基于相控阵雷达组网的多传感器管理算法

信息化条件下的防空作战,建立一体的探测预警网络是夺取信息优势的技术保证,而实现传感器资源科学合理的分配则是提高防空探测预警网络信息获取效率的重要手段。为了充分发挥防空探测预警网络的功能及性能,必须在环境条件容许的情况下,对相控阵雷达组网有限的传感器资源进行科学合理的分配,提高探测预警网络的整体效能,进而提高防空作战效能。针对相控阵雷达组网的多传感器资源管理优化问题,介绍了相控阵雷达的特性和组网的意义,提出了基于相控阵雷达组网的相对熵多传感器管理算法。该算法通过计算传感器对目标的相对熵不确定性,获得每个传感器对每个目标最大的信息量,以此作为代价函数,进行多传感器对多目标的优化分配,仿真结果表明该算法的有效性。     

多传感器管理中多目标分配的蚁群优化算法

在多传感器对多目标的监视环境下,传感器对目标的优化分配是传感器管理的重要研究内容.文章探讨了多传感器多目标优化分配问题,提出了一个基于带目标威胁系数和未获拦截目标数最少的蚁群算法,并对信息素采用最差和最优更新策略.对优化分配算法进行了实验仿真验证.经过实验验证了该分配模型是可行的,能够使传感器资源均匀地分配给目标,更加符合实际应用.     

无人艇保卫目标的仿真技术

建立无人艇保卫目标的仿真模型,先对目标威胁指标进行数字化和无量纲化处理,然后计算每个可疑目标的加权关联度,利用灰色关联算法对多个可疑目标进行威胁排序,从而确定每个可疑目标的威胁程度,再根据威胁程度进行优先拦截,解决了无人艇在保卫目标时,面对多个可疑目标威胁程度的不确定性.仿真结果表明,该方法比传统的威胁评估方法更准确,提高了无人艇保卫目标的可靠性.     

基于D-S证据理论的多传感器多特征目标识别

 传统多传感器环境下的目标识别方法主要有两种：利用多传感器获得的数据进行数据融合、利用每个传感器信号的特征向量进行特征融合。但这两种方法均存在目标识别精度不高的问题。针对这一问题,本文提出了一种基于D-S 证据理论两次组合规则的融合方法。该方法在提出多传感器目标识别系统模型的基础上,运用D-S 证据理论对单传感器的多特征信息进行数据融合;根据传感器接收信号信噪比来确定传感器可信度,将该可信度作为D-S 证据理论组合规则中的证据权值,以此来完成目标识别。本文提出的方法综合考虑了传感器的多特征信息和传感器的可信度,克服了传统的D-S 证据理论对证据冲突处理能力有限的缺陷。实验结果表明,该方法具有较高的正确性和有效性,提高了目标识别的精度。     

多传感器系统最优决策融合的熵方法

根据多传感器最优决策融合的信息模型提出了多传感器决策融合熵的概念；推导了多传感器系统最优决策融合的熵规则，分析了该方法对融合系统的可行性和虚警率的影响，表明该方法对提高融合系统品质具有重要意义。     

基于信息熵的多目标水文站网优化探讨

规划合理的水文站网能够充分反映水文时空变异特征.站网优化力求以最少的站点数目收集尽可能准确详尽的信息.建立了一种基于信息熵的多目标水文站网优化模型,基于信息熵原理,以站点间互信息最小为原则对站点进行排序,形成站点组合多种方案;构建由联合熵百分比、平均互信息和Nash-Sutcliffe效率系数(NSC)组成的评价函数对站点组合进行信息承载量评价;运用多目标优化求解方法求得最优解.对黄河支流伊洛河流域多年月流量序列进行了实例分析,结果表明:伊洛河流域水文站网可去除冗余站点;优化后的站网仍可提供足量信息.所建立水文站网优化模型综合考虑了站网的信息总量、信息重叠量和数据波动三项指标,并结合多目标优化方法求解,满足了对站网信息量作定量分析的需要以及在多目标下进行站网优化的要求,是一种合理有效的站网优化方法,对于水资源的规划管理具有重要作用.     

基于粗糙熵和K-均值聚类算法的图像分割

针对基于粗糙熵的图像分割算法不能满足复杂图像的多类目标提取的需要,本文先利用K-均值聚类算法对图像进行区域分割,再利用基于粗糙熵的方法对分割结果进行目标提取,从而达到多阈值分割的目的。通过对遥感图像进行分割处理,证明了改进后算法的有效性。     

基于多面化分解模型的目标信息获取优化技术

为了能够通过观测角度设置的优化选择,实现目标信息获取技术的优化,以最少的观测点数获取最大化的信息量,提出了一种基于多面化分解的目标信息量描述模型,用于分析图像传感器在不同观测角度下的目标信息获取量.该模型以各面信息获取量组合向量的形式来描述多面化分解的目标在某观测角度下的信息获取量,采用改进的蜂群算法来搜索最佳的观测角度,实现最大化的信息获取.针对无人机多时相观测时的目标信息获取优化问题,采用文中方法进行观测角规划仿真实验.结果表明:经文中方法优化后,信息获取量平均提高了58.5%;文中方法可对有一定观测角约束条件的情况进行高效规划,实现最大化的信息获取.     

