基于分辨力增益的综合识别传感器管理方法

为提高目标综合识别的效能,需对综合识别系统中多种传感器资源进行科学管理.在分析综合识别中目标优先级和传感器使用约束条件的基础上,建立了利用分辨力增益作为传感器资源管理优化准则的目标函数,提出了利用传感器混淆矩阵的预测分辨力增益计算方法,并将粒子群优化算法引入传感器-目标分配NP- hard问题的求解中.仿真结果表明该方...     

机载雷达红外传感器集中式融合与管理

提出一种机载多传感器集中式序贯融合与管理的方法.传统扩展卡尔曼滤波融合算法滤波精度不高,因此先利用雷达传感器的量测,采用修正扩展卡尔曼滤波算法对目标状态进行估计,再把估计值作为红外传感器的预测值进行序贯融合.在此基础上采用分辨力增益的方法对传感器进行管理.仿真结果表明该方法能够提高对目标的跟踪精度,增强跟踪系统对环境变化的适应能力.     

基于证据理论的ATR系统传感器管理方法

随着信息融合技术和传感器技术的发展,融合目标识别系统的应用更为广泛,其规模也在不断地增大.为了满足战场应用的需求,一套识别系统中往往包含有多个不同种类、不同性能的传感器,而对于它们的综合管理方法的研究则甚少.为了更好地管理融合系统中的多个传感器,使识别系统的整体性能和效能达到最优,提出了一种新的基于D-S证据理论的融合目标识别系统中的传感器管理方法,分析了其合理性、可行性以及可能存在的问题,并给出了初步的解决方案.最后通过仿真实验及结果分析说明了方法的有效性和合理性.     

目标综合识别系统中多传感器目标特征管理

研究了传感器级目标综合识别系统中多源特征信息之间关联和融合的方法,在此基础上探讨在实践中如何对多传感器关于各个目标的分类特征进行管理,并通过关联和融合形成关于目标全面特性的特征向量最终进行目标识别的实现过程。     

基于RIMMKF的一种传感器管理算法

以重加权交互式多模型卡尔曼滤波(RIMMKF)为基础,提出了一种传感器管理算法.首先利用RIMM对联合多目标概率的量测更新和马尔可夫转移更新求取分辨力也即信息增量,然后利用信息增量最大化来分配传感器资源.所采用的模型弥补了交互式多模型(IMM)的不足.仿真结果表明,在机动多模型环境下,与IMMKF分辨力方法相比,本文所提算法行之有效且能使传感器资源得到有效地分配.     

机载传感器时间间隔优化管理算法

提出了一种机载传感器目标探测时间间隔优化管理方法.该方法考虑目标状态估计精度,采用交互多模型滤波算法进行传感器量测信息滤波,进而实时计算传感器目标探测跟踪的信息矩阵.在此基础上,搜索计算传感器在一定探测目标精度下的探测最佳间隔时间,实现机载传感器探测资源的有效配置和管理.进行了该传感器时间间隔优化管理算法的仿真研究,结...     

人体识别系统中通行识别技术的研究

人体识别系统是城市轨道交通自动售检票系统的关键组成部分。为了对人体识别系统中通行识别技术进行研究,采用对射式红外传感器采集通行目标的通行状态,在通道两侧分别安装传感器,在Matlab仿真的基础上将步态识别方法与人体识别规则相结合,分析闸机通道内通行目标的类型和数量,对其新型识别方法进行实验,实验结果表明该识别方法有效可靠。     

多传感器目标识别的判决域与可靠性分析

文章利用概率方法对多传感器目标识别系统进行了分析，提出了利用判决域与决定率进行目标识别的一种方法，利用判决域方法对确定事件发生与否进行决策可以减少传感器系统的误响应，同时保证传感器系统进行目标识别时的可靠性。     

地面三维目标的探测识别系统研究

针对人员、车辆等地面目标运动时产生的地震动信号,利用地震动传感器采集这些信号并作预处理,再通过模糊识别算法对目标特征进行分类识别,进而构建了一个地面三维目标的探测识别系统.     

雷达的多路传感相关装置

探测和识别攻击目标时,往往需要联合使用红外被动传感器和单脉冲雷达主动传感器,使用这种联合装置,就可以从单纯反射雷达波的目标和单纯辐射出能量而使红外传感器响应的目标中,识别所需既反射又辐射的人为目标。这种联合装置还能用来确定辐射目标的距离。此外,由于光学法可得到更高的角分辨力,所以,在反射-辐射目标的情况下,在所接收到的反射信号和辐射信号中取一种信号调制另一种信号,就可以使雷达有效倾斜距离内的角分辨力和距离分辨力都比纯反射目标时的好。但是,真正要把这种多路传感装置做出来,就必须要有有效的方法使被动传感器的响应与主动传感器的距离时间响应相关,这样就能确定被动探测的辐射目标的距离和方向。上面提出的调制法是直接控制正析象管的视场,从而使红外传感器的光轴不断随所     

基于模糊逻辑的多传感器管理算法

针对目标识别过程中的传感器管理问题,提出了一种基于模糊逻辑的多传感器管理算法.该算法首先运用Vague集表达识别目标的不确定性,利用自适应神经模糊推理系统度量传感器性能.通过模糊隶属函数模糊化传感器性能和目标识别特性,依据模糊推理规则实现目标识别的传感器管理.仿真结果表明,该算法合理有效、简单易行,有较好的工程实践意义.     

