基于D-S证据推理的多传感器战场目标识别

文中在简单介绍了多传感器信息融合技术的概念之后,详细阐明了D-S证据推理的原理及其应用于战场目标识别的方法,并进行了仿真处理.仿真结果说明,基于D-S证据推理的多传感器信息融合技术,是解决目标识别问题的一种有效方法.     

新兴的战场信息熔合技术

随着战场上各种传感器的日益增多和信息量的不断扩大,越采越需要用信息熔合技术对所获取的各种信息进行自动综合、处理和分析。本文主要介绍信息熔合技术的发展现状、重要性、研究内容与方法以及两个应用实例。     

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。     

传感器融合技术:创造最佳态势感知能力

传感器融合技术起源 传感器融合技术源于数据融合技术.1985年,美国国防部试验室联合理事会(JDL)所属的数据融合研究小组(即后来的数据与信息融合研究小组)首次提出了数据融合模型. 该模型历经数次改进,现作为数据功能分类的一种参考标准,已得到广泛运用,其有效增强了各个层次作战单位的态势感知能力. 传感器融合技术或许也可以称作"情报融合技术"——这也是当初数据融合研究小组对"信息融合"中"信息"一词的扩大化解释——因为该技术能够实现对所有数据的整合分析.在这一过程中,来自多个传感器(影像/雷达/信号情报/运动觉察器等)的定位与识别数据得到融合,生成一个有效的合成"图像",并且能够消除重复轨迹和定位偏差,产生最准确的目标引导信息.其最终成果涵盖了视觉、电子与语言信息,情报评估能力完全达到了"1+1＜2"的效果.     

数据融合在战场目标识别中的应用

采用异类传感器系统之间的集中式数据融合技术可以提高战场目标识别的准确度。首先,简要介绍数据融合技术的基本理论;然后,阐述数据融合在战场目标识别中的任务;最后,应用集中式数据融合技术进行战场目标识别仿真,检验其可行性。结果表明,该设计取得了良好的分类结果,将在军事领域得到更加广阔的应用。     

新概念微型旋翼无人机最新进展

<正>微型旋翼无人机可执行空中侦察、信息中继、战场监视任务,同时也可执行压制敌方火力、对地攻击、对空作战任务,将可能成为未来战场的重要航空武器装备——着眼于高科技战争、边防侦察巡逻以及反恐等军事需求,针对未来信息化战场快节奏、新形势、新应用、新任务需求牵引,飞行器作战平台逐渐朝着"五化",即信息化、隐形化、小型分散化、遥控化和无人化方向发展。随着嵌入式处理器技术、微传感器技术、微电子技术、信息融合处理技     

信息融合技术及其在鱼雷中的应用前景

本文论述了信息融合技术在多传感器的信号检测和目标跟踪中的各种算法,并从姿态控制、目标检测、目标跟踪三个方面对信息融合技术在鱼雷中的应用问题进行了探讨。     

外军陆战平台作战感知增强技术发展研究

为提高陆战平台的战场生存率和作战效能,针对陆战平台日益复杂的作战环境及作战任务,构建增强作 战感知能力的软硬件平台。通过分析外军陆战平台感知装备的技术特点和发展现状,明确合理的实时高速率信息传 输架构、先进的多传感器信息融合与人工智能技术、强大的多源战场数据管理系统、便捷的作战感知增强人机功效 等关键技术是实现作战感知增强的技术难点及发展方向。分析结果表明：该研究对未来作战感知增强技术的创新、 实践具有借鉴作用。     

传感器融合:寻求最佳的态势感知能力

当今的数字化战场,图像信息的采集、处理和传输至关重要。进入21世纪,基于多传感器的图像融合技术发展迅速,其应用已从海、空扩展到地面平台领域,并见诸于实战,为进一步提高态势感知能力提供了技术保障。本文描述了传感器融合技术的起源、演变、属性和特征,美、英、以等国研发、运用相关系统的现状与趋势,以及所面临的挑战。     

改进的D-S证据理论在战场目标识别中的应用

战场目标识别中多传感器信息融合面临各种不确定冲突信息。为此,提出了一种基于权重的证据调整方法,给予证据分配不同的权重,重新修正基本概率分配函数,利用Dempster组合规则实现信息融合。通过数值验证并与其他的改进算法对比,结果更为理想,能有效的减小冲突证据的不良影响,同时具有较高的收敛速度,降低了决策风险,仿真结果表明,算法有效、可行。     

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.     

