多元声阵被动声定位研究

针对五元空间声传感器阵列被动声定位中存在着对目标声源位置估计偏差较大的问题,提出了一种七元空间声传感器阵列被动声定位的数学模型,通过数学推导与计算给出了定位公式.利用误差分析理论对比了两种阵列的定位性能,得出了定位偏差与目标声源的俯仰角,方位角和时间延迟量的关系.使用这2种声阵对100个假设目标声源位置点进行估计计算,通过计算机仿真得出了七元空间声阵具有较高定位性能.     

多传声器数据融合方法研究

从多传感器数据融合理论出发，提出了多传感器数据融合的基本原理，讨论了多传感器数据融合的几种方法以及选择融合方法的原则。     

一种简易被动声直升机定位系统

利用简易被动声传感器阵列进行直长升机目标定位。定位系统由４个成平面上四边形的声传器阵列,多通道声信号同步采集器和ＴＭＳ３２０高速信号处理器,随动控制系统构成。     

均匀圆型声矢量阵的四元数二维波达方向估计

为提高声场空域中目标参数估计的精度, 将四元数理论应用于均匀圆型声矢量阵列的二维空间角度估计中, 建立了基于四元数模型的信号接收模型, 推导了圆型声矢量阵的四元数导向矢量, 给出了二维波达角估计的四元数域空间谱算法。考虑算法的软硬件可实现性, 理论分析了算法的内存占用空间和计算量。此外, 分析了圆阵半径对侧向性能的影响, 为实际工作中圆阵的半径选取提供了一定的依据。仿真结果表明, 基于四元数模型的MUSIC(Multiple Signal Classification)算法的分辨力较高, 抗干扰能力较强, 提高了信号参数估计的精度。     

用于火灾探测的神经网络数据融合算法

提出了一种多传感器火灾探测系统的数据融合算法,并针对火情信号测试的固有特点,采用神经网络进行数据融合决策,探讨了算法模型的建立,并由仿真结果验证了方法的可行性。     

移动通信的数据融合被动定位研究

该文针对移动通信被动定位的定位精度问题,采用了多参数融合定位和对多个定位值的加权融合定位方法,分析和仿真表明该方法的可行性和有效性。     

被动声探测引信系统的后置处理

被动声探测目标的定距定位技术，是反坦克、反直升机智能雷弹的关键技术。该文讨论了利用时延法进行被动定位的基本原理，以及采用后置处理的必要性，提出一种简单并有较好效果的后置处理方法，即采用预处理方法，剔除被动测距中的野值，用卡尔曼滤波作为后置处理的基本手段，平滑目标的运动轨迹，降低了误差。这种方法经计算机模拟和以坦克为目标的实验，显示出良好的工作性能，给出了满意的目标距离、速度和方向估计。     

水下三维被动目标运动分析的相关性数据融合方法

提出一种新的数据融合方法来研究水下三维情形的TMA(目标运动分析)问题.以被动声纳关于目标的方位角、高低角和多途时延等3种数据的测量为例,首先分组处理,得到目标状态参数的初步估计;然后在考虑组合数据间相关性的前提下,用数据融合方法来实现水下三维被动TMA.仿真结果表明:数据融合后的参数估计误差曲线收敛性更好,收敛速度更快,估计精度明显提高.该方法能够在水下潜艇上实现,因而对水下航行有一定的实际意义.     

基于平面圆阵的被动式静电探测系统阵列优化

对于采用平面圆阵布设的被动式地面静电探测系统,根据误差理论分析结果研究了其阵列参数,即探测阵列半径、探测阵列的阵元个数以及探测器电极尺寸对探测阵列目标定位精度的影响;探讨了被动式地面静电探测系统平面圆阵阵列参数的优化方法. 利用均匀设计法对阵列参数进行优化,其回归和方差分析的结果表明:在一定条件下,探测阵列半径为300 m,探测阵列圆周上的阵元个数为44,探测器电极半径为1.4 m时,系统定位精度最高.     

