数据融合中的态势估计与威胁估计技术

文章在分析数据融合的概念和模型的基础上，描述了态势估计和威胁估计的功能性定义和模型，探讨了态势估计与威胁估计的实现方法，最后对态势估计与威胁估计的研究现状进行了介绍。     

空战态势评估与威胁估计研究

提出了机载数据融合系统的概念．对空战中的态势评估从空情态势元素提取、当前空中态势判定及未来空中态势预测三方面进行了分析．对空战中威胁估计的流程从威胁元素提取、威胁合成、威胁等级确定三个阶段进行了描述。     

组网雷达数据融合技术研究

通过对组网雷达系统中数据融合技术的核心内容时空对准、误差匹配、多目标跟踪、态势估计、威胁估计研究,分析了现阶段兵器雷达组网工程实施的可行方法,总结提升兵器雷达组网技术水平的一些新思路,为发展情报指挥系统提供必要支撑技术。     

数据融合技术在军队指挥自动化系统中的应用研究

通过对数据融合基础理论的总结与剖析，提出了数据融合技术在军队指挥自动化系统中的应用，并以多雷达系统点迹航迹及战场态势和威胁估计的数据融合为例进行了深入讨论。     

一种海上目标跟踪的数据融合系统

目前，已经有多种用于支持海上战术和战略方法的海上侦察(MS)的多传感器数据融合系统。由于海上侦察目标区域过大，且时间、精度和不同类型传感器的原因，使得设计的数据融合系统实用性不强。根据数据融合的处理过程和海上侦察系统的特点，提出了一个典型的海上数据融合系统，并给出了系统模型和体系结构。最后讨论其实际应用中的可行性。     

条件事件代数在数据融合中的应用

近年来,数据融合的研究集中到包括传感器管理、态势评估和威胁估计的较高层次。相对于较低层次的数据融合而言,这些研究领域更多地涉及到事件条件性和基于规则的证据的处理。条件事件代数是在确保规则概率与条件概率相容的前提下,把布尔代数上的逻辑运算推广到条件事件（规则）集合中得到的代数系统。文中介绍了条件事件代数的基本思想和一些性质,给出了利用条件事件代数实现人工智能专家系统中规则局部触发的例子。     

态势估计中目标分群方法的研究

对态势估计中目标分群问题及其相关概念进行了描述;定义了距离因子和距离差因子,根据初级融合获得的敌目标有用数据,计算进攻关系隶属度以生成敌方功能群;提出了目标分群的算法步骤,并给出了算例。仿真结果表明,该算法能够为态势估计生成期望的功能群,具有一定的理论和实用价值。     

基于数据挖掘的信息系统安全态势估计

针对当前信息系统安全态势估计存在实时性差、误差高等问题,提出数据挖掘的信息系统安全态势估计方法。将数据发现和预处理输出的资产列表以及威胁列表反馈到安全态势分析评估阶段,在对安全态势进行分析评价时,先采集引发风险的各类威胁因子,采用泊松分布方法运算威胁产生的频率,对系统资产的脆弱性进行赋值,最后获取威胁频率,采用模糊数学方法得到信息系统安全态势估计的多因素以及单因素风险决策,分析风险的损耗程度,获取综合安全态势评估值。实验结果表明所提方法可对信息系统安全态势进行精准评估。     

战场态势估计概念、结构与效能

明确给出了战场态势和态势估计的概念,阐明了战场态势层次的划分及其与美军三级共用作战图的关系,重点描述了战场态势与态势估计概念的历史沿革.旨在澄清态势估计领域的一些模糊概念与认识,或作为研讨的引玉之砖.     

战场电磁态势生成内涵与体系架构综述

通过阐述态势、战场态势感知、信息融合等概念及其相互关系,理清了战场电磁态势生成的内涵;通过介绍态势估计、影响估计和感知资源管理的概念及其方式方法,给出了战场电磁态势生成的基本流程.在此基础上提出了一种态势生成体系的流程架构,并给出了实现的基本模型和方法.     

