基于D-S证据理论的目标属性辨识研究

D—S证据组合理论已经成为不确定性推理的一种重要方法，基于该理论的多传感器决策层信息融合已得到广泛应用。本文在简要介绍D—S证据组合理论框架基础上，阐述了基于D—S证据组合理论的信息融合一般步骤及决策层判决方法；分析了发生证据严重冲突时，Dempster证据组合规则出现的不可靠和不合理的本质原因，介绍了针对D—S证据组合规则进行修正的几种主要方法；最后，提出了需要继续深入探讨的问题。     

非线性系统中多传感器目标跟踪融合算法研究

 研究了在非线性系统中 ,基于转换坐标卡尔曼滤波器的多传感器目标跟踪融合算法。通过分析得出 :在非线性系统的多传感器目标跟踪中 ,基于转换坐标卡尔曼滤波器 ( CMKF)的分布融合估计基本可以重构中心融合估计。仿真实验也证明了此结论。由此可见分布的 CMKFA是非线性系统中较优的分布融合算法     

多源验前信息的融合方法

文中给出了两种多源验前信息融合方法：基于可信度的加权方法和超Ｂａｙｅｓ方法。基于可信度的加权融合方法需要定量描述信息的可信程度,而超Ｂａｙｅｓ事例方法充分考虑了各种信息的概率特性,是一种较有前途的信息融合方法。     

全测速测元弹道计算的数据融合算法与应用

针对“全测速”测元条件下弹道计算的数据融合问题,就数据融合中初值的确定、最优节点的搜索、样条基函数的选取、数据融合模型的数值解法等方面进行了分析与讨论,并给出一种适用于“全测速”测元条件下弹道计算的数据融合算法,经试用表明：该算法不仅具有良好的收敛性、稳定性,而且有着很好的数据融合效果,弹道计算的精度与“测距-测速”混合条件下数据融合弹道的精度相当。     

主被动多传感器多目标状态信息融合

研究了主被动多传感器多目标状态信息融合问题。针对被动式跟踪的特点,借助主动跟踪的距离通道值,提出类主动的被动式跟踪。在此基础上提出主被动串联状态信息融合和并联状态信息融合算法。仿真结果表明两种状态信息融合方法都可以大大提高跟踪精度,同时还可以提高系统的可靠性。     

浅谈为何选用LED光源作为滑行引导标记牌的光源

南京禄口国际机场原有滑行引导标记牌系统于1993年设计,时间较长,其位置、规格、牌面字符等与现行规范不相符合,民航主管部门要求按现行规范重新设计定位布置。笔者参与此次滑行引导标记牌改造项目的招投标工作,现就为何选用LED光源作为滑行引导标记牌的光源做些浅显的探讨。     

基于智能信息融合的飞控系统故障检测隔离方法研究

利用小波时频信号分析技术来分离非平稳噪声,提高了残差中故障信息的信噪比.提出了智能信息融合故障检测新方法,应用模糊逻辑自适应调节无故障的模型参数,抑制残差中非平稳信号的增长;采用人工神经网络故障分类器来消除非线性故障信号偏差对残差判决的影响,扩大了故障检测与隔离算法的适用范围.仿真结果表明,该算法技术性能优越,改进效果明显.     

基于关系矩阵的多传感器数据融合方法

以置信距离测度作为数据融合的融合度,先计算出置信距离矩阵,然后分析了计算关系矩阵和确定最佳融合数的几种不同方法,通过分析和算例可以看出,应用椭圆曲线表示的支持程度有助于提高融合结果;并讲述了极值原理法、极大似然法、Bayes法和综合支持程度等数据融合方法,算例表明,这几种融合方法都十分有效,在实际应用中应根据具体情况选择不同的融合方法。     

信息融合图像识别算法及其在三维飞机图像识别中的应用研究

将D S证据推理与不变矩理论相结合,提出了信息融合图像识别算法,并应用于三维飞机图像的识别。构造了基本置信指派函数,建立了分类规则,针对Dempster组合规则只适用于高置信度、低冲突性的情况,应用可解决证据冲突的加权分配冲突法及吸收法,完成了三维飞机图像识别的仿真,比较了3种组合规则的识别效果,结果表明吸收法识别率最高。     

一种新的变前掠翼无人机气动布局

研究了一种新的变前掠翼无人机气动布局概念,在低、亚、跨和超声速状态下可通过改变机翼的前掠角来获取最佳的气动性能。根据设计指标和翼身融合技术初步设计了其几何外形,并采用三维Navier-Stokes方程数值模拟和对比分析了5种不同任务构型的气动特性。结果表明：①在Ma=0.6巡航时,平直翼加挂副油箱构型最大升阻比为14.55,而三角翼构型仅为8.29;②在Ma=0.4机动时,45°前掠翼构型失速迎角达到38°且具有最大的升力系数2.455,较平直翼构型提高了4.9%;③在Ma=1.5高速突防时,三角翼零升阻力系数最小,比平直翼加挂副油箱构型减小了14.4%,最大升阻比提高了34.6%;④所有计算状态下俯仰力矩特性均良好。研究结果验证了变前掠翼无人机气动布局新概念的合理性和先进性,可为高性能无人机的设计提供参考。