基于可信度计算的航迹相关算法研究

一、前言 在空管自动化系统中，同时进行着单雷达处理和多雷达融合处理。单雷达处理提供本地航迹（Local Track），多雷达处理提供系统航迹（System Track）。通常，一个系统航迹由一个或多个本地航迹融合产生并不断地被本地航迹所更新，从而在雷达管制员席上得到稳定、可靠的动态雷达图像显示。在多雷达融合处理之前首先要对本地航迹与系统航迹能否相关进行判断。本文引入可信度概念，并基于可信度计算对本地航迹与系统航迹相关算法进行研究。     

INS／GPS／Odometer组合系统初始对准及自适应联合滤波

本文提出了INS／GPS／Odometer（测速仪）组合际航系统。基于信息融合理论，提出了基于子滤波器可观性矩阵条件数和误差协方差矩阵特征值分解的自适应联合滤波。然后利用该方法对INS／GPS／Odometer组合系统的初始对准问题进行了研究。仿真结果表明，自适应联合滤波能够改善系统初始对准的状态估计精度，信息分配因子的不同选择对状态估计有一定的影响。     

基于TDOA/FDOA不相关估计的选择融合定位方法

为提高单独到达时差或频差定位精度,本文首先提出可达TDOA克拉美罗界的TDOA解析解,然后采用最大似然网格搜索算法获得FDOA定位解,最后采用基于TDOA/FDOA不相关估计选择融合的解形成联合解。仿真和理论分析表明:该联合算法定位性能优于单独定位,定位精度在有或无地球约束时均可达联合的克拉美罗界。     

自适应融合滤波算法及其在INS/GPS组合导航中的应用

针对扩展卡尔曼滤波器(EKF)在系统模型不确定时存在鲁棒性差、精度低的问题,设计了一种基于交互式多模型(IMM)的自适应融合滤波(AFF)算法。IMM\|AFF算法采用两个模型来描述系统结构,且与每个模型相对应的Sage\|Husa滤波器和强跟踪滤波器(STF)独立并行工作,系统的状态估计则是两种滤波器估计的模型概率加权融合。IMM\|AFF算法兼具Sage\|Husa滤波器状态估计精度高和STF对系统模型不确定具有强鲁棒性的优点,克服了两种滤波器各自单独使用时的缺点。将IMM\|AFF算法应用于INS/GPS组合导航系统的仿真结果表明,IMM\|AFF算法的滤波精度和鲁棒性均明显优于目前工程应用中的EKF,特别是大大提高了INS/GPS系统的定位 精度 。
     

多传感器融合技术在导弹武器抗干扰中的作用

介绍了目前国内外多传感器技术的应用情况和发展趋势 ,提出了在导弹武器系统中应用多传感器融合探测技术的重要性 ,特别强调了该技术对提高导弹武器系统抗干扰性能的作用。指出了实现多传感器探测必须解决的几项关键技术。     

基于空谱融合特征主动学习的高光谱图像分类

针对高光谱图像分类过程中存在的样本量少和分类精度低的问题,提出一种基于空谱融合特征主动学习的高光谱图像分类方法。主要包括构造三通道图像,全卷积网络提取空间特征,空谱特征结合,主动学习方法选择训练样本几个部分。通过结合像素的光谱特性和相邻像素间的空间关联,提取出可以反映像素空谱联合特性的综合特征,提高了像素特征的表达能力。为克服高光谱图像标注数据少、缺乏训练样本的问题,应用主动学习算法,充分选择更具有代表性的样本进行训练,达到少样本情况下较高的分类正确率。通过在标准数据集上进行实验,结果表明:该方法可以达到在总样本数1%作训练样本的情况下,分类正确率达到99.79%,优于传统的高光谱分类算法。     

深空自主着陆导航技术研究与展望

随着深空探测活动范围的快速扩大,探测器需要在天体实施着陆与返回,因此对导航技术的自主性和精度要求越来越高。提出一种基于视觉/惯性的组合导航系统,该系统的计算机视觉模块采用SURF算法,不仅可以实时地确定探测器的位置,而且能够确定探测器的姿态;惯性导航模块实时获取探测器的位置、速度和姿态信息;组合导航系统采用Kalman滤波技术,将计算机视觉模块和惯性导航模块获取的位置、姿态信息进行组合。该组合导航系统将惯导系统与视觉系统信息融合,通过引入计算机视觉系统所获得的位置和姿态信息,可以有效减小惯导系统误差。仿真结果证明,这种组合导航系统能够有效提高系统导航精度。文中还展望了深空探测器天体着陆导航技术未来的发展趋势。     

舰空导弹红外/雷达探测设备低角跟踪数据融合技术研究

为提高低角跟踪精度,根据红外和雷达传感器跟踪低空目标特点,对利用数据融合方法进行了研究.给出了数据融合算法、数学模型和误差模型.结果表明采用融合技术对低空小目标复合跟踪,可明显改善舰空导弹探测系统低角跟踪的精度和性能.     

基于可见光与红外卫星图像融合的舰船目标检测

为解决现有基于可见光卫星图像的舰船目标检测算法在云雾遮挡、海岸干扰等复杂场景下的错检和漏检问题,本文在YOLOv5网络基础上,通过空间特征与谱段特征的联合提取提高网络性能,提出了基于可见光与红外卫星图像融合的舰船目标检测算法VI-YOLOv5。实验结果表明:双模态融合目标检测算法性能优于单模态目标检测算法,在交并比阈值为0.5的情况下,可见光+红外融合网络的平均精度达0.976,相较于单可见光网络提高了2.5%,相较于单红外网络提高了8.9%,有效缓解了复杂场景下出现的错检和漏检问题,验证了可见光与红外卫星图像融合在舰船目标检测任务中的有效性。     

基于D-S证据理论的某飞行器地面电源故障诊断研究

针对某飞行器地面电源故障诊断中的特点和难点,运用D-S证据理论对其电气故障智能诊断中的应用进行探讨.本文首先介绍D-S证据方法的基本理论,然后以某飞行器地面电源中的电气故障为例建立故障特征库,最后利用D-S证据理论对该飞行器地面电源故障融合的结构、算法等进行了仿真研究,取得了满意的效果.