基于数据压缩的多传感器多假设算法

为解决集中式多传感器系统中多目标跟踪问题,提出了一种新的多传感器多目标算法.提出的算法首先应用经典分配规则对每个传感器送来的观测数据进行排列组合,然后对每个组合中各量测点进行概率加权以获得一个等效量测点,最后根据每个等效量测点产生的互联假设计算其互联概率并获得融合中心的状态估计.给出了该算法与已有集中式多传感器联合概率数据互联算法的仿真比较,仿真结果表明该算法的跟踪性能在探测概率降低的跟踪环境下表现得更为优越.      

基于跟踪微分器的多目标数据关联算法

根据目标在运动过程中位置与速度只能连续变化这一事实,提出了杂波环境下基于跟踪微分器的一种多目标数据关联算法.算法利用跟踪微分器得到目标波门内所有量测的位置与速度,通过将其与目标前一时刻的位置和速度的比较来实现在未知杂波环境下的多目标数据关联.该算法直接利用量测数据,不需要目标运动、传感器噪声及杂波的先验统计知识,在目标数已知杂波不很密集的情况下具有良好的数据关联能力.此算法计算量小、结构简单,与目标状态滤波估计算法完全分离,便于模块化设计和与其他滤波算法结合,易于工程实现.仿真结果验证了算法的有效性.     

乏信息多传感器压力数据自助模糊融合估计

乏信息多传感器压力测量数据的融合估计是压力测量研究的重要问题,不同于经典的统计学方法,结合自助法和模糊数学的相关算法,提出一种实现乏信息多传感器压力测量数据融合估计的自助模糊数学模型.对具有乏信息特征的多个压力传感器的测量数据进行自助抽样;利用最大熵算法构建出不同时刻与位置的多个压力传感器测量数据的自助分布;用自助分布进行加权均值计算,提取相应特征值,得到自助融合序列;通过模糊隶属函数得到所测压力值的真值与区间估计.实例计算表明：在乏信息条件下,算法精度可达87%;在大样本条件下,测量数据在置信水平99.7%下,融合估计可靠性可达95%,验证了乏信息自助模糊融合估计算法的有效性.     

多传感器组合导航系统的改进多尺度滤波算法

多尺度滤波算法在多传感器组合导航系统中已得到成功应用，然而该算法用到多个时刻的量测向量，导致算法计算量过大，并影响系统的实时性。针对上述问题，首先利用分块技术与小波变换将时域内描述的系统原始状态方程转换为块状态方程，然后将实时得到的当前时刻的量测向量表达为块状态向量的形式，最后结合常规卡尔曼滤波技术与序贯滤波的思想，提出了一种改进的多传感器组合导航系统多尺度滤波方法。将该算法应用于GPS/SST/SINS多传感器组合导航系统，仿真结果验证了该算法不仅具有较好的实时性，而且相对于传统算法,系统的定位精度提高1倍以上。     

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.      

基于地心坐标系的多传感器动态偏差估计算法

配准是多传感器系统进行数据融合必不可少的处理过程.使用一种新的基于地心地固(ECEF, Earth-Centered Earth-Fixed)坐标系的多传感器配准算法,能对传感器的动态偏差进行估计,同时充分考虑了地球曲率对配准算法本身的影响.首先利用多传感器的局部航迹数据来构造关于传感器偏差的伪测量模型,其噪声满足零均值高斯白噪声特性,协方差信息也易于计算,然后使用序贯卡尔曼滤波算法(SKF, Sequential Kalman Filter)对偏差进行动态估计.当传感器偏差恒定时,算法经过简单修改后依然适用.最后通过仿真试验对新算法的性能进行了评估,结果说明新算法能有效地进行传感器配准.      

