多传感器数据融合中的鲁棒检测技术

研究了多传感器数据融合中的鲁棒检测技术.检测问题中设计最优决策规则通常需要知道观测量的统计特性,在实际系统中对观测量的统计特性一般只知道一部分或完全不了解,此时可采用寻找最不利分布设计系统的决策规则.从数据融合的观点来看,鲁棒分布检测在信息的传输、系统的容错等方面优于鲁棒集中检测.最后研究了当N个传感器工作频率不同时的数据压缩方法.     

多传感器检测系统的分布式数据融合

研究分布检测系统中融合中心的多种数据融合方法,如“ａｎｄ”、“ｏｒ”逻辑规则、表决融合方法和基于最小错误准则的最优融合方法,以及带有置信度信息的最优融合方法,分析和比较了采用各种融合方法时检测系统的检测性能,最后通过仿真实例验证了理论推导的正确性,并与集中检测融合方法进行了比较。仿真结果同时表明对各种融合方法传感器增多,信噪比增加,检测系统的性能改善。     

GPS/INU/MM车辆定位导航系统研究

 根据分段、特征提取等地图匹配关键技术探讨了地图匹配的一般原理。提出了基于航向信息的INU(Inertial Navigation Unit) /MM(Map Matching)算法、以及基于卡尔曼滤波的GPS/INU/MM组合导航算法,仿真结果表明上述方法是行之有效的。     

信息融合在空战中的应用

主要讨论航空电子系统中的信息融合及在空战中的应用,介绍了信息融合的结构和一般方法,在综合应用场合,信息融合通常先进行同类信息融合,再进行不同类信息融合,在现代空战的应用中,信息融合可帮助分析,处理和综合各类信息源信息及人类专家知识,并结合空战中信息融合应用实例,讨论基于Ｋａｌｍａｎ滤波,模糊逻辑和专家诉信息融合的设计及实现。     

基于D-S证据理论的GPS/MM组合系统车辆定位算法

根据分段、特征提取等地图匹配关键技术探讨了地图匹配的一般原理,提出了基于D-S证据推理理论的GPS(Global Positioning System)/MM(Map Matching)组合算法,提高了GPS单点定位精度.仿真结果和跑车实验验证结果表明上述方法是行之有效的.地图匹配算法不增加系统的硬件成本,对目前广泛应用的车载GPS导航定位系统是一个有效的解决方案.     

BP网络实时图像自动选取算法研究

实时图像的自动选取是景像匹配自动化的关键技术.提出了一种基于神经网络的实时图像自动选取算法.仿真研究表明,引入Sobel算子的3层BP网络实时图像自动选取算法结构简单、训练时间短和分类准确性高,其并行处理能力能满足景像匹配技术的实时性要求.经最小二乘和Bayes精匹配算法检验,实时图经此网络选取、粗匹配和精匹配,可达到高于0.5像素的定位精度.