雷声公司进行多导弹威胁红外跟踪试验

2011年11月2日,雷声公司在夏威夷考艾岛导弹靶场进行了多导弹威胁红外跟踪试验,利用机载红外(ABIR)平台搭载的"多光谱瞄准系统-B"光电红外传感器对多枚弹道导弹目标进行了跟踪演示实验。此次试验中,"多光谱瞄准系统-B"中的4部传感器成功跟踪了多枚导弹目标,对目标信息进行了采集并将其传送至机载处理器进行了事后分析。机载处理器     

多传感器信息融合技术与无人机PHM系统

通过分析多传感器数据融合技术故障诊断方法与无人机PHM系统（故障预测与健康管理）的特点,在不改变当前无人机系统硬件组成的情况下,将多传感器信息融合技术运用于无人机PHM系统,实现对无人机系统的实时状态监测、健康评估和故障诊断。     

情报侦察数据融合技术的几个问题

就情报侦察系统中多传感器 (有源 -无源 )数据融合技术的坐标变换、目标状态估计特征、数据关联和跟踪维持、目标身份识别等问题进行了讨论 ,并就各种相关准则和算法给予研究 ,特别提出了模糊聚类关联算法。     

多传感器数据融合与弹道落点的预报

为了更精确地对弹道落点进行预报，对多传感器数据融合技术进行了,分批人出了雷达、红外系统和光测系统与传感器融合子系统连用的实例，并得出结论：单传感器的精度是难以满足现代战争需要的，寻求一种较好的融合方法来提高落点预报精度虽是一个难题，但仍是可行的。     

多传感器信息融合研究进展与展望

介绍了信息融合定义的新认识、信息融合系统功能模型和结构模型的新发展,并就多传感器信息融合中的分布式检测融合、航迹起始、检测与跟踪的联合优化、主被动传感器系统数据关联、估计融合模型、传感器管理、非线性滤波所采用的数学工具等若干关键技术的新成果与新动向展开了讨论,详细阐述了各项技术的一些有代表性的最新进展及其在多传感器信息融合系统中的应用和发展情况。最后对多传感器信息融合技术的研究动向进行了展望,提出了今后的发展趋势和我们的研究策略。     

舰载多传感器/相控阵雷达系统及其数据融合

舰载多传感器 /相控阵雷达系统具有作战空域广、抗干扰性强、全寿命 /成本效费比高和工作可靠等突出优点 ,但技术复杂。其中多传感器数据融合技术是目前和未来舰载相控阵雷达的发展方向。主要论述 2 1世纪舰载多传感器 /相控阵雷达的系统组成、主要性能和功能、多传感器类型、数据融合的选择及其功能水平分级等     

数据融合技术在预警机系统中的应用

数据融合技术是20世纪70年代兴起的一门新学科。在预警机系统中,随着各种传感器数量的日益增多,数据融合技术也得到了广泛应用。文章讨论了数据融合技术在现代战场上的重要性,介绍了预警机系统的数据融合部分,分析了数据融合处理的特殊要求和关键问题。这些将对研究数据融合技术在空间预警系统中的应用提供很好的参考价值。     

多传感器数据融保及其在余发联惯导系统中的应用

在介绍多传感器数据融合的概念和基本方法的基础上，将其引入到余度捷联惯导系统中，增强了系统的故障检测能力，降低了测量噪声的影响，提高了惯导系统的精度。     

一种模糊多传感器跟踪系统

许多多传感器目标跟踪系统都是在假定数据关联过于复杂、集中式融合办法的计算要求过多而难于实现的情况下提出的。此外还需假设噪声分量相对较小、无漏检，扫描周期相对较短等等。业已证明，在采用这些假设条件生成模拟数据进行测试时，许多多传感器跟踪系统都能有效地工作。然而深入研究了几组实际数据的特点之后，就会发现这些假设并不总有效的。本文首先介绍了一种实际的多传感器跟踪环境的特点，并解释了在这种环境下现有系统不能有效完成任务的原因。然后给出克服这些系统缺陷的种数据融合方法，方法分为3步；（Ⅰ）采用一种自适应学习方法估算同步误差；（Ⅱ）漏检时调整目标的测量位置；（Ⅲ）采用一种基于模糊逻辑的算法预测下一个目标位置。为做出性能评估，我们采用不同的实际数据集和模拟数据集对融合方法进行了测试，结果令人满意。     

基于多尺度分布式融合估计的GPS/INS组合导航系统的研究

针对如何融合多传感器的数据、提高数据处理的可靠性和精度的问题,将基于模型的动态系统分析方法与基于统计特性的多测度信号变换方法相结合,提出基于Kalman滤波的多尺度分解与估计联合的多尺度分布式融合估计算法.该算法首先建立系统的动态方程和观测方程,再利用小波变换将数据在不同尺度上进行融合处理,归纳出该算法的实现步骤.最后通过组合导航系统的仿真验证算法的有效性,结果进一步证明了该算法能够有效地提高多传感器数据的处理精度.     

