基于多传感器数据融合的电磁测量系统

本文主要从多传感器数据融合和虚拟仪器两方面介绍了一种电磁场测量系统的设计方法。     

基于多传感器数据融合的电磁测量系统

本文讨论了多传感器数据融合和虚拟仪器技术在电磁场强测量系统设计中的运用，使该系统实现了全自动测试和数据分析。     

多传感器数据多级分布式融合

分析了判决融合的ｎ个传感器的串并联结合结构。不像并联融合方案那样仅在接收所有传感器的所有信息时融合数据，这种结构在融合产不需要所有传感器的数据，这种结构的速率和处理数据不需要时延的趋势，因此，它优于并联融合。而且，在消除链路故障可行性的意义上，它优于串联分布式判决融合。     

目标探测.识别和跟踪的传感器数据融合

多传感器组合系统数据融合技术是当代探测，识别领域的一项新技术，本文在介绍多传感器组合与数据融合技术优点的基础上，介绍了成像激光雷达与前视红外传感器数据融合技术，重点介绍了红外行扫描器和红外成像摄像机的数据融合技术。     

光电跟踪测量系统多传感器融合跟踪设计与实现

本文从多传感器结构设计、融合跟踪算法两方面,进行了光电跟踪测量系统多传感器融合跟踪的设计与实现方法研究。设计了一套集可见光测量、红外测量和激光测量为一体的光电跟踪测量系统,实现了适应不同环境背景下的单站定位测量功能。     

基于雷达和成像传感器的融合跟踪

基于战术防空导弹的跟踪制导问题提出了一种利用雷达和成像传感器的融合跟踪方法。成像传感器获得的目标姿态观测，对目标机动十分敏感，而成像传感器得到和目标视线角观测十分精确，不存在角闪烁现象，数据融合技术充分利用了雷达和成顺的观测信息，显著地改善了机动目标的跟踪性能，大大减小了目标机动引起的脱靶量。     

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。     

基于多传感器异步数据融合的目标跟踪方法

在具有伪测量次优滤波器的基础上，提出多传感器异步融合的目标跟踪算法。通过蒙特卡罗模拟结果证明了该算法的有效性。     

基于多源异构数据融合与RT的高铁网络优化系统

在高速铁路建设中,采用的电力拖车、路堑、站台、桥梁、明洞等特殊、形状不规则的建筑物,会对电磁波传播机理和多通路产生一定的影响,使其呈现出明显的衰减特性。从空间上看,呈现出强烈的空间异同性和频度相关,从而导致经验模型无法准确表征铁路场景的电波传播特性,成为制约无线网络规划精确度与效率、限制铁路移动通信系统高质量发展的理论瓶颈之一。针对这一挑战性难题,本文开展了基于多源异构数据融合的铁路移动通信高精确度网络规划及优化系统研究。采用高性能射线跟踪(RT)技术针对铁路通信930 MHz频段下的高铁场景进行了网络优化仿真。仿真结果表明,90%的接收信号强度相较于优化前提高了13.9 dB,显著提升了铁路复杂场景中的无线网络质量。     

基于REKF的异类传感器异步数据融合算法研究

提出了一种基于异类传感器(R和IR)的数据融合目标跟踪算法,两种传感器具有不同的测量维数,量测数据异步采样并以不同的速率传输到融合中心站点.通过时间匹配技术,完成两种异步数据的融合,然后实现滤波器的状态更新.同时文中讨论了一种REKF(旋转推广卡尔曼滤波:Rotation Extended Kalman Filter)算法,可以有效地解决量测非线性和降低计算量的问题.     

