基于模糊贴近度的多传感器数据融合测量

依据现代测量中多传感器数据融合需求，提出了一种基于模糊贴近度的数据融合新方法，研究了它在测量中的应用过程。测量应用实例验证了其在工程中的可行性，体现了稳定性、可靠性高的传感器在测量数据融合中的“优越性”，运算过程简洁、快速、有效，便于实时测量操作。     

基于庞加莱映射的多站数据融合算法

针对目前单目标跟踪数据融合中存在的伪数据问题,研究了基于庞加莱映射的补充条件定位引导算法和多站抗野值数据融合算法,建立了适应实际传感器数量变化的数据融合体系。理论分析和仿真结果均证明,该方法可行有效。     

基于运动目标的机载多源传感器数据融合算法

在机载信息融合领域,针对复杂的战场态势环境对机载多源传感器造成的不利影响,提出了一种基于运动目标的机载多源传感器数据融合算法,包括误差估计与补偿、目标关联、估计融合3个部分。采用最小均方误差参数估计方法从数值不变的系统误差中,定量获取量测偏差的确定性部分再通过模糊隶属度函数建立关联矩阵作为目标关联的依据,以最小隶属关系为约束,利用拍卖算法求得多目标关联的最优匹配方案,最后通过IMM 自适应滤波方法,将误差配准与目标航迹估计整合进行,有效提高滤波的精度。仿真结果表明,经过上述算法处理后的融合目标精度高于任意单传感器目标探测精度。     

一种基于模糊熵的自适应多层模糊增强算法

针对传统多级模糊增强算法中边缘附近灰度值的选取缺乏理论依据,增强变换可能导致灰度集中的现象,提出一种基于模糊熵的自适应多层次增强算法,该方法通过图像模糊熵估计边缘附近灰度,定义新的隶属度函数和增强算子,实现了图像的自适应增强.     

一种基于模糊遗传算法的多传感器多目标跟踪数据关联算法

基于模糊遗传算法发展了一种新的数据关联算法。数据关联的静态部分靠一个模糊遗传算法来得出量测组合序列和S-D分配的m个最优解。在数据关联的动态部分，将得到的S-D分配的m个最优解在一个基于多种群模糊遗传算法的动态2D分配算法中依靠一个卡尔曼滤波估计器估计出移动目标各个时刻的状态。这一基于分配的数据关联算法的仿真试验内容为被动式传感器的航迹形成和维持的问题。仿真试验的结果表明该算法在多传感器多目标跟踪中应用的可行性。另外，对算法发展和实时性问题进行了简单讨论。     

一种对多传感器异步数据的融合处理方法

在传感器异步采样时刻情况下 ,对机动目标的跟踪滤波算法进行了探讨 ,基于细分时间片的方法 ,提出了一种将多传感器数据组合成类似于单传感器数据的异步数据处理方法 ,运用于目标点迹航迹的合成。通过对多传感器数据的利用 ,增大对目标观测的数据流数据率 ,来提高跟踪精度。仿真实验显示 ,各通道的均方根误差均相对减小 ,表明了算法的可行性。     

一种基于小波的发动机数据融合算法

航空发动机测试中,内部气流工况十分复杂,使用多传感器对同一截面进行测试表征一个面的气流状态,其结果往往有个别点不符合规律。为此,提出一种基于小波分析的解决方案。首先对发动机多传感器测试数据进行小波分频。然后从相似性、能量衰减等多个角度进行分析,指出高频和低频的不同特征,并提出对高频与低频部分使用不同方法进行融合的思路。最后总结出一种适用于航空发动机高空模拟试验数据使用的基于小波的数据融合算法。     

空管多雷达数据融合系统的设计与实现

现代空管多采用多雷达联网技术对飞机进行监视,以扩大监视空域的覆盖面积并提高对飞机的监视精度。本文设计了一套分布式空管多雷达数据融合系统的体系结构,对数据融合流程中的各关键步骤进行了详细介绍,并结合工程实际和具体的开发环境,对系统的工程实现进行了详细的阐述,其中包括系统的主要功能模块划分,以及各模块的内部流程结构和相互关系,最后给出了系统实现的结果和结论。     

基于加权融合的多信源弹道数据实时野值检测方法

研究多信源弹道数据实时处理中斑点野值的检测问题.通过计算各信源数据的实时精度,给出了具有自适应加权系数的加权融合方法,实现了对目标状态参数较高精度的估计,从而实时、准确、高效地检测各信源数据野值.仿真结果表明,本方法可以快速、有效地检测多信源数据的斑点野值,解决因数据切换带来的台阶跳跃问题.     

