基于改进D S 理论在无人化武器系统信息融合中的应用

针对无人化武器系统多传感器数据之间存在的信息融合问题,提出一种将AHP法和D-S证据理论相结合的无人化武器系统信息融合算法。根据多个传感器信息融合时所在环境条件对各传感器精确程度的影响,通过AHP法确定在多个传感器基本概率赋值中各传感器的权值,并利用D-S证据理论进行改进,实现了目标识别。实例分析结果证明:改进后的识别结果明显优于传统D-S证据理论的识别结果,在一定程度上改善了目标识别系统的性能。     

模糊积分方法在多模导引头信息融合技术中的应用研究

研究了基于模糊积分方法的多源信息融合算法，当各传感器向融合中心汇报带有信任程度的分类结果时，融合中心利用计算出的各分类的模糊积分进行最终分类的一种决策融合方法。     

基于支持度矩阵的一种多传感器融合方法

针对当前多传感器融合过程中,各传感器可靠度估计困难和观测值融合精度低的问题,文中提出一种基于支持度矩阵的最优加权多传感器融合方法,首先建立各传感器之间的相互支持度矩阵,然后对综合支持度高的传感器进行最优加权融合。仿真结果表明,该方法实现简单,能够客观地反映各传感器的可靠程度,不需要知道任何先验信息。而且与同类融合方法相比,该方法具有更好的融合精度。     

基于D-S证据理论的多传感器目标识别信息融合方法

多传感器目标识别系统中多个信息源之间证据高度冲突时,采用传统的D-S证据理论进行信息融合有一定的缺陷。根据信息源间证据冲突的程度,提出了一种新的证据融合算法,该算法依据少数服从多数的原则,首先根据信息源间冲突程度的计算出各信息源权重,再采用D-S组合规则对加权后的信息进行组合。算例分析结果证明了该方法在用于多传感器目标识别系统的有效性和优越性。     

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。     

基于矩阵分析的加权证据时空融合算法研究

在多传感器目标识别系统中．为解决各传感器可信度不一致的问题，提出加权证据的方法。为便于采用计算机实现，采用基于矩阵分析的D-S证据理论。考虑融合系统的时间性和空间性．先从空间域对多传感器进行空域信息融合．然后在此基础上对时间序列进行融合。最后进行判决，识别出目标。识别实例表明了该方法的正确性和有效性。     

多传感器信息融合的模糊神经Petri网模型

将模糊产生式规则应用到多传感器融合系统中得到一种模糊信息融合方法，再用Petri网对此信息融合系统建模。在此基础上将人工神经网络与Petri网相结合，提出了一种多传感器信息融合的模糊神经Petri网模型。     

计算机视觉中的信息融合技术

通过处理器在多个视觉传感器间的转换,使单处理器能够读取多个视觉传感器采集的图像信息,实现检测系统对多技术指标的实时在线监控.同时将各传感器采集的数据进行融合,实现对被检测物体的综合评定.该融合技术包括计算机对多视觉传感器的图像信息的读取、多组图像信息的融合及系统功能三方面.     

多传感器信息融合的模糊神经Petri网络型

将模糊产生式规则应用到多传感器融合系统是得到一种模糊信息融合方法，再用Ｐｅｔｒｉ网对此信息融合系统建模。在此基础上将人工神经网络与Ｐｅｔｒｉ网相结合，提出了一种多传感器信息融合的模糊神经Ｐｅｔｒｉ网模型。     

面向过程的虚拟训练动态评价方法研究

为解决虚拟训练过程中动态评价难的问题,在静态评价基础上,引入时序因子,构建了虚拟训练动态评价模型,在该模型中,使用时间步长和事件步长相结合的方法建立了由对象、时间、指标组成的三维排序评价矩阵;将有序加权算子(OWA)和权重评判函数相结合,提出了面向虚拟训练过程的时序平均加权函数,使用该函数对三维排序评价矩阵进行求解,完成了面向虚拟训练过程的动态评价。最后,将该方法应用于某型工程机械虚拟训练系统中,实现了虚拟训练过程的训练效果动态评价及评价过程的可视化。     

潜艇多信息源目标融合识别模型

潜艇目标融合识别系统提取多信息源的目标信息,融合成目标属性,自动完成目标识别.决策融合识别模型根据目标环境和情报信息,提取目标属性信息.据目标特征信息的输入,判定其类型,给出结果可信度.再据各识别结果和可信度进行加权融合,以确定目标最终身份.     

