基于差异信息量的多源数据融合方法

D-S证据理论可应用于多源数据融合领域，但在处理高度冲突的证据时，可能会出现反直觉的结果.为解决这一问题，本文提出了差异信息量的概念及融合方法.首先，通过信息熵表明证据的相对重要性，采用散度获取证据可信度.然后利用证据可信度优化证据差异度以得到差异信息量，经过计算获取数据的最终权重，并将其作为D-S证据理论中的基本概率分配进行决策.在处理冲突证据、一致证据及不同数量证据等方面的数据融合问题时与其他方法对比，所提方法收敛更快，准确度更高.故障诊断的应用实例表明，所提方法的不确定性更小，优于现存的其他方法.     

基于多元时间序列融合的飞行动作识别方法

针对飞行动作数据随机性强与长度不一致的问题,提出通过减小动态时间规整(DTW)算法的搜索空间,并定义不同特征参数贡献度的概念,实现对飞行数据的多元时间序列融合,从而完成对战术机动动作的识别。通过引入预分类和细分类结合的方式,对动作数据进行预处理,然后根据改进的动态时间规整(WDTW)算法对待测数据进行识别。仿真实验表明,相比传统DTW算法,WDTW算法通过降低算法复杂度,识别计算时间变化明显;对核密度与精准度系数的分析表明识别准确率亦有所提高。实验结果验证了所提方法的准确性。     

GFMIMU/GPS组合导航系统信息融合技术研究

GFMIMU/GPS(Gyroscope Free Micro Inertial Measurement Unit/Global Positioning System)组合导航系统具有抗高g值冲击、低成本、长寿命、较高精度等优点,在低成本精确制导武器和微小型无人机具有广阔的应用前景。针对工程应用中信息融合的精度和实时性两方面的要求,运用基于模型误差预测的扩展卡尔曼滤波MEP-EKF(Extended Kalman Filter base on Model Error Predictive)方法,将MEMS(Micro Electromechanical Systems)加速度计的误差作为模型误差来考虑,对GFMIMU/GPS组合导航系统进行建模仿真,将其与EKF和UKF(Unscented Kalman Filter)方法进行了仿真比较,在方位误差角的估计上取得了比他们精度高的仿真结果,而且MEP-EKF所需时间是UKF的10%.     

Functional magnetic resonance imaging of amphetamine craving

The aim of this study is to identify the brain activity associated with amphetamine craving for understanding the neurobiology of addiction by watching pictures of happy, sad or amphetamine. Brain activity was measured in 12 amphetamine addicts and 12 healthy subjects by fMRI while the subjects watched pictures designed to elicit happy feelings, sad feelings, or the desire to use amphetamine. The result demonstrated that amphetamine cues led to abnormally high cingulate and low frontal lobe activation in amphetamine addicts, who showed abnormalities in affect-related brain activation.     

核磁共振成像用磁体的计算机辅助设计

核磁共振成像用的磁体要求在一定的磁场强度下保持大范围的均匀度。本文给出球形空芯磁体和环形空芯磁体的计算机辅助设计方法。     

小波多尺度分解及其在SAR图象目标检测中的应用

合成孔径雷达图象的目标检测是最重要的任务之一.目前用于目标检测的现有方法速度较慢、准确率较低、精度较差.作者提出小波分解的方法用于目标检测.同尺度目标检测采用二维离散二进小波分解方法,提高检测速度.不同尺度的目标检测采用多尺度二维离散小波分解方法,提高检测准确率.图象匹配采用灰度归一化的灰度相关匹配方法,提高匹配精度.实验证明,采用该法进行目标检测能获得较好的效果.     

Multimodel Approach for Intelligent Control and Applications

IntroductionThemultimodelapproachappearsasapowerfultechniquetodealwithcomplex,nonlinearand/orilldefinedsystemsrepresentedusingasetofsimplelinearorsmoothlynonlinearmodelseachofthemallowingthegenerationofapartialcontroller.Differentapproachesexistintheliterature[1,2]tocopewiththetwokeypointsofthemultimodel/multicontrolstrategy:themodelbasisdeterminationandtheuseofpartialcontrollersinordertoderiveaglobalone.Hence,itappearsobviousthatoneofthemainobjectstofocusoninthemultimodel/multicontrolapproach…     

基于推广卡尔曼滤波的多站被动式融合跟踪

将推广卡尔曼滤波(EKF)算法与集中式融合跟踪算法相结合，用于被动式多站跟踪，给出了基于EKF的被动式多站集中式融合跟踪算法。该算法可解决被动式跟踪系统的可观测性及非线性问题。以三个站进行跟踪为例，进行了仿真研究，结果表明该算法具有满意的跟踪性能。     

多传感器数据融合仿真平台的构建及设计

数据融合是军事C^3I系统的重要组成部分，对C^3I系统效能的发挥起着决定性的作用。文中简述了多传感器数据融合仿真平台的重要性及其实际意义，介绍了空中目标跟踪多传感器数据融合仿真平台的构建；针对位置级数据融合开发所需的模块，合理地进行了软件设计；仿真平台还通过使用模块化和开放性的结构，使仿真平台具有通用性、实时性和对话性等特点。最后，给出了一个该仿真平台的一个运行实例，使该仿真平台的可靠性、实用性等得到了仿真验证。     

基于强跟踪滤波器估计的最优融合方法

在分布式雷达数据处理模式中 ,数据融合是获得较精确的目标轨迹的主要环节。为克服卡尔曼滤波器对初始值敏感、鲁棒性差和对机动目标跟踪性能差的缺陷 ,通过利用各传感器的观测数据 ,采用强跟踪滤波器对目标进行跟踪 ,以改善目标状态估计的精度。对判定源于同一目标的状态估计值 ,给出了一种估计状态线进行性组合的最优融合准则。得出了实际数据的实验结果。