多传感器数据融合及在光电测量中的应用

在介绍多传感器数据融合技术的基本概念的基础上,分析了多传感器数据融合技术的功能模型和结构模型,并具体阐述了多传感器数据融合技术的各个阶段的融合方法和具体操作措施。最后将多传感器数据融合技术引进光电测量系统,提出了一种新的基于多传感器数据融合的光电联合测量系统的模型。     

异步多传感器数据融合

在分布式多传感器数据融合系统中，由于每个传感器的采样周期不同以及具有不同的通信延迟，导致送入融合中心的局部航迹往往不是同步的。提出一种多传感器异步数据融合算法，该算法首先利用最小二乘实现时域融合，将航迹同步化，然后利用一种序贯的Kalman滤波方法进行融合。     

基于强跟踪滤波器的多传感器非线性动态系统状态容错融合估计

将强跟踪滤波理论与多传感器数据融合估计方法相结合，提出基于强跟踪滤波器的多传感器数据融合估计新算法。对拥用相同采样的分布式多传感器单模型非线性动态系统，应用强跟踪滤波器，得到目标状态基于全局信息融合估计结果，并利用计算机仿结果对算法的有效性进行了验证。这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题，从而丰富和发展了多源信息融合理论。     

一种改进的无线传感器网络安全数据融合算法

首先对无线传感器网络数据融合的相关技术进行比较,在分布式数据融合算法的基础上提出了一种改进高效数据融合算法,利用NS2仿真平台对其传输开销进行仿真测试。仿真结果表明,相比分布式数据融合算法,所提的算法能够更有效地减少传输开销并且节省节点能耗。     

多传感器数据融合技术概述

多传感器数据融合是指对由多个传感器单元所获取的信息进行综合分析及处理的一种技术,它避免了单传感器的局限性,可以得到更为全面、准确的信息估计。文章主要论述了多传感器数据融合的基本原理、特点与结构、方法及应用,并对多传感器信息融合技术的研究进行了展望。     

神经网络在多目标分布式融合中的应用研究

提出了适合分布式多传感器多目标(MSMT)数据融合估计算法，对这种推广的分层融合估计算法进行了数学推导和描述，研究了利用神经网络进行MSMT跟踪融合的网络结构和算法，进行了计算机模拟仿真。仿真结果表明神经网络融合估计可提高跟踪精度，并且这种融合方法是有效的。     

海面分布式传感器多信息融合技术

在海上军事指挥系统及其目标识别中,基于分布式的多传感器信息融合技术一直是海上作战体系中的重要研究课题。由于受海面环境噪声等因素影响,单个传感器对目标物数据的采集往往精度比较低甚至会出现误差。本文重点研究信息融合技术中的数据关联算法,提出一种联合概率数据关联算法,较好的克服了在海面噪声干扰及多径信道干扰条件下的多目标定位跟踪的精度。最后对算法进行实验仿真,通过分析得出此算法的有效性。     

分布式多传感器航迹数据融合

本文研究分布式多传感器系统中的航迹数据融合问题，对来自分布于不同几何位置，具有不同精度的多传感器的所有航迹，根据它们的状态向量及其滤波误差协方差阵Ｐ进行融合处理，形成融合航迹，介绍两种典型的适用于分布式系统的航迹融全数学模型。各种模型中又有数值模式。     

舰载多传感器信息融合技术初探

本文对舰载作战指挥系统多传感器信息融合的需求进行了分析,提出了舰载系统多传感器信息融合的结构及理论算法,给出了软件实现的具体方法。文章对舰载系统多传感器信息融合进行了从抽象到具体的探讨,研究了适合于舰载系统多传感器信息融合的具体实现、融合数据的使用等关键技术;对信息融合进行了总体设计,给出了实现的理论算法;并对信息融合对系统通讯、资源和接口的影响作了研究。     

基于模糊加权的分布式IMMJPDA算法

提出了一种基于模糊加权的分布式交互多模型联合概率数据互联算法.该算法在融合中心采用模糊加权方法对不同传感器关于同一目标的模型概率、状态估计及其协方差进行融合,而模糊权值为各传感器关于各目标的状态估计协方差的迹的隶属度.最后通过计算机仿真验证了该算法的正确性和有效性.     

