Composite filtering with feedback information

The optimal fusion solution with feedback information for a hybrid multisensor data fusion system is presented. In this system, a part of sensors process their data locally to produce local tracks, and another part of sensors only provide detection reports These tracks and detection reports are communicated to a central site where track fusion and composite filtering are performed. The comparative results on the simulations suggest the feedback information from the center can greatly improve the tracking performance of the local node.     

异步航迹关联算法与仿真

在分布式多传感多目标信息融合系统中,由于每个局部传感器的采样频率不同以及具有不同的通信延迟,导致送入融合中心的局部航迹往往不是同步的。本文提出一种异步航迹的关联方法,该方法首先基于最小二乘法实现单传感器的时域融合,从而将多传感异步航迹同步化;然后利用网络优化算法,获得相应于每个目标的各个传感器的局部航迹组合。仿真试验表明本文算法在解决异步航迹关联问题的有效性。     

一种扩展的直接航迹融合方法研究

在分布式多传感器数据融合系统中,各单传感器类型不同情况下的融合问题是一类普遍的问题。本文从直接航迹融合算法的推导过程提出了一种解决这一类问题的方法,包括融合状态设定方法、基于最大似然估计的方法。     

网络瞄准环境下最优分布式航迹融合算法

利用地域分散的多传感器系统跟踪目标是网络瞄准的主要作战方式。首先结合网络瞄准的作战特点,建立了两种典型的分布式航迹融合结构;然后对网络瞄准环境下传感器量测噪声相关问题展开研究,分别给出了传感器量测噪声相关与不相关情形下的最优分布式航迹融合方法。理论分析和仿真计算表明,这些方法等价于集中式融合算法,可以显著减小由于噪声相关造成的融合性能下降,从而在一定程度上提高了瞄准过程中目标的定位精度。     

Fault tolerant navigation method for satellite based on information fusion and unscented Kalman filter

An effective autonomous navigation system for the integration of star sensor, infrared horizon sensor, magnetometer, radar altimeter and ultraviolet sensor is developed. The requirements of the integrated navigation system manager make optimum use of the various navigation sensors and allow rapid fault detection, isolation and recovery. The normal full fusion feedback method of federated unscented Kalman filter (UKF) cannot meet the needs of it. So a no-reset feedback federated Kalman filter architecture is developed and used in the autonomous navigation system. The minimal skew sigma points are chosen to improve the calculation speed. Simulation results are presented to demonstrate the advantages of the algorithm. These advantages include improved failure detection and correction, improved computational efficiency, and reliability. Additionally, its’ accuracy is higher than that of the full fusion feedback method.     

Sensor management based on fisher information gain

1 .INTRODUCTIONSensor management can be described as a systemor process that provides automatic or semi-auto-matic control of a group of sensors[1]. The basicobjective of sensor management is to select rightsensors to do the right service on the right targetat right ti me based on external measurements orcriteria[2]. A variety of techniques have been pro-posed or appliedtothe area of sensor management .One of the first articles to apply opti mization tech-nique to sensor management is by …     

多传感器航迹融合综述

多传感器航迹融合较之量测融合有着诸多优势,也是信息融合领域发展最快的方向之一.论述了航迹融合理论的发展,详细讨论了航迹融合中的互相关性以及包括简单协方差凸组合、互协方差组合、信息矩阵、协方差交及基于最优线性无偏估计在内的主流融合算法,并给出了相关仿真实验结果;最后,针对当前该方向的研究现状,特别是有关混合多模型状态估计的融合问题,提出了我们的一些认识.     

一种基于模糊运算的多目标多传感器跟踪算法

为在测量误差较大的情况下实现多传感器多目标跟踪,提出了一种基于模糊运算的融合算法。系统由多类型传感器组成,单个传感器测量范围小,测量误差大,并且数据传输时延大。利用非单值模糊逻辑系统计算数据模糊关联,采用参数曲线最小二乘跟踪法拟合目标运动轨迹,实现了一种在多种传感器并存的模糊传感器阵列中,集中式点迹序贯融合的方法。给出了实现该方法的具体步骤,实验证明该方法是行之有效的。     