测量噪声相关线性系统异类传感器航迹融合

研究了异类传感器航迹融合问题。在测量噪声相关的条件下,利用线性无偏最小方差估计的基本理论,通过对异类传感器的状态估计采用顺序滤波的方法,得到了相关测量噪声线性系统异类传感器测量融合算法和状态矢量融合算法。计算机数字仿真结果表明,由于考虑了测量噪声之间的相关性,该算法比噪声不相关融合算法具有更好的跟踪性能,航迹跟踪的精度得到了改善。     

一种有效的异质多传感器异步量测融合算法

提出一种不同类型传感器异步量测融合算法,即首先将量测方程线性化,再在融合中心通过建立伪量测方程,得到同步化的量测数据,然后利用一种扩维滤波的思想进行融合处理得到全局估计,最后进行仿真分析。结果表明了该算法的有效性。该算法体现一种并行处理的思想,故数据处理的速度高,特别适用于异步数据的融合处理。     

一种基于多传感器的复合量测IMM-EKF数据融合算法

为了提高多传感器系统的目标跟踪精度,且解决传感器数量多导致的耗时长的问题,提出了一种复合量测IMM-EKF（Interacting Multiple Model-Extended Kalman Filter）融合算法.该算法根据各传感器的测量精度,对各传感器关于同一目标的量测点迹进行加权融合,再将融合后的点迹进行IMM-EKF滤波处理.通过仿真及实验数据处理,将复合量测IMM-EKF融合算法与加权IMM-EKF融合算法、扩维IMM-EKF融合算法进行了对比分析,比较了三种算法的跟踪精度及耗时长度.结果表明,扩维IMM-EKF融合算法具有最优的跟踪精度,复合量测IMM-EKF融合算实时性最好.最后分别给出了三种算法的适用场合.     

基于多传感器信息融合的远距离目标检测

远距离目标检测具有重要的军事应用价值,而多传感器能提供互补和冗余信息,在远距离目标检测中具有独特的优势.针对可见光和红外热图像序列中的远距离目标,提出了一种基于信息融合的目标检测方法.该方法通过帧间差累积,在两种传感器的图像中确定了运动目标区域,定义了运动目标区域可信度度量,利用融合的规则确定了最后的运动区域.在运动区域中利用简单的分割方法将目标提取出来,最后经过特征级融合得到了检测结果.本方法不需要进行背景估计,多传感器信息的冗余增强了检测结果的可靠性,实验结果证明了本文方法的有效性.     

基于红外和雷达数据融合的机动目标跟踪方法

文章基于并行多传感器联合概率数据关联算法,提出了一种杂波环境下的多传感器多机动目标跟踪算法,首先使用融合算法将红外和雷达的量测进行异步和同步融合,然后应用融合后的量测,采用IMM算法实现对机动目标的跟踪.在仿真实验中分别跟踪单个和多个目标,结果表明该算法可以解决两种传感器的量测不同步问题,同时可以消除漏检现象对目标跟踪的影响,并能保证一定的跟踪精度.     

基于距离信息的多站多目标数据融合

在基于距离测量信息的多站系统中,将单传感器联合概率数据关联滤波(JPDA)推广到了多传感器场合。对MSJPDA的两种常用实现结构,采用深度优先搜索算法(DFS)实现可行联合事件的快速生成,实现了杂波背景下多目标的稳定跟踪。     

基于改进D-S证据理论的数据融合目标分类

首先采用分类算法对MSTAR数据集进行十类目标分类识别、三类目标的变体分类识别,然后根据分类调参过程中的先验知识修正证据即分类器输出,构造基本置信函数,并采用改进的合成规则即基于冲突系数K和Pignistic概率距离相结合的冲突度量方法,对冲突证据采用按比例分配冲突度的合成规则进行合成。未融合时,三类目标的变体分类准确率最高为93.553%,融合后三类目标变体分类识别率为95.092%,提升幅度约是理想状态的37%。     

基于地面传感器的数据融合技术应用研究

研究了多传感器优化布设,提出了几种典型拓扑结构。比较了Bayes方法和Dempster-Shafer证据理论,采用证据理论对目标进行身份识别。研究了地面运动目标融合算法、模型,能够对各种传感器的报警数据进行处理,得到目标的属性信息和运动轨迹。进行了低空飞行目标航迹融合研究,对传感器上报的低空目标方位角数据进行综合处理,得到目标航迹信息。实际运行结果表明,这些算法是有效的。     

一种新的红外/雷达传感器数据融合算法

在基于角度信息的情况下,提出了一种新的雷达/红外角度数据融合算法,对该算法进行了分析和仿真,仿真结果表明,该算法计算简单,融合效果理想。