多平台信息融合与智能化传感器管理技术综述

多平台信息融合与智能化多传感器管理是多平台协同作战能力和网络中心战的关键技术之一。本文主要介绍了多平台信息融合与智能化传感器管理技术的概念、军事需求及发展趋势;阐述了多平台信息融合与智能化多传感器管理系统的体系结构、功能性能要求及所涉及的关键技术。     

基于IoTDB的航空发动机试验数据清洗与升维方法

航空发动机型号研制过程中会产生大量的试验数据,为了充分发挥这些数据的作用,选用IoTDB数据管理平台,对航空发动机多源试验数据的清洗和升维方法进行了研究,并提供了一种面向多源数据融合的分布式数据平台架构。通过该平台,可保证数据得到高效利用,解决了通过人工手段处理、整合数据费时耗力且效果不理想的问题,同时为后续开展数据挖掘奠定了基础。     

基于小波变换与局部离散度的多聚焦图像融合算法

提出了一种基于小波变换与局部离散度的多聚焦图像融合算法。首先对不同聚焦图像进行小波变换,然后采用局部离散度准则对各个方向上的高频系数进行融合,采用重要度准则对低频系数进行融合,最后对融合后的小波系数进行重构,得到了很好的融合图像。实验结果表明,融合效果优于取绝对值大的小波系数和区域方差准则的融合算法。     

多传感器组合导航系统的多尺度异步信息融合算法

首先,将状态方程采用数据块变换的方式得到新的状态块方程,并将量测方程表达为数据块的形式;然后,将量测向量进行多层小波变换以得到新的量测向量,结合状态块方程进行卡尔曼滤波;最后,利用异步贯序滤波的方法,建立了基于全局的最优估计值。将上述算法应用于GPS/SST/高度表/SINS多组合导航系统,仿真结果表明:相对于单一尺度的异步滤波算法,该算法可明显地提高系统的滤波精度。     

开放世界下的雷达辐射源融合识别算法研究

针对开放世界下雷达辐射源目标库不完备的现状,对开放世界下雷达辐射源识别的信息融合模型进行了研究。建立了不同类型雷达特征参数的模糊隶属度函数,采用待测样本与模型样本匹配的方法生成广义概率指派函数,并采用修正的广义证据理论算法融合多参数信息获取识别结果。实验数据表明:该模型能在雷达辐射源目标库不完备的情况下,识别已知目标和判别未知目标,判别结果相对基于经典D-S证据理论和原始广义证据理论的融合识别方法更加可靠、有效,在雷达识别的场景中具有潜在应用价值。     

基于MEMS传感器的四旋翼组合测姿研究

针对四旋翼无人机机体尺寸较小、带载荷能力有限的特点,设计基于低成本MEMS惯性器件的测姿系统,以满足四旋翼无人机在系统控制方面的需求。但是低成本的MEMS惯性器件具有精度低,随机漂移大,容易受到外界环境干扰等缺点。本文充分发挥四旋翼无人机搭载的MEMS惯性器件的功能,分别利用两种方法测量载体姿态,并通过卡尔曼滤波的方法实现这两种测姿方法的数据融合。经过仿真分析,融合后组合测姿系统的测姿精度得到提高。     

多传感器数据融合方法在加力燃烧室试验中的应用研究

在航空发动机加力燃烧室试验中,为实现同一截面真实气流状态参数的多传感器精确测量,提出了1种多传感器数据融合方法。该方法运用格拉布斯准则剔除多传感器测量数据中的无效数据,运用方差自适应加权融合方法对有效数据进行融合计算并获取真实参数,并分别利用算术平均值方法和自适应加权融合方法对试验数据进行处理分析。结果表明:通过多传感器融合方法获取的数据均方差明显优于算术平均值方法获取的方差,具有更高的测试精度和可靠性。     

多源数据融合算法综述

多源数据融合作为一种特殊的数据处理手段,在目标识别领域得到了较大的重视和发展。在介绍多源数据融合的基本原理和功能模型的基础上,对目前的多源数据融合算法进行了全面介绍,从算法概念出发对其进行了分类,分别为物理模型类、基于参数类和基于认识模型类,并阐述了每类算法的特点以及相关算法的改进,列举了目前国内外一些已经发表的重要算法,为下一步多源融合的目标识别研究提供了一定的理论依据。     

一种翼身融合布局飞行器的偏离特性分析

为研究某翼身融合布局飞行器的偏离特性,在南京航空航天大学回流式低湍流度开口风洞中进行了飞机模型的大迎角静态测力试验。通过对试验结果的充分挖掘,利用横航向静稳定性判据、侧滑偏离判据、横向控制偏离参数以及Weissman组合判据进行分析,获得了飞机的大致初始偏离迎角和偏离区域,并对飞机的尾旋敏感区进行了预测。同时,利用风洞虚拟飞行试验技术进行三自由度释放验证。结果表明:该翼身融合布局飞行器的横向静稳定性较差,在很小的迎角下就可能出现非指令滚转运动,这也是造成偏离发散的主要原因;而虚拟飞行试验对偏离现象有较好的复现,与通过稳定性判据得到的偏离特性具有较好的对应关系,验证了虚拟飞行试验在偏离特性研究上的可靠性。     

基于NSST的PCNN-SR卫星遥感图像融合方法

针对卫星传感器成像的特点,提出了一种基于非下采样剪切波变换的脉冲耦合神经网络与稀疏表示相结合的卫星遥感图像融合方法。通过使用不同的融合规则对子带系数进行融合,得到信息更丰富的多光谱图像。为了验证该方法的有效性,实验过程使用了地球眼卫星数据和快鸟卫星数据,实验结果表明,该方法的实验结果无论从视觉效果还是客观评价指标上均优于对比方法得到的结果。