基于多源信息融合的火炮装填状态监测与故障诊断系统

针对火炮装填系统故障成因复杂、诊断方法不足等问题,提出一种基于多源信息融合的火炮装填监测与 故障诊断的方法。采用知识决策属性进行属性分类,构建神经网络训练模型,对自动装填系统故障进行定性分析并 建立故障诊断辨识框架,根据故障决策准则得出故障判断,解决了故障特征的不确定性、故障模式多样性的问题。 实例分析结果表明,该方法达到了有效提高故障诊断确诊率的目的。     

空天预警侦察信息分析及融合模型研究

基于特征层的混合式空天预警侦察信息融合模型，含平时和战时2种工作模式。首先，空天预警侦察平台对战场环境进行实时预警侦察。平时模式下，空天预警侦察信息经预处理后传输到各自信息融合中心进行目标特征提取，然后传输到空天预警侦察信息融合中心进行特征层属性融合和属性判决，再将情报信息发送给各军兵种指控中心；战时模式下，包含目标的空天预警侦察信息在预处理后由各自信息融合中心直接传输到空天预警侦察信息融合中心进行融合和判决后发送给各军兵种指控中心，指控中心向火控系统下达作战命令并向空天预警侦察系统下达目标侦察任务对打击效果进行评估。     

层次分析法用于多传感器数据融合中属性权的求取

为了解决多传感器目标分类识别的数据融合中传感器本身可信度的求取问题，本文提出了传感器属性权的概念，并利用层次分析法求解传感器的属性权及其层次分析结构模型。进行了应用探讨，验证了这一方法的有效性。     

基于粗集的SVM算法在空袭目标识别中的应用

在现代防空作战中,如何快速准确对敌我目标进行识别,至关重要。本文结合粗糙集和支持向量机算法建立了基于粗糙集的SVM增量学习模型,提出了基于快速求核和集合近似质量的粗糙集属性约简算法,改进了SVM增量学习算法。试验结果表明,算法正确有效,模型符合现代防空作战中对目标识别的要求。     

基于序列模式的多步攻击挖掘算法的研究

为解决多源、异构网络告警融合中蕴含的多步攻击难以被发现的问题,提出一种基于频繁告警序列模式的挖掘模型.利用动态时间窗口对报警数据进行划分,将IDS、防火墙报警数据转化为报警序列;根据报警序列的相似度构造攻击序列集,从而利用两条攻击序列的属性信息判断同一个攻击场景的攻击前后步骤的关联性.实验结果证明:在不需要制定复杂关联规则和储备先验知识的基础上,该模型能自动地向用户提供最小支持度范围,提高关联算法的准确性,为成功发现多步攻击.     

基于粗糙集的装备维修保障能力模糊综合评判

建立了基于粗糙集和模糊理论的装备维修保障能力评估模型.该模型采用模糊方法将定量指标和定性指标值转化为模糊数,实现指标的一致化,并利用属性重要度理论获取指标权重,最后采用模糊算子进行评估计算.实例计算结果表明,该模型能够较好的利用以往的经验数据,兼顾指标的客观信息和评估者的主观判断,评估结论较为可信.     

An Object Threat Assessment Method Based on Indefinite Multiple Attribute Decision Making

On the basis of characteristics of threat assessment of aerial defense, a kind of MADM （multiple attribute decision making） method with unknown attribute weights and biased project on decision-maker is put forward. It can be used in dealing with the object threat assessment problem. A computing formula on project preference of decision-maker and one model of obtaining attribute optimization weight are set up. The method improves the veracity and reliability of computing object threat assessment, and the simulating result shows that this method is valid.     

基于信息融合的多层次故障诊断研究

针对现代复杂设备故障特征参数较多,一般诊断方法难以解决的问题,在分析了神经网络和D-S证据理论的优劣之后,从优势互补的角度出发,以信息融合为基础建立了并行多层次故障诊断模型,并讨论了模型的应用问题,给实际诊断的进行提供了参考。