基于目标之间拓扑信息的数据关联方法

数据关联是多平台多源信息融合系统中的关键问题。当传感器平台高速移动时,其自身的定姿定位往往存在一定误差,此时多个传感器对同一目标形成的量测经过坐标转换到同一坐标系下后会存在很大偏差,通过目标位置、速度等信息进行关联难度较大。所以,尝试提取目标的另一特征—目标之间的拓扑信息,通过对目标之间的拓扑信息进行模糊匹配和搜索,找到最佳的关联拓扑组,为数据关联和配准提供进一步校准的先验信息。仿真实验表明该方法具有较高的关联精度和鲁棒性。     

基于面板数据的灰色网格关联度模型

针对面板数据灰色关联模型中存在的一些问题. 首先提出了面板数据的初始化方法,用网格法描述面板数据在三维空间中的几何特性. 然后将网格拆分为线段,利用线段在空间中的斜率,构建网格关联系数. 进而根据算数平均得到灰色网格关联度模型,并讨论了该模型的性质. 最后通过算例验证了该方法的可行性与有效性,结果表明灰色网格关联度模型具有良好效果.     

基于深度特征融合的SAR图像与AIS信息关联方法

星载合成孔径雷达(synthetic aperture radar, SAR)和自动识别系统(automatic identification system, AIS)都可以获取到探测目标的相关信息，将两者获取的信息进行关联融合，有益于实现高效的海上侦察监视。由于数据之间存在的异构性，传统方法多依赖人工特征建立SAR图像与AIS信息的关联关系，但这些方法存在精度差、效率低等缺点。本文提出了一种基于深度特征融合的SAR图像与AIS信息关联方法，针对两种模态数据的特点分别设计了对应的特征学习网络获取单模态特征表示，进一步融合不同模态的特征信息以增强跨模态信息间的语义相关性，然后通过设计的关联学习目标函数进行跨模态特征之间关联学习。在构建的数据集上验证表明，所提方法关联精度高、适应性强，验证了所提数据集和方法的有效性。     

基于多属性可拓灰关联决策模型的产品方案设计

针对复杂产品方案设计含有不确定性和不完全性设计信息的特点, 研究了方案设计多属性可拓灰关联决策问题, 给出了基于灰色系统理论和可拓理论相融合的多属性可拓灰关联决策方法, 建立了基于可拓灰关联优属度的多属性可拓模糊决策模型. 该模型通过引入灰色物元进行多属性规范化处理, 构建了综合考虑灰色信息的灰色物元正负域, 基于相应的正负理想灰色物元建立 了灰色信息的可拓距, 并利用决策方案的可拓灰关联优属度从整体性的角度获得最优方案. 最后, 通过实例验证了该模型的有 效性和可行性.     

基于BP网络的雷达与AIS目标关联算法与仿真

雷达与AIS(船舶自动识别系统)是海上交通获取船舶目标信息的2种重要导航设备,其目标信息在内容和精度上具有差异性,且具有互补性。为了获得目标更精确和更可靠的信息,需要将其目标信息进行融合,而目标关联判断则是融合最关键的环节。基于多传感器信息融合理论和神经网络中的BP算法原理,设计了合理的网络结构,提出了一种基于BP网络的雷达与AIS目标关联算法,基于实测数据,对关联算法进行Matlab仿真与分析,仿真分析的结果表明算法的可用性和有效性。     

灰色绝对关联度组合预测模型的性质研究

组合预测能够充分利用各种不同的预测方法所提供的信息,以适当加权的形式得出组合模型,同时由于组合预测模型更关心某种预测信息的权重,从而使得预测问题所利用的信息更充分,更完备,模拟精度也更高。将灰色绝对关联分析应用到组合预测中,提出了基于灰色绝对关联度的组合预测模型,并在此基础上给出了灰色绝对关联优性组合预测、预测方法优超、冗余度等概念,给出了灰色绝对关联组合预测是非劣性组合预测及优性组合预测的一个充分条件,得出了冗余预测的判定定理。算例分析表明该方法是合理有效的。     

