近段自主导航系统的估计精度,引入基于星光角距和星光仰角的联合观测模型进行组合导航。针对深空探测任务对探测器实时性要求高,星载计算机计算能力有限的问题,用UD分解改进信息融合滤波算法,避免高维运算和大的空间存储,减少运算负担。利用状态方程的一阶泰勒展开式分析滤波周期对状态方程可观性的影响。计算机仿真证实了改进算法的可行性。     

基于信息融合技术的车载组合导航定位系统

论述了一种采用磁罗经和轮解码器的车用GPS／DR组合导航定位系统．应用多传感器信息融合技术，降低了测量误差．仿真实验验证了上述方法的有效性．     

考虑杆臂误差的组合导航分离协方差交叉算法

针对传统北斗/惯导组合导航系统进行信息融合时未考虑估计源之间的相关性而不能保证融合一致性的问题,提出一种分离协方差交叉滤波(split CIF)组合导航信息融合算法。将误差协方差矩阵分离为相关部分和独立部分分别进行处理,实时更新最优滤波增益并通过量测信息获得一致性融合估计,改善了融合相关数据时造成滤波过度收敛的问题。此外,在高精度组合导航中,杆臂误差是一个重要误差源,组合导航时会造成导航定位精度严重下降,通过静态杆臂测量并对惯导更新信息进行杆臂误差补偿的方法降低杆臂效应影响,进一步提升导航定位精度。仿真结果表明：东向速度误差最大为0.041 m/s,纬度误差最大为0.495 m;与补偿后的卡尔曼滤波相比,精度分别提高了45.8%和34.0%;与扩展卡尔曼滤波相比,精度分别提高了55.1%和10.0%。考虑杆臂误差补偿的split CIF算法对杆臂估计具有较好的准确性且具有较高的导航精度。     

基于Bayes理论的信息分布式融合模型与仿真

在分析改进的Bayes融合方法的基础上,建立了多源信息的串联融合模型和多信息源的并联融合模型,提出了基于Bayes理论的信息分布式融合方法。该方法可以实现多信息源多信息的动态实时融合;最后应用Matlab软件进行了仿真模拟,验证了该方法的可行性。     

捷联/天文/多普勒组合导航技术在舰船导航中的应用

为了提高舰船组合导航精度与可靠性,针对其特殊应用场合,将天文导航系统提供的位置和姿态信息、多普勒速度声纳提供的舰船速度信息与捷联导航系统进行信息融合,分析了捷联惯性导航系统、天文导航系统和多普勒导航系统的原理,分别建立了组合导航系统信息融合状态方程和量测方程,并对组合导航系统进行了系统仿真实验,实验结果表明,模糊自适应Kalman滤波器收敛速度快,具有一定的容错能力,在天文辅助捷联组合导航系统中可以有效地提高水面舰船组合导航系统的精度.     

基于信息融合的分布式入侵检测体系结构研究

随着计算机与网络技术的发展,入侵技术也越来越先进。许多入侵行为都具备反检测的能力,这些行为会模仿被入侵体系的正常用户行为或通过多台主机联合攻破被入侵系统。针对较复杂的入侵行为,仅靠一个传感器来提供信息很难与正常用户行为进行识别,必须通过多传感器信息融合的方法来提高对入侵的识别能力,同时降低误判率。     

车载组合导航的自适应滤波

针对车载组合导航信息融合的高精度、高可靠性等要求,提出了一种组合导航的自适应集中滤波算法.该算法的主要思想是:以判别观测数据中的野值存在与否为算法切换条件,存在野值时采用改进的增益矩阵滤波处理方法,不存在野值时则采用模糊自适应集中滤波方法.将此方法用于SINS/GPS车载组合导航系统,实验表明,采用的这种自适应滤波方法,能够有效抑制滤波发散,滤波精度和收敛速度优于常规集中滤波,是一种有效的车载组合导航算法.     

基于分布式惯导测量的机翼弹性形变算法

飞机在飞行过程中产生的机翼弹性形变难以预测,对此,提出了一种基于分布式惯性导航的机翼形变测量方法. 首先,根据机翼的模态信息及理论模型利用粒子群算法对机翼上的关键测试点进行了布局优化研究;其次,提出了一种相对运动惯性导航解算方法,建立相对惯性导航误差估计的联邦卡尔曼滤波模型,实现了各节点在机翼挠曲变形下的实时对准,并通过联立多子节点的位姿信息描述机翼形变;最后,设计了机翼加载实验,并验证了该算法的精度及有效性. 结果表明,机翼形变测量的三维位置误差与姿态误差均得到了改善,说明该方法具有较高的估计精度并在动态环境中有较好的形变监控能力.     