信息融合技术现状、概念与结构模型

本文叙述了信息融合技术的发展与应用沿革,特别是重点给出了信息融合技术及应用中的一些基本概念,对澄清某些模糊概念或不准确认识会有积极作用。 本文所整理并呈现给读者的美国国防部关于信息融合的JDL滚动发展体系结构模型和关于一级（含零级）融合的功能模型,对国内从事该领域研究和应用的技术人员也会有一定的裨益。     

基于数据提纯的图像融合

以一种稳健的数据提纯策略实现了全自动的图像融合。首先采用精度较高的特征点提取和匹配算法获得两幅图像间特征点的伪匹配集合，在特征点提取误差符合高斯分布的假设下，对伪匹配集合进行了参数的定量分析，并将它按参数阈值分成了内点和外点，剔除了不够准确的噪声数据，在内点域上线性和非线性地估计出图像间的点变换关系，形成了一种稳健的数据提纯算法。随后根据估计出的变换关系对两幅图像进行重采样，注册到一幅新的空白图像中形成一幅融合图像，实现了全自动的图像融合。实验表明本文的算法稳健，融合效果不错。     

基于数据融合估计理论的Kalman滤波

本文在经典Kalman滤波算法的基础上针对多传感器数据处理的特点,根据不同的数据融合结构方案给出了多传感器数据融合系统的Kalman滤波算法。根据多传感器数据融合估计知识,建立了基于Kalman滤波的数据融合模型;给出了融合结构的数据融合滤波算法：集中式Kalman滤波算法;进行了算法仿真演示实验。实验结果表明,通过多传感器融合能够提高系统的估计精度。     

侦察情报处理中的态势估计技术研究

根据目前侦察情报态势处理的军事需求,结合现有雷达侦察装备和其他手段获取的情报,重点开展多元情报融合技术应用研究。在态势估计技术研究方面,运用模板匹配和聚类分析等方法实现对态势元素相似性的判断,采用工程化的模糊与/或语义图模型建立目标对象间的联系关系,建立态势元素描述模型和态势预测分析模型进行态势估计和威胁判断。介绍了相应的仿真试验系统。     

小波分析和时间序列法相融合的信息安全态势估计

为了提高信息安全态势的估计精度,提出一种小波分析和时间序列分析相融合的信息安全态势估计方法。首先收集信息安全变化的历史数据,然后采用小波分析对数据进行分解,然后分别采用时间序列方法对分解后数据进行建模和估计,最后采用小波分析对估计结果进行重构。结果表明,本文方法可以准确跟踪信息安全变化趋势,提高了信息安全态势估计的精度。     

基于全局状态估计的多传感器加权数据融合算法

自学习最小二乘加权数据融合算法已被广泛地应用于融合多传感器系统中的量测信息.但是,通过深入的理论分析和实验仿真发现,自学习最小二乘加权数据融合算法在进行双传感器数据融合时具有较差的融合精度,同时该算法还具有较差的抗干扰性及稳定性.基于以上研究结果,提出了一种基于全局状态估计的多传感器加权数据融合算法,采用卡尔曼滤波的状态估计特性及相关历史信息,使得状态的估计值能够充分逼近真实值,从而使得算法具有较高的融合精度及抗干扰性.最后,MonteCarlo仿真结果显示,相比于已有算法,提出的算法在融合精度及抗干扰性方面具有明显地提高.     

基于大数据的网络态势感知体系架构

在分析网络态势感知的目标和所面临的严峻形势基础上,对网络态势感知的研究框架进行了简要的介绍,在此基础上对经典的网络态势感知模型JDL模型和BASS模型进行进一步描述。结合目前大规模网络态势信息的大数据特性,提出基于大数据的网络态势感知体系架构设想,探讨大数据流式处理技术、并行计算技术、关联规则分析技术、基于证据理论与模糊逻辑相结合的态势评估技术以及基于神经网络的态势预测技术等在体系架构中的分层应用。并以此架构为基础,提出未来需要进一步深入研究的关键技术和研究方向。     

基于多属性决策和态势估计结果的空战威胁评估方法

结合空战的特点,对影响目标威胁评估的属性进行了分析,并用层次分析法确定各属性的权值.根据多属性决策理论和方法,给出目标的威胁度,再根据空战的态势估计结果修正威胁度值,最终得到威胁排序结果,为传感器管理和火力分配提供依据.     

基于Bayes估计的机器人触觉传感器信号数据融合

针对触觉传感器不同触觉组单元获得的物体表面轮廓图像，设计了中心式数据融合结构，全局融合算法采用Bayes估计，有效地避免了单一触觉组单元不确定性误差的影响，提高物体表面轮廓数据测量和图像重构的精度，对触觉传感系统整体性能的提高有重要意义。