基于Poisson模型的湍流退化图像多帧迭代复原算法

随着航天空间技术的发展，空中目标的成像探测研究越来越重要。受大气湍流的干扰，观测到的目标图像是严重模糊的。为了从观察到的多帧含噪的湍流退化图像中将目标原图像有效地恢复出来，本文提出了一种新颖的基于图像统计模型的图像复原算法。跟据图像Poisson概率模型建立了有关多帧图像数据的对数似然函数，通过极大化该对数似然函数，推导出了目标图像及各帧图像点扩展函数的迭代求解关系。同时。将点扩展函数的支持域等先验条件有效地加入到迭代计算过程中，以便快速地利用迭代技术将目标图像和各帧点扩展函数估计出来。该算法能用少数帧图像极大程度地恢复出目标图像。为了验证本文算法的恢复效果和可靠性，对在强噪声污染条件下的湍流退化图像进行了恢复实验，实验结果表明本文算法对空中目标湍流退化图像的复原是非常有效的。     

一种基于信息融合的卫星自主天文导航新方法

直接敏感地平和利用星光折射间接敏感地平是两种基于天体敏感器的自主天文导航方法,其定位精度主要取决于地平的敏感精度。通常利用红外地平仪直接敏感地平的方法简单、可靠,但精度较低,而近年出现的利用星光折射间接敏感地平的方法精度高,但必须能观测到符合一定条件的折射星,根据上述两种方法的特点,提出了一种基于信息融合的直接敏感地平和利用星光折射间接敏感地平相结合的自主天文导航的新方法,计算机仿真结果表明该方法可以进一步提高系统的精度和可靠性。     

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。     

基于系统误差诊断的多测元融合算法

在多测元目标跟踪定位中,结合测元的匹配特性,提出"三选二"原则诊断并估计少数测元上的系统误差,以多测元最小二乘多项式滤波抑制随机误差,从而提高目标定位精确度的数据融合新方法。以三测元为例给出了具体在微分域和积分域进行匹配诊断的步骤。在估计并扣除系统误差之后,进行三通道最小二乘多项式滤波以更有效地抑制随机误差。仿真计算结果表明该方法能够有效地发现和估计系统误差,同时指出在积分域进行匹配诊断和估计的精度要优于微分域匹配诊断。     

基于BP算法的液压泵在线状态监测及故障诊断

以液压泵振动信号的５个时域信息；峰值，峰峰值，均方根值，方差和波形系数作为最小诊断参数组合，用ＢＰ神经网络进行信息融合，提出一液压泵的神经网络在线状态监测及故障诊断系统。     

智能化多传感器管理系统的设计和仿真

根据机载多传感器管理需求,提出了基于机载多传感器数据融合技术的智能化多传感器管理系统体系结构,并阐述了该系统的功能、系统设计原则和方法。采用商用货价产品技术(COTS)构建原型仿真平台,对提出的多传感器管理系统体系结构进行原型仿真,验证了该设计的有效性。     

基于改进型遗传算法的多传感器—多目标定位信息融合

针对用遗传算法解决多传感器-多目标定位收敛速度的问题,提出了采用拉格朗日松驰技术改进遗传算法的方法,并给出几种典型情况下算法的实验结果。实验结果表明,改进的遗传算法收敛速度比改进前提高了5—6倍。     

神经网络与D-S理论结合的HRR识别研究

基于D-S(Dempster-Shafer)证据理论,比较和研究了相关数据和不相关数据的融合方法,分析了多传感器数据融合的算法:集中式融合算法和分布式融合算法.经过实验证明,执行分布式有反馈融合算法时的效果最好.然后利用该算法,提出了和线性内插神经网络相结合的识别方法.利用4种飞机的步进频率雷达的高分辨率一维距离像,将神经网络的识别结果作为证据分别送入传感器进行融合,进行识别研究.实验证明,与单纯利用神经网络的方法比较,目标的正确识别率得到了改善.     

多传感器信息融合技术

多传感器信息融合是Ｃ＾３Ｉ系统和电子综合战系统中的关键技术，本文从信息融合分类出发，讨论了单传感器的信息融合决策理论和技术以及多传感器信息融合原理，提出了多传感器信息融合专家系统，着重讨论贝叶斯法用于二元检测的分布式多传感器信息融合的检测方式。     

基于一致性融合和神经网络的航空发动机气路系统故障诊断方法

以信息融合为基础,运用GRNN神经网络对航空发动机气路系统进行故障诊断,提出了一种基于一致性融合和神经网络相结合的故障诊断方法。试验结果表明,该方法能快速识别航空发动机气路系统故障,并且对其他机械设备的故障诊断具有一定的参考价值。