多跳无线传感器网络决策融合

研究了衰减信道下多跳无线传感器网络的决策融合规则,推导出了瑞利分布的信道模型下性能最优的似然比融合规则。该规则需要预知信道的实时状态信息,计算复杂,不适合资源受限的无线传感器网络。为此,提出了仅需要预知信道的统计分布信息的次优似然比融合规则,并分别在大信噪比和小信噪比情况下推导出了该规则的简化形式。理论分析和实验表明,次优规则性能损失轻微,显著降低运算量和信息消耗,适合在资源受限的多跳无线传感器网络决策融合系统中使用。     

传感器管理的结构与微观传感器管理仿真

传感器管理系统是信息融合系统的重要组成部分,是提高信息融合系统总体性能的保障。在给出传感器管理基本概念的基础上,讨论了传感器管理技术的难点与传感器管理的微观/宏观结构。利用一光电传感器模型对微观层的传感器管理———传感器控制进行了仿真研究,并讨论了传感器的控制原则。仿真结果表明,微观层的传感器管理可以使传感器对机动目标的跟踪精度得到明显改善。     

异类传感器多目标检测跟踪与识别随机集模型

为在空中预警监视系统中实现多异类传感器多目标联合检测、跟踪与识别,在多目标检测、跟踪的随机有限集模型基础上,进行多异类传感器多目标联合检测、跟踪与识别的理论模型与处理框架研究。通过对目标的运动学状态与目标识别属性状态统一描述,把多目标状态建模为一个用随机有限集描述的全局状态。通过对运动学传感器与属性传感器模型分析,把各异类传感器建模为一个全局传感器,并把各传感器的测量建模为一个用随机有限集描述的全局测量。根据全局状态与全局测量模型,把异类传感器多目标联合检测、跟踪与识别过程描述为Bayes滤波过程,并给出了相应的多异类传感器多目标联合检测、跟踪与识别处理框架。通过仿真试验验证了理论模型与框架的有效性。     

基于神经网络数据融合的目标跟踪简化算法

分析了基于神经网络数据融合的目标跟踪算法 ,指出了传统的融合算法计算量大 ,神经网络目标向量不易选取等缺点 ,并提出了一种简化的算法。应用理论分析和蒙特卡洛仿真方法 ,对标准卡尔曼滤波算法和简化的滤波算法进行了比较 ,并给出了均方根误差的统计值。该简化算法原理简单 ,数据处理量小 ,速度快 ,误差小 ,特别适用于多传感器的处理 ,将融合结果反馈给单传感器 ,可提高各单传感器的跟踪精度     

旋转条件下非连续卫星导航信号处理技术

针对传统卫星导航技术无法估计旋转载体的转速, 且旋转导致的卫星信号非连续性使得定位和转速估计更加困难的问题,提出一种基于多天线结构的开环跟踪与差分卡尔曼滤波相结合的跟踪定位方法, 并利用相邻天线间的多普勒频率差值实现载体转速估计。同时,利用开环结构无反馈回路和快拍方式工作的特点实现对非连续信号的跟踪。差分卡尔曼滤波以相邻历元间差分值进行建模, 消除原始观测量中公共偏差, 实现跟踪信息的融合滤波和定位。最后,利用相邻天线间共视卫星的多普勒频率差值实现载体转速估计。基于模拟信号和实际信号的实验结果表明,所提算法能够实现对卫星信号的持续跟踪, 并且获得高精度的定位结果, 对转速的估计误差的标准差不超过1 rps。     

基于双探测器点迹融合的机载多目标跟踪系统

多目标跟踪是多目标攻击的重要前提条件。基于数据融合技术的多目标跟踪处理分为两级 :前级为点迹融合级 ,用极大似然法设计了机载火控雷达和红外探测器的点迹融合算法。后级为融合跟踪级 ,其跟踪波门大小可调。针对近飞目标和交叉飞行目标的情况 ,点迹与航迹的关联采用了分块处理技术 ,并融合了目标的速度信息。给出了基于多探测器点迹融合的机载多目标跟踪系统的结构模型———ATSOMTA模型 ,并分析了系统的工作机制。仿真研究的结果表明了该模型的应用价值。     