基于多模型的不等长序列数据关联算法

单模型在处理不等长序列数据关联时不能兼顾计算精度、复杂度和抗扰性,为此提出了基于多模型(MM)的不等长序列数据关联算法。将基于滑动窗口和动态时间弯曲(DTW)的不等长序列相似度度量模型作为MM的输入模型,以2种模型计算得到的时似变化比作为模型判断指标进行模型转换,实现了2种模型的优势互补,并得到模型的应用条件,最后输出MM作用后的不等长序列相似度,以此作为关联指标进行关联判定。仿真实验验证了MM关联算法在处理不等长序列数据关联的有效性,并对序列长度和突变率变化对关联效果的影响进行了分析。     

一种多传感器组合导航系统的改进异步融合算法

针对多传感器组合导航系统中各子导航传感器数据采样率不同且呈有理数倍的这一特殊问题,提出了一种组合导航系统的信息融合算法。首先将多传感器组合导航系统的原始状态方程变换成状态数据块向量与当前状态向量之间的关系,进而构成新的状态方程,而原始量测方程表达为与状态数据块向量之间的关系,进而构成新的量测方程。然后基于具有尺度与小波特性的矩阵算子,给出了改进异步融合算法的具体实现步骤。最后将该算法应用于CNS/GNSS/SINS/高度表多传感器组合导航系统。仿真结果表明,相对于传统算法,位置、速度和姿态精度可分别提高约20%、15%和10%,验证了本算法的高精度特性和可行性。     

基于等效传感器和插值法的燃油量测量算法

以某型号飞机的机身油箱为例,提出了等效虚拟传感器的方法,将多根传感器测量值所确定的燃油面,用油箱中某个特殊位置的一虚拟传感器的值等效表示.建立虚拟传感器长度、飞机姿态中俯仰角和横滚角与燃油体积关系的三维数据表,利用插值的方法得到燃油量的近似值.利用Solidworks三维辅助设计软件对运用等效原理和插值法得到的燃油量进行验证,结果表明该方法测量精度高,计算结果可靠.而且等效原理的利用,使插值法涉及的数据量大大减少,达到了压缩数据的目的,便于在实际系统中的实现.      

基于多假设跟踪的散射点关联和三维重构方法

针对雷达目标在未知视角下一维散射中心关联存在的问题,提出了一种基于散射强度信息辅助的多假设跟踪(MHT)散射点关联方法,采用散射点幅度信息辅助实现对目标散射点的有效关联,对关联后的数据采用序贯因式分解的方法实现了目标的三维重构。仿真实验表明,该方法简单、成像效果稳定,通过对关联过程中的假设更新和管理可有效剔除目标运动过程中产生的虚假散射点,适用于目标在多个姿态下多个散射点的关联和三维重构,具有较高的鲁棒性。      

基于扩展Kalm an滤波的实时测速定轨算法

针对实时测速定轨 (即只用测速数据确定运动目标的状态参数 )的实现问题 ,研究了一种扩展 Kalman滤波方法 ,并利用其状态方程和线性化观测方程得到定轨算法。理论推导和仿真结果表明 ,此算法是收敛的 ,且精度较高。     

Feature selection for high-dimensional data in astronomy

With an exponentially increasing amount of astronomical data, the complexity and dimension of astronomical data are likewise growing rapidly. Extracting information from such data becomes a critical and challenging problem. For example, some algorithms can only be employed in the low-dimensional spaces, so feature selection and feature extraction become important topics. Here we describe the difference between feature selection and feature extraction methods, and introduce the taxonomy of feature selection methods as well as the characteristics of each method. We present a case study comparing the performance and computational cost of different feature selection methods. For the filter method, ReliefF and fisher filter are adopted; for the wrapper method, improved CHAID, linear discriminant analysis (LDA), Naive Bayes (NB) and C4.5 are taken as learners. Applied on the sample, the result indicates that from the viewpoints of computational cost the filter method is superior to the wrapper method. Moreover, different learning algorithms combined with appropriate feature selection methods may arrive at better performance.     

一种基于多尺度边缘的图像融合算法

给出了一种只利用源图像多尺度边缘点进行融合的图像融合算法.该算法分为三步:首先, 对源图像进行多尺度边缘检测;其次,采用边缘相关性最大的融合准则对源图像的多尺度边 缘进行融合,得到融合图像的多尺度边缘;最后,由融合图像的多尺度边缘重构 出融合图像.该算法融合过程中计算量小,融合图像中最大程度地保留了源图像的边缘信息 ,在一定程度上对融合图像进行了压缩,从而减小了数据存储所占用的资源以及数据传输占用 的带宽.仿真结果表明,用该算法得到的融合图像能有效包含源图像的信息.      