基于风险理论的主动传感器管理方法及应用研究

针对传感器资源有限的情况，以目标检测为背景，提出了一种基于风险理论的传感器管理方法.首先建立目标检测模型和传感器辐射模型，将"检测风险"和"截获风险"之和作为传感器管理风险函数，即目标函数.其次为对模型求解，将预测值的期望值作为目标函数的近似值，重新修正目标函数.接着设计了基于多Agent的分布式优化算法.仿真实验表明，通过本文提出的基于风险理论的传感器管理方法，能够有效实现传感器管理，与以往的传感器管理方法相比，本文方法更能较好地解决资源有限情况下的传感器管理问题.     

决策模板法在决策层融合目标识别中的应用和改进

决策模板法是一种简单直观的决策层融合识别算法,但是经典的决策模板法没有充分利用各传感器对于不同类目标鉴别能力的先验信息。本文提出利用传感器平均度量熵对决策模板法进行修正,合理度量各个传感器对不同类目标的分类鉴别能力,仿真结果表明改进的决策模板法能提高目标正确识别率。     

复杂场景下单通道SAR目标检测及鉴别研究进展综述

SAR作为一种主动式微波成像传感器,以其全天时、全天候、作用距离远等独特的技术优势,成为当前对地观测的主要手段之一,在军事和民用领域发挥着十分重要的作用。随着SAR遥感技术的发展,高分辨率、高质量的SAR图像不断产生,仅依靠人工手段对感兴趣的目标进行检测、识别费时费力,因此亟需发展SAR自动目标识别(ATR)技术。典型的SAR ATR系统主要包括检测、鉴别、分类/识别3个阶段,其中,检测和鉴别阶段是整个SAR ATR系统的基础,是国内外雷达界一直开展的SAR应用基础研究之一。针对单通道SAR图像,简单场景下目标检测与鉴别已经取得了不错的结果;而在复杂场景下,杂波散射强度相对高、杂波背景非均匀和目标散射强度相对弱、分布密集等情况,使得SAR目标检测和鉴别依然是一个难点。该文对近十年左右复杂场景下单通道SAR目标检测及鉴别方法的研究进展进行了归纳总结,并分析了各类方法的特点及存在的问题,展望了未来复杂场景下单通道SAR目标检测与鉴别方法的发展趋势。      

基于SVDD的中段目标综合识别分类器设计

弹道目标识别是典型的非合作目标识别,针对弹道目标识别中先验信息稀缺,目标群描述不完整等特点,研究了支持矢量描述方法在弹道识别中的应用。通过引入模糊隶属度进行威胁度排序,分别研究了单类与多类目标的分类筛选,并总体设计了基于支持矢量描述的目标综合识别分类器,给出了目标综合识别流程。最后分别运用目标群仿真数据和暗室数据进行了已知部分先验信息和已知全部先验信息的仿真实验,实验结果表明,该方法在上述场景下有较好的分类性能。     

基于运动模型的一类传感器管理方法

利用目标检测前后信息熵的变化以及卡尔曼滤波方程中协方差的预测与更新阵,可以计算出传感器对目标进行检测或跟踪所产生的信息增量,并给出了一类基于信息增量最大化传感器管理方法.仿真结果表明:与顺序跟踪方法相比,该方法能够更合理分配有限的传感器资源,提高跟踪系统的整体性能;与随机检测与跟踪方法相比,该方法在保证一定跟踪精度的前提下,能最大限度地发现并跟踪新目标.     

光传感器监控系统中行人识别模型的研究

针对传统的行人识别模型行人识别速度慢的问题,设计了一种光传感器监控系统中行人识别模型。引入抛物线拟合,将三维场景中的点阵聚合成现实场景中的物体,对监控区域三维重建,在此基础上,采用野点去除和噪声去除的方法去除外界因素对行人目标造成的高频干扰,采集行人区域数据。采用红外图像分割方法,分别对行人目标与背景建模,最后将行人目标模型与背景模型结合生成行人识别模型。实验对比结果表明,此次设计的光传感器监控系统中行人识别模型比传统的图像阈值分割模型、激光雷达行人识别模型、模板匹配行人识别这三种传统模型行人识别速度快,能够满足行人识别需求。