灰色趋势关联聚类及其在数据挖掘中的应用

分析了数据库中"贫"信息数据的特点,以及"贫"信息数据挖掘问题的要求。应用一般系统理论,结合灰色趋势关联度,研究了灰色趋势关联系统及数学模型。作为该模型的应用,提出了灰色趋势关联聚类方法。以某大型酒业股份公司仅有的少量商品销售数据为数据挖掘对象,应用灰色趋势关联聚类方法,按商品销售增长趋势,对各类商品进行了聚类分析,得到了一种符合销售实际的聚类结果,阐明了灰色趋势关联聚类方法的有效性、方便性和实用性。     

一种基于蚁群算法的数据关联方法

提出了基于蚁群算法的多目标跟踪数据关联方法--ACDA(Ant Colony DataAssociation).算法基于目标与量测之间的距离信息、角度信息和速度信息,依靠蚁群算法的优化机制,确定目标航迹和量测的正确关联,并且采用扩展卡尔曼滤波对目标状态进行估计.实验结果表明,该方法对应用在机动性较弱的高速小目柝数据关联时能够获得较高的正确关联率,且运行时间较短.     

基于FCM的多传感器融合多目标跟踪的数据关联

数据关联是实现多目标跟踪的核心技术之一,也是实现多传感器信息融合的前提。本文采用改进的模糊c-均值法求解关联概率,并通过在不同的传感器所对应的观测空间上建立多目标运动状态的投影,将单传感器数据关联算法推广到多传感器信息融合系统,从而可在密集杂波环境中实现对多目标的数据关联和精确跟踪。仿真实验结果说明了本文方法的有效性。     

基于信息融合的机动多目标单站无源跟踪关键技术研究

跟踪起始与数据关联是机动多目标单站无源跟踪的关键技术。提出了一种基于目标多特征信息融合的自适应跟踪起始算法，通过构造多维动态可变的跟踪门，进行自适应跟踪起始检测，然后根据序列概率比检验准则进行轨迹确认。同时提出了一种基于多目标多特征信息融合的数据关联算法，首先通过定义多个特征数据关联度，将单个有效观测的多特征信息进行融合，再对多目标进行综合数据关联。计算机仿真表明，该跟踪起始算法能够快速有效地进行航迹起始，数据关联算法的性能要优于传统的最近邻（NN）方法。     

雷达组网中联合数据关联与偏差估计方法研究

针对雷达组网目标跟踪系统中,单雷达系统偏差严重影响多雷达航迹数据关联及融合跟踪质量的问题,提出了一种联合数据关联与系统偏差估计的方法。该方法利用对雷达系统偏差不敏感的新特征量———目标参照拓扑对多雷达航迹进行自适应的预关联,然后根据关联质量选择可靠的关联航迹对作为雷达系统偏差估计的先验信息,最后应用递归最小二乘算法进行偏差估计,估计结果可为预关联过程提供依据。在无需外界提供关联先验信息的情形下,该方法实现了对静态系统偏差的在线估计,从而可以进行及时的校准,保证了后续数据处理的有效性,具有很高的工程应用价值。仿真结果表明了该方法的有效性。     

集中式多雷达系统维数不匹配处理技术

在集中式多雷达跟踪系统中，经常存在雷达的观测信息维数不一致的情况。为了能正确对所有雷达观测数据进行融合，系统需要首先对维数不匹配的观测数据进行处理。目前，通常采用降维的方法处理数据维数不匹配问题。由于在降维处理过程中，需要丢失目标的高度信息，因此，系统会产生一定的动态误差。当目标的俯仰角度比较大时，系统的跟踪精度必然会下降。针对降维方法的缺点，本文采用升维的方法对数据维数不匹配进行处理，并对这两种方法在不同情况下的跟踪精度进行了仿真分析。     

基于相对系统误差估计的组网雷达点迹融合技术

雷达组网点迹融合系统中,雷达系统误差的存在导致雷达点迹的空间配准精度不能满足数据关联和点迹融合的需求。提出一种基于相对系统误差估计的组网雷达点迹融合技术,即将各雷达观测统一到本地雷达的系统误差基准上,以实现精确的点迹空间配准。这种融合技术能提高融合航迹的精度,改善多目标环境下数据关联的正确率,并且当本地雷达功能失效时,融合中心可以采用远方雷达点迹进行补盲,实现精确的航迹维持。仿真实验验证了以上结论。     

主、被动雷达数据融合算法研究

对主、被动雷达的数据融合问题进行了研究.由于被动雷达只能测角,不能测距,当其与目标间的相对加速度为零时,目标的距离状态是不可观的,若只利用角度信息进行主、被动雷达数据互联,则当同一方向上有两个以上目标时,主、被动雷达的正确相关率较低.针对这种情况,提出了被动雷达利用伪距离测量方法来估计目标的径向距离信息,从而可利用主、被动雷达的角度和径向距离信息进行数据互联,并给出了直角坐标系下的数据互联算法.仿真结果表明,利用提出的方法可使主、被动雷达可达到较好的数据融合效果.     