An optimization approach for observation association with systemic uncertainty applied to electro-optical systems

The observation to observation measurement association problem for dynamical systems can be addressed by determining if the uncertain admissible regions produced from each observation have one or more points of intersection in state space. An observation association method is developed which uses an optimization based approach to identify local Mahalanobis distance minima in state space between two uncertain admissible regions. A binary hypothesis test with a selected false alarm rate is used to assess the probability that an intersection exists at the point(s) of minimum distance. The systemic uncertainties, such as measurement uncertainties, timing errors, and other parameter errors, define a distribution about a state estimate located at the local Mahalanobis distance minima. If local minima do not exist, then the observations are not associated. The proposed method utilizes an optimization approach defined on a reduced dimension state space to reduce the computational load of the algorithm. The efficacy and efficiency of the proposed method is demonstrated on observation data collected from the Georgia Tech Space Object Research Telescope.     

一致性检验方法在导弹多惯组测量中的应用

传感器测量的准确与可靠是减小融合系统不确定性的前提,通过对多传感器一致性的检验,可以确定多传感器之间的测量误差,判断检测系统可靠性的程度。提出了应用概率距离测量对多传感器信息进行一致性检验的方法,并将此方法引入到基于多惯性测量组合的总线式导弹制导控制系统中。实例证明,该方法对于确保和提高测量导弹飞行信息的精度具有良好的效果。     

基于决策树的空间拦截器姿态控制

拦截器的发动机为带脉冲型发动机,从而限定了作动器的输出集.对于该拦截器的姿态控制,提出了基于决策树的控制方法.它是通过搜索决策树代价最小的路径做出控制决策,该控制思想非常类似棋手博弈的思想.提出的剪枝方案降低了决策树的计算复杂度.通过仿真实验说明:基于决策树的控制具有一定的智能;不同剪枝方案产生不同的控制效果;该方法较好地解决了输入受到约束、非线性和耦合的多输入多输出控制问题,并且在满足控制精度前提下可减少发动机切换次数和燃料消耗.      

模糊变分原理在求解结构固有频率中的应用

在处理含模糊参数的结构固有频率问题时,现有的方法局限于先将模糊参数转化为区间数求解,再由区间解构造出相应的模糊解.由于现有方法计算量较大,所以提出了基于模糊变分原理的模糊里兹法和模糊有限元法.通过在瑞利商变分中直接引入模糊参数,得到了结构固有频率问题的模糊变分原理.作为模糊变分原理的应用,推导了模糊里兹法和模糊有限元法.这两种方法都可以直接得到问题的模糊解,与传统的区间解法相比,提高了计算效率.算例表明,这两种方法不但具有较高的计算精度,而且可以很大程度上减少计算量.     

基于累积误差效应的瞬变加注量融合算法

为提高火箭推进剂加注量的计量精度,在原系统单一的流量计基础上新增超声波流量计和高精度液位计,并对液位计进行液位-体积标定,使三路测量设备同时参与加注量计量.根据设备计量原理分析了三路加注量数据的变化特性和误差特性,并利用时域估计法和数据加窗法推导了各瞬变加注量误差信号的方差估计算法,给出了基于方差最小二乘意义下的最优加权融合结果.实际应用表明该融合算法可以有效地抑制累积误差的不断扩大,提供比原始数据精度更高的实时加注量数据.     

基于凸优化和LQR的火箭返回轨迹跟踪制导

可重复使用运载火箭动力减速段制导,面临各种苛刻的过程约束、终端约束及燃料最省的迫切需求,给制导带来巨大挑战。因此,提出一种基于分段凸优化和线性二次调节器(LQR)的轨迹跟踪制导律。采用分段凸优化方法对火箭基准速度进行跟踪,大幅简化了优化模型从而降低凸优化求解的计算量,同时确保火箭在各种初始误差和模型误差的情况下燃料最省。采用LQR方法实现对火箭飞行位置轨迹的高精度跟踪,抵抗各种误差和干扰的影响。仿真结果表明：相对于传统的LQR跟踪制导方法,所提方法能大幅减少燃料消耗,且在各种误差和干扰下具有较高的轨迹跟踪精度和较强的抗干扰能力;相比于现有的滚动凸优化方法,所提方法能显著降低求解计算量,且方法可靠性更高。