美军C4I2WS信息优势获取系统分析

C4I2WS系统是将指挥、控制、通信、计算机、智能、信息战、和传感器结合,提高全天候获取战场信息优势的能力.依赖于战场环境中信息的获取、处理、分发和显示,获得全维信息,通过无缝、可互操作的通信网络传输实时的融合信息,并用于指挥的各个阶段.美军的战场信息传输系统采用雨伞状结构,通过提供必要的框架来实现无缝连接和跨战场的互操作.     

美军C412WS信息优势获取系统分析

C412WS系统是将指挥、控制、通信、计算机、智能、信息战、和传感器结合，提高全天候获取战场信息优势的能力．依赖于战场环境中信息的获取、处理、分发和显示，获得全堆信息，通过无缝、可互操作的通信网络传输实时的融合信息，并用于指挥的各个阶段．美军的战场信息传输系统采用雨伞状结构，通过提供．必要的框架来实现无缝连接和跨战场的互操作．     

毫米波主被动复合探测器目标识别技术

提出了一种在毫米波主被动复合探测器目标识别中利用D-S证据理论进行时空融合的方法。首先将每个传感器不同高度处的信息进行时间上的融合,然后再对两个传感器进行空间上的信息融合。为了适应现代战场的复杂环境和系统实时性的要求,文章采用灰关联分析方法来构造基本概率赋值函数。实验结果表明该方法可行,较以往的单一时间或空间融合,识别率得到了进一步的提高。     

信息融合及其改进的D-S算法

随着各种面向复杂应用背景的多传感器信息系统的涌现,信息表现形式呈现多样性,信息融合技术便应运而生。简要介绍了信息融合的层次、优势和主要算法,并给出了改进的D-S算法。     

多传感器信息融合技术最新发展及其研究展望

在分析多传感器信息融合技术发展现状的基础上，对多传感器信息融合技术进一步的研究趋势进行了探讨。     

多传感器信息融合技术最新发展及其研究展望

在分析多传感器信息融合技术发展现状的基础上，对多传感器信息融合技术进一步的研究趋势进行了探讨。     

敌我识别系统浅析

敌我识别(IFF)是高技术条件下现代战场中自动目标识别技术的重要应用之一.具有敌我识别能力的系统,已成为21世纪战场数字化系统的基本功能单元之一.目标识别目前具有目标特征识别、目标成像识别、无源探测识别、激光雷达识别、毫米波识别、多传感器数据融合识别等等方法.寻找一种简便而实用的识别方法是研制新一代敌我识别系统所必需充分考虑的问题,雷达自动目标识别是当前研究之重点,多传感器系统数据融合技术是其有效途径.由用户直接识别未知目标(即直接分系统)和向用户提供有关目标信息(即间接分系统)两部分组成的敌我识别系统,是正在研制的新一代敌我识别系统.     

网络中心战还有多远?

当网络中心战(NCW:Network Centric Warfare)的概念在二十世纪末达到流行的顶峰时,它似乎成为改变战争形态的代名词。网络中心战的目标是利用各种传感器收集高度复杂的战场态势信息,并且实现这些信息在遍布战场各个角落的己方网络上无缝传输,为指挥员提供实时、精确的战场态势图,使指挥员能够快速作出相应对策,从而掌握战场主动权。     

基于证据组合理论的多传感器目标识别算法

为了提高多传感器目标识别的准确性,提出了证据加权数据融合的新方法。给出了证据理论的基本概念、组合规则、加权证据组合及决策规则,同时给出简单的多传感器信息融合模型。针对战场环境下多传感器系统获得的辐射源信息。通过仿真给出了文中方法的目标识别步骤及识别结果．仿真结果表明该算法提高了目标识别的准确性和有效性。减小了识别的不确定性。