基于累积前景理论和三支决策的无人机态势评估

现有的无人机态势评估方法没有考虑复杂外界环境对决策者的影响,并且通常只能得到评估的排序结果,决策者需要在短时间内进行决策,常出现误判或错失打击窗口期.针对该问题,提出一种基于累积前景理论的三支决策模型.首先,通过直觉模糊接近于理想值的排序方法求取目标的条件概率,得到态势评估结果;之后基于累积前景理论对无人机获取的直觉模糊态势信息进行计算,得到每个目标执行不同动作时对应的累积前景价值;最后,基于累积前景价值最大化的原则,推导出新的三支决策规则,对态势评估结果进行三支划分.实验分析表明：该方法不仅得到了目标威胁排序,而且对目标威胁等级进行客观分类;同时在评估过程中考虑决策者的心理,得到符合决策者特质的目标威胁评估结果,为复杂多变的空战提供一种合理的决策支持.     

飞机地面防撞多传感器数据融合系统研究

为了实现对不同传感器探测和跟踪的目标信息融合,提出了一种车载飞机地面防撞的多传感器数据融合系统.采用矩不变量的方法描述飞机的特征;采用Levenberg-Marquardt算法对标准的BP网络算法进行改进,使系统快递、稳定地进行飞机识别.该算法实现了多传感器多目标定位、航迹融合等关键技术,实验表明,该系统可以较好地实现目标定位、跟踪以及目标识别的目的.     

基于ZigBee和GPRS的大气污染监测系统设计

设计一种基于ZigBee和GPRS的大气污染监测系统,该系统由资源层、中间层和应用层3部分组成。资源层采用ZigBee模块作为无线组网模块,利用STM32F107单片机作为控制芯片,与传感器一起组成一个监测节点;传感器采集的数据经过单片机处理后,以串行通信协议发给ZigBee模块,再通过无线传感器网络发送到数据集中器;集中器由ZigBee模块、单片机和GPRS模块组成,集中器将收到的数据通过GPRS模块发送给服务器,并实时存入数据库。中间层负责对传感器网络进行管理。应用层通过中间层对数据库进行访问,得到相关的监测信息并对空气质量状况做出报道。     

矿井通风机多传感器系统管理及关联特性研究

矿井通风机监控系统包括多类传感器,各传感器相互配合构成有机的整体。本文叙述了传感器管理必要性,通过多传感器系统管理的数学模型对传感器关联特性进行了理论分析研究,并针对矿井通风机监控系统实例计算了传感器问的冗余度,分析了其关联性。     

通信约束下的干扰波束成形和功率分配方法

通扰一体是网络信息体系和网电攻防融合的重要手段之一。针对电子战中频谱环境复杂、通信质量无法保证、干扰信号难以灵活控制的问题,提出了一种通信约束下的干扰系统设计方法。利用多天线空分复用增益,同时进行信息传输与通信干扰,通过对波形的合理设计避免我方干扰信号对己方通信信号的影响,提高干扰效果的同时保证通信系统有效性。考虑基于零空间的干扰波束成形和干扰目标的威胁等级,建立了通扰一体的干扰效果最优化问题。在3种不同的先验信息条件下对优化问题进行求解。仿真结果表明,该方案充分利用了多天线的空分复用增益和干扰目标的各种先验信息,在对抗环境下避免了干扰信号对己方通信信号的影响,且在能耗相同的情况下能达到更好的干扰效果。     

多传感器数据融合与航迹预测的模型设计

文中建立了功能完整的多传感器数据融合模型,使用最邻近数据关联(NNDA)算法提取目标航迹,采用三次样条插值实现时间配准,并将传感器性能作为权重应用到航迹对的融合中,使用加权平均的方法融合航迹对.引用回声状态网络(ESN)技术实现航迹的预测.基于雷达数据在不同运动场景中测试模型性能,对于匀速直线运动和机动转弯的目标,模型具有较高的跟踪和预测精度.     

防空信息战效能模糊评估的一种新算法

为了实现防空信息战效能的模糊评价,清除指标隶属度中对目标分类不起作用的冗余值,用基于熵的数据挖掘方法,通过挖掘隐藏在各指标隶属度中关于目标分类的知识信息,理清目标分类与指标隶属度之间的关系,定义区分权清除指标隶属度中对目标分类不起作用的冗余值,并提取有效值计算目标隶属度.防空信息战效能模糊评价的事例分析表明:具有多指标属性的决策问题,为了排除冗余值的干扰,则隶属度转换模型可作为有效的方法.基于熵的数据挖掘方法有效解决了模糊评价中冗余数据的干扰,从而解决了一大批多指标的决策问题.     

0-1型整数规划在火力最优分配中的应用

给出了空中目标威胁度和防空火力单位射击有利度的计算公式,建立了火力最优分配的０－１整数规划模型     

基于Multi-Agent技术的三层信息融合系统研究

针对传统传感器网络管理复杂,系统信息融合智能化不高、精度低和模式单一、结构不清晰等不足,首先分析了Multi-Agent技术、传感器网络技术以及信息融合技术的独特优势,然后采用计算机网络分层结构思想和基于人工智能本体的知识表达理念,在信息融合过程中采用改进的SVM分类方法,构建了一种基于Multi-Agent技术的多传感器三层信息融合系统并对其具体融合过程进行了分析。最后对分类过程用MATLAB进行了分析。实验结果表明:系统分类精度较高,一定程度上不仅明显弥补了传统传感器的诸多不足,而且为后期决策提供了较为精准的目标参数。     

模糊神经网络和多传感器数据融合的系统设计——海底管道腐蚀监测系统

系统利用三组超声传感器和漏磁传感器获取原始信息,对多路原始信息进行小波变换和频谱分析,提取时域、频域的多种不同属性参数,并从中选择与输油管道腐蚀程度相关度大的特征参数。采用模糊神经网络多传感器数据融合方法,监测海底输油管道的腐蚀程度,可以在很大程度上提高对输油管道腐蚀程度的检测精度。实验结果表明了该方法的有效性和可行性。