基于模型类型匹配PHD滤波器和TBM的多目标联合跟踪分类

为了解决杂波和漏检下多目标的联合跟踪与分类问题,提出了模型类型匹配概率假设密度(probability hypothesis density,PHD)滤波器,同时将其与多传感器的可转移信度模型(transferable belief model,TBM)框架相结合,并用多个运动学雷达和粒子滤波递推实现。该算法对飞行器的先验信息进行估计,从而替代了属性传感器。在预测阶段,根据模型和类型对PHD滤波器进行粒子匹配;传感器得到观测结果后进行粒子权重的更新;再根据粒子对应的权重得到目标的后验状态模型类型分布;这些PHD滤波器可以同时得到目标的状态和类型;结合TBM和航迹粒子标签算法,得到多个传感器的融合结果。仿真表明,本文提出的模型类型匹配PHD滤波器的性能比传统多模型PHD滤波器更精确,同时多传感器的TBM框架也全面提升了算法的性能。     

基于大气数据传感器的协同制导控制方法

为研究多弹协同攻击的低成本实现问题,提出一种基于大气数据传感器的捷联导弹协同制导控制方法。首先,对协同制导控制中的状态反馈信息进行分析。然后,研究使用攻角传感器和皮托管代替陀螺仪提供制导控制所需的角度反馈信息的可行性,结合协同制导算法与自动驾驶仪设计方法研究基于大气数据传感器的协同制导控制方法。最后,对该方法进行初步的数值仿真验证。理论分析和仿真结果表明,基于大气数据传感器的捷联导弹协同制导控制具有理论可行性。     

基于多敏感器信息融合的卫星自主导航方法研究

直接敏感地平的天文导航方法简单、可靠,其导航精度主要取决于地球敏感器精度,因此导航精度相对较低.间接敏感地平利用星敏感器观测折射星得到地平信息,但是由于折射星数量有限且观测时段较短,所以不能连续、长时间地提供观测信息.因此提出一种在直接敏感地平与间接敏感地平相结合自主导航方法基础上,分析当间接敏感地平观测不到折射星时,引入三轴磁强计观测信息作为新息,提出基于多敏感器信息融合的自主导航原理及滤波算法,通过对三种导航方法进行数值仿真及其结果的分析和比较,论证所设计方法既提高了系统的导航精度和鲁棒性,又有利于工程实际应用.     

多跳筛选无线传感器网络决策融合

为了在保证传感器工作效果的同时控制系统能耗,在资源受限的无线传感器网络决策融合系统中同时引入传感器信息的多跳传输方式和筛选传输策略。在瑞利分布信道模型下,推导出该系统的最优融合规则。但该规则需要信道的实时状态信息,实用性差。为此提出基于信道统计分布信息的次优似然比融合规则,并给出了小信道信噪比情况下的简化形式。理论分析和仿真表明,次优规则性能损失较小,运算量更低,信息需要更少,符合资源受限系统的要求;同时使用筛选策略,降低了系统的传输能耗。     

基于大气数据传感器的协同制导控制方法

为研究多弹协同攻击的低成本实现问题,提出一种基于大气数据传感器的捷联导弹协同制导控制方法。首先,对协同制导控制中的状态反馈信息进行分析。然后,研究使用攻角传感器和皮托管代替陀螺仪提供制导控制所需的角度反馈信息的可行性,结合协同制导算法与自动驾驶仪设计方法研究基于大气数据传感器的协同制导控制方法。最后,对该方法进行初步的数值仿真验证。理论分析和仿真结果表明,基于大气数据传感器的捷联导弹协同制导控制具有理论可行性。     

Effect of biased estimation on radar-to-ESM track association

The track association problem of radar and electronic support measure (ESM) has been considered in the literature for several years.This problem is crucial for radar-to-ESM track fusion and is complicated by the presence of individual systematic errors and measurement errors.In order to improve the track association of radar and ESM sensors,a pseudo-linear filtering algorithm is proposed to estimate the target states and improve the stability of the filter.It is found that,however,the correct probability of radar-to-ESM track association decreases as the radar measurement error decreases,when the pseudo-linear filter is used for ESM sensor filtering.In view of the strange phenomenon,this paper analyzes the reason for it by using the statistic theory and further performs Monte Carlo simulation to verify the analysis.