分布式水下多传感器多目标模糊跟踪融合方法

水下多传感器多目标跟踪系统往往是一个不同类传感器融合系统,且其目标航迹包含有不确定和模糊信息.本文首先利用模糊隶属度函数和模糊逻辑推理技术,进行分布式水下多传感器多目标航迹模糊融合关联决策,并利用有效数据处理和分层融合估计相结合的方法,以实现不同类传感器高精度融合跟踪估计.     

分布式传感技术在海面多目标检测中的研究

在海面战争中,多目标的检测关系到战争胜败。相对于一般运动目标检测算法,海面环境下的检测模型背景更加复杂,目标物相比较背景成像更小,对目标物检测的实时性和精度都有所降低。本文研究基于分布式传感技术的海面多目标检测系统,同时针对海面复杂背景的模型,在模糊理论及自适应反馈的分布式目标检测及数据融合基础上,首次结合训练静态数据信息融合传感器采集信息的模糊检测进行自反馈的方法,提高了检测精度。     

用于多传感器信息融合性能分析的分布交互仿真系统

采用分布交互仿真原理设计的信息融合性能测试系统 ,能够提供实时合理的多传感器态势观测数据。通过对多传感器信息融合处理环境的分析 ,给出了仿真测试系统的总体结构 ,对各模块的功能进行了描述。     

基于数据融合的船舶电网参数测量研究

采用单传感器的传统船舶电气参数测量方法存在很多缺陷，会受到传感器的测量噪声和电网中的电磁干扰等影响，从而影响参数测量的精度和测量结果的稳定性。为此，应用状态估计技术和多传感器数据融合理论，提出了一种新的船舶电气参数测量方法。首先建立电压和电流的状态模型，将其连续的动态方程离散化，用于数字信号处理器（DSP）中。然后采用卡尔曼滤波和无反馈分布式融合来对离散化后的采样数据进行融合，从而得到全局数据融合的最优估计。最后，经过一个周期的采集数据估计值进行有效值计算，在液晶屏中显示出来。与单个传感器的检测方法相比，该检测方法具有更高的精度和更好的稳定性。仿真结果和实验测试结果都证明了本检测方法的有效性和优越性。     

船舶远程监控数据的动态采集方法

为了提高对船舶的远程监控能力,提出一种基于多传感器组网及融合跟踪识别的船舶远程监控数据动态采集方法,构建船舶远程监控数据采集的无线传感器网络模型,进行传感器节点的自适应分布式优化定位设计,采用量化融合跟踪方法进行船舶远程监控数据挖掘和特征提取,构建反馈均衡滤波器进行数据采集后的抗干扰滤波处理,提高数据采集的干扰抑制能力,结合数据挖掘算法实现对船舶监控数据的动态采集。仿真结果表明,采用该方法进行船舶远程监控数据采集的准确性好,抗干扰能力较强,输出信噪比较高。     

传感器网络的数据查询处理技术研究

感知数据的查询是传感器网络数据管理的核心技术.分析数据查询集中式处理结构和分布式处理结构的特点,讨论分布式处理的Fjords和Cougar系统结构,着重研究聚集查询处理技术.     

分布式多传感器无源定位综述

对分布式多传感器无源定位的概念进行描述,分析分布式多传感器无源定位的特点,详细阐述其国内外研究现状,深入分析了其关键技术问题(分布式无源定位技术、非线性滤波技术、数据关联技术),并给出了现阶段解决这些问题所采用的方法.     

基于无线传感器网络的船舶动力定位系统的研究

随着海洋开发领域的扩大,对船舶航行及停泊位置精确要求越来越严,动力定位系统成为大型船舶必不可少的设备之一。船舶动力定位系统通过传感器采集自身的动力状态及周围环境数据,再通过数据融合确定所需的推进力。针对采集数据分布广、类型多样的特性,利用无线传感网络分布式结构具有较好的处理性能。本文研究大型船舶动力定位系统数学模型,在此基础上设计基于无线传感网络的数据融合处理系统,最后进行仿真。     

舰载多传感器数据融合技术发展研究

本文阐述了多传感器数据融合技术的发展概况,融合方法、特点及对舰载C~3I系统的影响,并对发展我国舰载多传感器数据融合技术提出了几点建议。     

舰载多传感器数据融合技术发展研究

本文阐述了多传感器数据融合技术的发展概况，融合方法，特点及对舰载Ｃ＾３Ｉ系统的影响，并对发展我国舰载多传感器数据融合技术提出了几点建议。