一种分布式水声信号检测系统的融合算法

给出了一种多传感器数据融合的融合算法,并将其用于分布式水声信号检测系统中多部声呐的信息综合。各部声呐的观测可以是相互独立的。也可以是相关的。计算机仿真结果表明,融合后系统的检测性能有明显提高。     

一种基于Paxos算法的高可用分布式锁服务系统

针对分布式应用中资源共享的一致性问题,分析了Paxos算法中3种角色的特点,提出了一种基于该算法的外部分布式锁服务系统,该系统定义了8种锁原语基本操作,利用Fast-Leader-Election算法选举Leader节点,设计了数据初始化、数据写同步算法。实验结果表明该系统具有分布式锁服务的容错性,在高并发下具有高可用性及数据一致性。     

分布式雷达航迹融合关键技术研究

为实现全国范围内的空中交通动态监视,必须将分布于全国各地的管制中心的雷达融合数据经通信线路传送到全国空情融合中心,常用的办法是进行动态雷达数据拼接,在拼接边界存在航迹平滑度差,航迹易跳变等问题。考虑采用分布式融合算法来处理各融合节点输出的雷达航迹,解决了航迹在融合边界质量差的问题。并针对分布式雷达数据融合过程中的几个关键问题：误差校正、航迹关联、融合算法展开分析,分别给出了有效的处理方案,并在实际工作中进行验证,均取得了良好的效果。     

一种全局最优的多基阵声纳数据融合方法

优化分布式检测系统性能的方法和算法很多,但是,这些方法或是优化传感器的判决规则或是优化融合中心的融合规则,而不是两同时优化。本提出了一种同时优化传感器判决 融合中心融合规则的全局优化算法,它扫描所有可能的解,找出在Ｎｅｙｍａｎ－Ｐｅａｒｓｏｎ意义上的最优解,该算法应用于具有三部声纳的分布式检测系统,获得了满意的检测性能证明了算法的有效性。     

一种新的图像融合算法

提出一种各分解层上的不同频率分量采用不同的融合算子的双正交小波函数图像融合的新方法。首先将参加融合的两幅图像进行双正交小波多尺度分解,再根据纹理信息函数和边缘亮度函数的相关系数,对分解后的高频部分和低频部分采用不同融合算子进行加权融合。仿真结果表明,该算法与传统的图像融合算法相比较,能得到清晰度更高,偏差指数更小的融合图像。     

一种基于NSCT和自适应PCNN医学图像融合的改进算法

由于医学影像成像原理不同,不同模态图像的质量、空间和时间特性有较大区别,因此临床上需要将不同模态的图像融合进行综合分析。为了准确并全面地融合MRI和PET图像,提出了一种基于NSCT和自适应PCNN医学图像融合的改进算法。算法采用NSCT得到图像的低频和各方向子带信息,采用符合人类视觉系统的自适应PCNN选择融合图像系数,重构得到融合图像。采用颅脑MRI和PET医学图像进行了仿真实验。结果表明,基于NSCT自适应PCNN算法在提高空间纹理细节和减少颜色失真方面明显优于其它的融合算法。     

一种基于小波-Contourlet的改进图像融合算法

为了解决小波变换中的方向有限性问题,并消除Contourlet变换中拉普拉斯金字塔分解存在的信息冗余,提出一种基于小波-Contourlet的区域梯度选择平均图像融合算法.该算法对低频采用加权平均规则,对高频则计算区域梯度,并采用选择平均规则,选取空间频率、交叉熵与偏差等客观评价数据.实验结果表明,在相同的融合规则下,...     

基于特征融合的深度学习目标检测算法研究

通过研究卷积神经网络中的特征层级,发现高层特征图的分辨率低、语义信息强,低层特征图的分辨率强、语义信息较弱等问题.针对上述问题提出一种二次特征融合的目标检测算法,该算法在特征金字塔网络(Feature Pyramid Networks,FPN)的基础上对过渡特征重复使用并进行二次特征融合,使丰富的低层特征信息补充到高层...