IMM理论在超低空探测与跟踪上的应用

以超低空防御为背景 ,以防御系统雷达和红外传感器的融合为主线 ,运用概率互联理论和交互式多模型理论对超低空目标的探测和跟踪问题进行了仿真。经仿真认定 ,该理论不仅可用于目标的探测和预警 ,也可用于导弹的跟踪和制导     

多传感器分布式检测综述

综述了多传感器分布式检测研究的发展、现状和最新进展。首先讨论了一些经典问题基于Neyman-Pearson和Bayes准则的分布式检测系统的优化，这包括局部判决的优化、融合准则的优化和全局优化。主要考虑了并行和串行结构，并且假设各传感器观测统计独立。给出了基于似然比检验(LikelihoodRatioTest,LRT)的最优准则。最后进一步讨论了分布式检测中的一些前沿方向渐近最优检测，非参数检测和CFAR检测以及序贯检测。     

分布式多传感器系统航迹关联算法评述

根据计算速度、存贮量、通讯量、正确关联率、适应环境、对局部跟踪器和参数设置要求等几个方面,采用定量与定性相结合的方法,综合比较和评价独立序贯法、相关序贯法、独立双门限法、相关双门限法、MKNN法、第一类模糊双门限法、第二类模糊双门限法和模糊综合法等8种新的航迹关联算法的优劣,并重点讨论它们的差异和特点。同时把它们与最近邻域法、加权法、修正法和KNN算法这4种经典方法进行全面比较。这些分析结果对文献[1～6]提出的十几种适合于分布式多传感器数据融合的航迹关联算法的实际应用具有重要作用     

多源信息处理技术——数据融合

在介绍数据融合技术的基础上，分析了不同融合层次的性质和作用，提出了数据融合大脑功能模型，进而给出一种广义的多传感器数据融合通用结构，该结构具有神经网络的特性，但不涉及权值和学习算法问题；总结、分析了不同融合层次的原理、结构和算法，强调了神经网络在数据融合技术中的应用；分析了数据融合技术中存在的问题，并探讨了其宏观和微观的发展方向。     

检测信息融合系统性能研究

针对多传感器分布式检测信息融合系统 ,研究了在N P检验准则下的融合算法。该算法在局部检测时使用了似然比检验 ,而在融合中心则使用了N P检验。针对典型瑞利分布环境给出了融合中心采用AND、OR和K/N三种融合规则时 ,检测门限、检测概率Pd、虚警概率Pf 和信噪比之间的对应关系。仿真结果验证了算法的有效性 ,并证实了三种融合规则均可提高全局检测性能。     

多传感器远距离目标跟踪

本文深入研究了二维平面上多传感器的位置对目标跟踪精度的影响。在理论上推导出：用多传感器同时对同一目标进行跟踪时，其跟踪精度主要受传感器和目标所成夹角及目标到各传感器距离的影响。与夹角的关系是：当有两部传感器时，两传感器和目标所成夹角θ_（１２）＝９０°时对目标的跟踪精度最高；当有三部传感器时，传感器和目标所成的夹角分别为θ_（１２）＝θ_（２３）＝６０°时精度最高；与目标到各传感器的距离的关系是：距离越小则精度越高。     

分布序贯最近邻多目标跟踪算法

本文提出了一种分布序贯最近邻多目标跟踪数据关联算法,它是基于最小统计间距的最近邻算法,该方法和多数决策逻辑一起作用,可解决多传感器密集多目标跟踪问题,计算机模拟了几个典型的例子,说明了该方法的可行性。     

一种只有角度信息的传感器关联预处理算法

目前已经出现了一些角度关联算法 ,但如何从传感器的所有角度观测数据中提取出可用于角度关联的有效观测数据还很少有人提及。提出了一种利用传感器的最大探测距离和相对位置信息通过几何推导得到的角度观测数据预处理算法 ,并给出了关联张角、候选观测集和有效观测集等新概念。经过该预处理算法 ,可以大大减少进行关联的角度观测数目和产生的假目标数 ,提高成功关联的概率和系统的实时性     

多传感器异步关联航迹的融合

异步航迹融合是多传感器多目标跟踪系统的一个重要问题。由于多传感器的采样速率和通信延迟不同,因此为了提高跟踪精度和准确性,融合中心必须进行异步目标航迹融合。在分布式模式下,基于各传感器在Kalman滤波器输出本地目标航迹的基础上,提出了一种融合误差均方差矩阵的迹最小意义下的异步目标航迹融合算法。给出了具体的实现步骤。仿真实验结果表明,这种融合方法是有效的。     

精确制导武器及其支持系统中的信息融合技术

本文分析了精确制导武器及其支持系统Ｃ３Ｉ的发展概况和未来发展趋势，探讨了多传感器信息融合技术在精确制导武器与支持系统Ｃ３Ｉ中的应用前景，阐明了信息融合技术是实现武器精确制导和Ｃ３Ｉ系统的关键技术，最后对多传感器信息融合技术的发展概况、基本原理和基本方法作了综述和讨论。