论文部分内容阅读
C~4ISR意指:“指挥、控制、通信、计算机、情报、监视和侦察”。由于系统在现代高技术战争中能帮助指挥员驾驭信息和武器两要素,使军队的战斗力获得最大限度的发挥,成为现代战争能力的倍增器。因此,发展C~4ISR系统在现代战争中具有极其重要意义。数据融合,主要用于综合多信息源的数据,与任何单一信息源所获得的数据相比,提供更加精确和更加确定的数据;信息融合是C~4ISR系统中的关键技术之一,其功能模型包括低层的信号检测,位置估计和身份估计,以及高层的态势估计和威胁估计;同时信息融合也是许多传统学科和新兴的工程领域相结合而产生的一项新技术。本文就C~4ISR系统信息融合技术发展方向进行了阐述,提出了BP神经网络和模糊神经网络以及专家系统是C~4ISR系统智能发展的观点。信息融合在往智能化方面的发展必将引发C~4ISR系统的智能化。未来战场特别是C~4ISR系统对智能的信息融合技术需求也越发的重要。本文在深入分析C~4ISR系统的特点、以及信息化战场对指挥控制系统的需求基础上,构造了基于C~4ISR系统信息融合框架,以解决现代系统中的实时性、容错性和对不确定信息的推理等问题。探讨了信息融合在C~4ISR系统中目标跟踪和识别方面的应用。目标跟踪是C~4ISR系统信息融合低层级别上的一个重要方面,对于机动目标的跟踪问题,利用“当前”统计数学模型,详细讨论了神经网络自适应目标跟踪算法。本文针对传统的目标跟踪技术存在快速响应与提高精度之间的矛盾,根据卡尔曼滤波自适应跟踪系统方差与加速度方差成正比的关系来调整系统方差,提出了一种改进BP网络自适应目标跟踪方法,该方法利用速度残差与加速度的关系来调节系统方差,以达到精确跟踪目标的目的。仿真证明改进算法在一定程度上较传统方法有优势。目标识别是信息融合在C~4ISR系统中应用的又一个方面,是态势评估和威胁估计的基础。我们根据信息融合数据级融合,提取特征信息,利用模糊神经网络来解决特征信息不确定、数学模型难建立的目标识别问题,仿真证明,模糊神经网络对目标识别有着良好的应用前景。