遗传算法在弹道数据融合中的应用

目前靶场采用全测元融合滤波的方式确定目标飞行器弹道,为测控设备提供引导信息并为安全决策和指挥显示提供数据支持。随着靶场测控设备种类和数量越来越丰富,而新的试验任务又对实时弹道融合解算精度提出了更高的要求,全测元融合处理能否提供高精度的融合弹道和快速地从海量融合方案中寻找最优的方案是弹道测量数据融合急需解决的问题。本文提出了基于遗传算法的最优融合方案选择方法,利用该方法得到的融合弹道精度优于全测元融合方案,仿真结果表明了方法的有效性。     

基于模糊聚类原理确定光测数据处理最优基线的方法

应用模糊数学理论,提出了光测数据处理最优基线的确定方法,有效地解决了长期以来基线选择过程中难以建立数学模型的问题,通过仿真试验验证了该方法的正确性、合理性。     

基于聚类模糊系统的动态数据野值剔除方法

针对影响遥测参数处理和分析的野值问题,提出了基于聚类法实时设计模糊系统实现动态数据野值辨识和剔除的新方法。该方法能够自适应跟踪不同变化特性的遥测参数,基于聚类法实现模糊系统的动态建模并获得预测值与观测值的残差序列,再按照狄克松准则实现野值的快速剔除。对实测数据的仿真实验表明：该方法能够显著降低动态建模的复杂度,快速跟踪信号变化,方法可行且有效。     

测量船多设备外测数据的融合算法

为了进一步提高航天测量船外弹道数据处理的精度,须根据不同的任务特点和要求选用合适的数据处理方法。针对测量船精度校飞时多设备同时跟踪飞行目标的工程背景,提出多设备外弹道数据融合处理的构思,根据数据融合的原理阐述了数据融合技术在精度校飞数据处理中的应用,给出目标位置融合的几种算法,并用加权最小二乘数据融合算法对实测数据进行处理。工程应用结果表明：本文提出的数据融合方法计算量少、精度高,适合工程应用。     

基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器,将遗传算法和BP算法相结合,提出了一种新的自适应遗传BP算法,利用这种神经网络来确定指标的权值。仿真试验结果表明,基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法,具有很好的目标识别效果。     

多传感器数据融合的权值因子确定

对多传感器位置级的数据融合,从静态单传感器的特点入手,建立可靠的数据评价函数,引入到动态多传感器系统中,以多传感器测量数据的算术平均值或滤波对目标的状态估计值作为评价参考,从而量化对测量数据的评价,进而确定加权因子,得到融合值。从仿真结果来看,当评价函数确立合理、参考点选用得当时,融合数据能够很好地剔除假数据,减小偏差大的测量值的影响,在采用不够准确的参考点时,使用评价函数确定加权因子得到的融合数据仍能够优于算术平均值方法得到的数据。     

一种全程控制的模糊遗传算法在结构优化中的应用

将一种全程控制的模糊遗传算法(FGA算法)引入结构优化设计。区别于一般的标准遗传算法(SGA算法),该算法基于模糊推断机理,可对遗传算法的选择、交叉、变异以及搜索空间的变化进行全程控制。通过2个典型数值多峰函数对FGA算法与SGA算法性能进行了考核和对比,证明该算法在跳出局部最优和搜索效率等方面均有较大改进。将此改进的模糊遗传算法(FGA算法)应用于含整型和离散变量的铆钉连接结构连接效率优化。结果表明:连接效率和优化效率均得到改善。