多雷达联网目标检测能力研究

本文是研究由分布在各处的单部雷达所得信息综合（多雷达联网）工作模式时的目标信号检测的性能。多雷达联网是一个系统。此系统有一组分布在各处的，相互独立的单部雷达和一个能综合多部雷达信息的中心处理器。本文将分布式检测器的概念和雷达联网的性能结合在一起，从而可以得出在不同雷达布站和不同目标起伏条件下信号检测性能。此性能可以对雷达布站方法和比较单、多站雷达性能研究都带来益处。由于目标所在位置相对于每一站的斜距都不相同，因此每一站的所得信噪比也不尽相同，本文将给出综合后的系统发现概率（Ｐｄｏ）和虚警概率（Ｐｆａｏ）的计算和仿真结果。     

多机载平台多目标跟踪与辐射控制

针对作战飞机编队多目标跟踪中的辐射控制问题,提出了一种多机多传感器协同多目标跟踪与辐射控制方法。该方法首先根据目标与我机编队之间的距离,利用模糊逻辑设定不同目标的跟踪精度,然后以目标跟踪精度为任务需求,在时间上控制雷达辐射。建立了目标的威胁评估模型,并根据目标相对我机的不同威胁度在空间上控制雷达辐射,选择威胁度最小的一个或几个雷达辐射。同时,利用多平台间的机载地理坐标系转换,进行多平台序贯滤波,实现传感器管理下的目标跟踪。仿真结果证明了方法的合理性和有效性,研究结论有助于提高作战飞机编队的抗侦察和抗干扰能力,从而提升整体的生存能力。     

组网雷达融合处理组件化设计与仿真

数据融合处理是多雷达组网的核心.以典型防空雷达网为参考对象,采用组件化设计方式,将纽网数据融合处理过程划分为不同的组件,设计通用组件库,包括数据有效性检验、误差配准、时空对准、点迹关联、点迹融合、航迹起始、航迹滤波、航迹关联、航迹融合、航迹管理等.每个组件包含不同的处理算法,采用统一的外部接口,通过参数选择不同的处理算...     

基于观测值聚类的多雷达数据融合

根据多部雷达同一时刻对同一目标的观测值在空间呈团状的特征,运用模式识别理论中聚类的方法解决数据融合问题。采用一种改进的KNN算法对多雷达观测数据进行聚类,结合聚类中心和目标预测值,应用卡尔曼滤波器估计目标状态,从而实现多雷达数据融合。实验结果表明,这种方法是有效的。     

基于证据理论的交互式目标识别算法

在充分利用信息处理中心的人工情报和其它信息源数据的基础上,提出了基于证据理论的交互式二级融合算法。对数据融合系统获得的不同信息源数据进行了详细分类,并阐明了非实时信息和半实时信息在数据融合前期及中期的不同作用。首先在多传感器数据时域融合的基础上,获得对目标的初步判定值;其次在信任加权的基础上接收其它识别单元对目标的判别概率,通过信息处理中心传来的目标数据,对不同识别单元的目标数据融合的结果进行修正,解决了问题规模扩大时计算量快速增长的问题。仿真结果证明,该算法能有效实现对目标的快速、准确性判别     

基于加权证据组合的多传感器目标识别

为了解决多传感器信息融合中不同等级重要信息源数据的融合问题,在证据理论基本概念的基础上,引入证据权的概念。依据证据权的不同对各条证据进行转化,使之可以用传统的方法进行证据合成。将这种方法应用到等级不同的多传感器目标识别中可以解决传统证据理论只能进行等级相同传感器目标识别的难题。识别实例表明,该方法提高了目标识别的准确性和有效性。