网络中心战作战理念与信息融合技术

探讨了网络中心战的核心内容，指出信息融合技术是网络中心战面临的巨大技术挑战之一，并论述了信息融合技术的主要研究内容，包括信息融合的功能模型、体系结构、信息融合系统工程及融合的算法，总结了信息融合技术在国内外的发展现状，在此基础上，分析了网络中心战条件下信息融合技术的发展方向。     

基于决策支持的信息融合系统的研究

目前信息融合的研究重点多数都集中于信息处理技术和算法的研究,因此缺少了信息融合系统在认知能力和实际应用方面的研究。本文回顾了迄今为止关于信息融合的研究,并且提出了将信息融合系统作为实际决策支持系统的必备条件。此外还提供了一种构建信息融合系统的方法,这种方法不仅能保证信息融合系统作为决策支持系统的有效性,还提供了从用户视角以及自顶向下的信息融合的方法。     

多源信息的实时智能融合系统研究

面对复杂实时的融合环境，现有的信息融合方法仍然存在着许多不足之处．针对这一问题，本以专家系统技术为基础，综合运用数据库技术、神经网络理论和黑板理论，对复杂融合系统的知识表示、知识获取、知识管理和实时融合推理机制进行了一些研究．在此基础上，提出了一种多源信息的实时智能融合系统，并对该系统中的知识库和推理机进行了详细的论述．     

图像模糊信息融合算法的性能评价

讨论了图像模糊信息融合算法的性能评价问题，采用信息融合技术，可把图像的模糊信息进行融合处理，进一步提高基于模糊技术的图像模式识别的准确率，从信息论的观点出发，提出利用模糊熵来评价模糊信息融合算法的性能，以指导对融合算法的设计和分析，提高评价方法的客观性和精确性。     

粗糙集理论在通侦信息融合中的应用

信息融合技术的研究对现代通侦信息系统非常重要。作为一种软计算方法，粗糙集理论能有效地分析和处理不精确，不一致和不完整等各种不完备信息，并从中发现隐含的知识，揭示潜在的规律。提出了基于粗糙集理论的通侦信息融合方法，结果显示了该方法的有效性。     

应用遥感影像更新地理信息若干问题的探讨

首先，针对高空间分辨率卫星遥感影像用于地理信息更新的特点，对信息融合、变化检测、数据挖掘、影像检索等问题进行了研究。遥感影像用于地理信息更新时，一方面应对多源遥感信息进行融合，特别是发展决策层融合算法，另一方面应进行多时相遥感信息融合和变化检测。其次，针对多时相遥感信息融合，提出了一种新的多时相融合处理方法体系，并针对自动信息更新的要求，探讨了遥感数据挖掘应重点解决的问题及其在地理信息自动更新中的应用。最后，面向快速影像提取和检索的需求，研究了基于内容的遥感影像检索技术，并重点分析了检索中能够应用的影像特征。     

信息融合在航空发动机故障诊断中的应用研究

本文介绍了航空发动机故障诊断技术的研究现状和发展趋势,概述了信息融合技术及其国内外应用现状,并对故障诊断中的信息融合方法进行了综述。     

基于神经网络信息融合技术的应用

本文在简述信息融合技术和BP诊断神经网络的基本概念之后，进行了BP神经网络信息融合故障诊断的应用研究，并将其应用到电路板元件故障诊断之中。从结果看，信息融合技术能较好地解决故障诊断的不确定性问题，是可行的和有效的。     

多传感器信息融合的路径研究

面对当今科学技术发展与信息化进程不断加快的时代背景,无疑为电气工程及自动化领域带来了前所未有的发展机遇,多传感器信息融合技术的不断创新显然是一项极为重要的课题.为此,本文围绕人工智能方法研究中实现信息融合技术的运用、故障诊断系统中有效应用信息融合技术、信息融合技术深度运用于图像处理模块之中的三个方面,就多传感器信息融合...     