被动声目标定位与跟踪的实验研究

研究被动声定位和跟踪的可行性。方法设计被动声目标定位,跟踪的实验系统,并进行静目标定位实验与运动 目标定位与跟踪实验。结果实验系统对静目标测向精度较高,而测距精度很低;对恒速运动目标,采用测向信息和多普勒频移信息相融合的算法得到了目标运动速度,距离的精确估计。     

分布式无源检测系统中自适应检测融合

针对在分布式多基地雷达无源检测系统中,检测概率通常未知或时变的信息不完全的检测融合问题,研究了一种在线自适应检测融合算法,该算法基于Neyman-Pearson准则,通过局部判决估计未知的每个接收站的检测概率,从而实现最优判决融合.计算机仿真结果说明了其有效性.     

基于多传感器数据融合与挖掘的分布式入侵检测模型

为有效解决分布式攻击,提出了基于多传感器数据融合与挖掘的分布式入侵检测模型.将多传感器数据融合与数据挖掘技术应用到分布式入侵检测中,可连续和全面地提供网络攻防战场环境态势的综合评估.     

一种基于融合技术的图像边缘检测方案

从信息融合的角度出发,直接运用运算量较小的梯度算子,在分析各种简单梯度算子的互补特性的基础上,将空们有机地融合,其中融合的权重自适应地调整。针对梯度算子在检测边缘时对像素点具有扩散作用及边缘定位不准确等问题,本文采用了松弛标记的技术将融合后的边缘进行了细化,在计算量不显著增加的前提下,提高了边缘检测的质量。     

基于多传感器融合技术的高大空间火灾探测

提出了一种新型的、应用多传感器数据融合技术于当前高大空间建筑的火灾探测报警系统的方法。该种方法采用多传感器探测火灾多种参量,先使用神经-模糊网络进行局部判定,局部判定结果与融合中心进行历史数据的融合,得到误差后确定下一步全局决策。通过试验与仿真证明此方法大大提高了火灾探测的及时性,同时又提高系统可靠性,减少了误报警。     

改善被动声呐测距精度的研究

三元基阵水平方向被动测距的精度主要取决于噪声到达相邻阵元的相对时延估计的精确程度。本文从波束形成、相关系数的处理、采样频率确定等方面,探讨了提高时延估计精度的对策,并进行了仿真分析。     

基于多传感器数据融合的入侵检测模型

入侵检测是保障网络安全的一种重要手段。提出了网络安全中基于多传感器数据融合技术的入侵检测模型,并对入侵检测系统的体系结构进行了详细介绍。     

分布式入侵检测监视代理及数据融合算法

对分布式拒绝服务攻击的防护,传统的方法是采用路由访问控制列表过滤的防护方法,无法识别虚假地址和针对应用层的攻击,而且容易造成服务器无法向外部提供正常的服务。为此,在探讨分布式拒绝服务攻击原理和特征的基础上,设计了分布式入侵检测系统的监视代理模块,提出和实现了用于多监视代理之间协同检测的数据融合算法。实验证明,该算法可在0.07~1 s之内检测出Syn洪水,Smurf,Land等多种分布式拒绝服务的攻击,并可及时地采取响应措施,阻断攻击者的网络连接。由于该算法建立在对多数据源的数据分析基础上,因此,大大提高了入侵检测的准确性,克服了路由访问控制列表过滤的局限性,基本实现了在不影响网络正常运行情况下的实时检测与报警功能。     

一种基于数据融合和小波变换的图像边缘检测方法

论文提出利用数据融合和小波变换进行图像边缘检测的一种方法。此方法首先对同一地区的多谱段图像用小波变换进行融合预处理,然后直接采用小波变换系数动态地调整边缘判别的阈值,对融合图像进行边缘检测。试验结果表明,此方法不仅能有效地抑制噪声,而且对具有多种边缘特征的图像均有良好的适应性。