多传感器数据融合技术及其应用

从多传感器数据融合的概念出发,介绍了多传感器数据融合的模型、成熟技术、优点及应用,提出了数据融合的一种新的分类方法,指出了数据融合的难点和潜在的问题。最后,重点论述了这一技术在航天领域的应用、发展水平和发展方向。     

数据融合黑板型专家系统

给出了一种多传感器数据融合和黑板模型推理的专家系统的实现方法。系统以飞机平台为目标，利用多站多个传感器所获得的雷达、通信、敌我识别信息，通过多传感器数据融合和人工智能黑板模型推理，实现对飞机平台的识别和定位。     

综合射频系统的开放系统结构

宝石台计划表明通过在传感器中引入通用模块、资源共享与重构概念可以使新飞机的航空电子系统的成本与重量降低一半，且使其可靠性提高两倍。传感器包括过去的射频传感器(通信导航．识别(CND、雷达与电子战(EW))。综合传感器系统(ISS)是针对射频航空电子系统的可承受性问题提出的一个概念开发与验证倡议。ISS的目标是定义一个开放系统结构(OSA)，从而使航空电子系统具有广泛的应用范围，使其具备规模生产的经济性，还可减少单独的模块种类、提高竞争能力，并可增加基于商用货架产品(COTS)的硬件与软件的作用。通过一系列采用开放系统标准的构建与演示验证工作，对ISS概念进行了验证。本文描述了射频航空电子系统要求，ISS开放系统结构，以及为验证标准所构建的演示验证系统。本文将描述针对2001 TAD的综合射频传感器开放系统结构，如何利用1997年实现的这一结构标准，以及从中得到的经验教训。     

基于小波故障检测的INS/GPS导航系统信息融合技术

针对组合导航系统中传感器众多、故障难以辨识等特点,运用多小波分析技术对各传感器的状态信号作小波分析,在较短时间内发现故障点。采用联邦式信息融合机制,通过模糊推理的方法在故障系统和非故障系统之间进行无扰动切换,实现自适应系统重构,保证系统的导航定位精度、容错能力和可靠性。采用跑车试验和仿真实验相结合的方法对提出的技术方案进行验证,证明了其可行性。     

多传感器信息融合技术

多传感器信息融合可以获得比单一传感器更多的信息，是一种发展趋势。文章从多传感器组网出发，讨论了多传感器信息融合的分类，融合方法，重点研究了分布式多传感器数据融合模型和检测方法，提出了一种基于人工智能的多传感器数据融合专家系统模型。     

多传感器最优信息融合Kalman多步预报器及其应用

提出了一种新的标量加权线性最小方差意义下的多传感器最优信息融合算法。该算法考虑了局部估计误差之间的相关性，只需计算加权标量，避免了加权矩阵的计算，明显减小了计算负担，便于实时应用。基于该融合算法，对被多个传感器观测的离散线性随机系统，给出了具有容错性的多传感器标量加权最优信息融合分布式Kalman多步预报器。它具有两层融合结构，其中第一融合层具有网状并行结构，用来获得每时刻每两个无故障传感器子系统之间的滤波误差互协方差阵；第二融合层用来确定最优标量加权系数，进而获得标量加权最优融合Kalman多步预报器。将其应用于雷达跟踪系统验证了其有效性。     

基于数据融合算法的危险品仓库智能实时监测系统研究

本文以危险品仓库监测为背景,通过对现存仓储环境监测方式进行总结,提出一种基于虚拟仪器的智能实时监测系统,利用数据融合算法,实现多路传感器大量数据的有效处理,实现系统功能。     

美国新一代战斗机雷达和电子战系统的技术发展

面对不断发展的防空系统，美国F-22和联合攻击战斗机(JSF)等新一代战斗机十分重视隐身能力，并采用了先进的雷达、电子战系统和传感器融合技术。     

日本开发复合无线电和光电传感器系统增加探测范围

据美航空周刊2020年4月17日报道,日本防卫省报道称,已将用于侦察隐形飞机、弹道和巡航导弹的融合传感器系统的探测范围增加了20%。日本防卫装备厅将这项技术称为复合无线电光传感器系统。该红外和雷达系统是为长航时侦察机设计的,但并未列入目前公开的开发计划中,该系统也可以作为日本下一代战机候选技术,美国的F‐35战机也具备同样的复合功能。     

一种基于数据融合的加速度传感器的静态模型辨识方法

通过对现有加速度传感器静态模型参数辨识方法进行分析,指出传统的算术平均值法在实现加速度传感器静态模型参数辨识中存在的缺陷,提出了数据融合方法,并对其进行了讨论。数据融合方法是将来自同一目标的多源数据加以智能化合成,从而产生比单一数据源更精确更完全的估计和判决。通过分析表明,采用数据融合方法进行参数辨识得到的参数的离散度小于传统的算术平均值法所求参数的离散度,使模型参数的精度有明显提高。因此数据融合方法优于传统的算术平均值法,特别适合于加速度传感器静态模型参数的辨识。该方法的提出为控制系统的实时补偿提供了良好的条件。