医学图像融合技术研究综述

介绍医学图像融合的意义和医学图像融合的方式，提出图像数据转换，图像数据相关，图像数据库和数据理解是实现医学图像融合需要解决的关键技术和技术难关，重点介绍图像配准的方法及其研究现状，并结合作者的经验，分析如何利用小波变换技术对图像进行信息融合，直观地从整体上阐述医学图像融合技术。     

基于Rough集的多传感器信息融合

Rough集是一种处理含糊和不精确性问题的新型数学工具,将其应用于多传感器信息融合中,可以简化规则的描述和表示,有利于快速得到最小融合算法,同时可以解决数据超载问题,形成多传感器信息融合算法。     

基于神经网络的多传感器数据融合

当前，多传感器技术是研究热点。通过不同功能，不同精度，不同位置的传感器，可以对所需要的被测量进行多方位多角度的测量。但是，目前对于多传感器所测的数据还没有一种通用的行之有效的处理思想。借用模糊控制策略，与改进的BP神经网络算法结合对其进行数据融合。在仿真中取得了比已往算法更高的精度，控制策略制定准确、可靠。是一种较有潜力的多传感器数据融合方法。     

基于多传感器数据融合的火灾报警系统设计

介绍了基于嵌入式的多传感器数据融合火灾报警系统的硬件及软件设计方案,并利用数据融合算法,对用于探测火灾信息的多传感器的数据进行处理,使火灾的判断具有较高的准确性和快速性。     

随机奇异系统多传感器信息融合Kalman多步预报器

应用Kalman滤波方法和奇异系统典范型分解,对单传感器随机奇异系统,给出了Kalman步预报器新算法。对带多传感器随机奇异系统,基于线性最小方差标量加权融合算法,给出了具有两层融合结构的多传感器分布式最优信息融合Kalman多步预报器。同时给出了任两个传感器之间的预报误差协方差阵的计算公式。当各传感器子系统存在稳态Kalman滤波时,又给出了稳态信息融合Kalman多步预报器。稳态权重可在各子系统达到稳态时通过一次融合计算获得．避免了每时刻计算协方差阵和融合权重,便于实时应用。仿真例子验证了其有效性。     

神经网络融合法在铣刀磨损监测中的应用

传统用单一传感器监测小直径立铣刀磨损有一定局限性 ,通过分析铣刀渐进磨损过程特点 ,提出用神经网络多传感器信息融合方法监测铣刀后刀面磨损带中部带宽 ,并在立式加工中心上验证了该融合方法的有效性和工程实用性 .     

基于灰色关联分析的多传感器数据融合方法

提出了一种基于灰色关联分析的多传感器数据融合方法，计算多传感器测量数据的灰色关联矩阵，进行灰色优势分析，然后进行数据融合。此方法考虑了各传感器测量数据的精确度，而且删除了测量比较差或测量不到的数据。仿真结果表明，应用该方法可进一步提高多传感器的测量精度和可靠性，适用于多传感器的数据融合。     

基于Kalman滤波的信息融合白噪声最优反卷积滤波器

应用Kalman滤波方法 ,基于Riccati方程 ,在线性最小方差最优信息融合准则下 ,提出了两传感器最优信息融合白噪声反卷积滤波器。同单传感器情形相比 ,可提高滤波精度。它可应用于石油地震勘探信号处理。一个信息融合Bernoulli Gaussian白噪声反卷积滤波器的仿真例子说明了其有效性     

目标跟踪中的信息融合技术

在目标跟踪中，单一传感器检测到被测对象的某些信息，而信息融合可融合多传感器信息，获取对对象较全面的认识。比较全面地阐述了目标跟踪中信息融合的结构和方法。分析了各跟踪方法的特点，提出了信息融合发展中的一些值得关注的问题。     

基于卡尔曼滤波的动态权值融合

在雷达航迹融合过程中,采用多传感器测量值融合的方法能够摒除单一信息源不全面的缺点.加权平均融合为广泛使用的融合方法,但传统的权值固定的加权平均融合虽然能综合多路传感器信息,却无法自适应的根据测量值优劣倚重更有利的测量信息.因此,本文提出将固定权值改进为动态权值的融合方法,实时改变各路测量信息参与融合的权重.每次融合前,先将多路传感器测量值求简单算术平均后进行卡尔曼滤波,把滤波后的值与各路测量值作差,这相当于对传感器信息的优劣作出预判,每路测量信息的融合权值则与该差绝对值成反比.最后,通过仿真实验证明,该改进方法较之前的加权平均融合明显提高了目标的融合精度.     

基于神经网络－模糊推理的目标识别融合研究

为提高复杂环境下多传感器的自适应信息融合能力,提出了一种基于神经网络-模糊推理的信息融合模型,利用神经网络和模糊推理分析传感器探测状态的不确定性,并将其应用于红外成像/毫米波复合制导目标识别的信息融合,识别效果比较理想,可信度有了很大提高。