【摘 要】
:
随着计算机技术、通信技术的快速发展,且日趋紧密地互相结合,作为数据处理的新兴技术——数据融合技术,在近10年中得到惊人发展,该技术已应用于诸多军事领域及民事领域。数据
论文部分内容阅读
随着计算机技术、通信技术的快速发展,且日趋紧密地互相结合,作为数据处理的新兴技术——数据融合技术,在近10年中得到惊人发展,该技术已应用于诸多军事领域及民事领域。数据融合系统通过对多源数据进行检测、相关、组合和估计,来提高目标状态和身份估计的精度,从而对全局态势进行实时完整的评价。本文以清华大学电子工程系与空军某研究所合作的军工项目为背景,针对传统的单平台点迹建航无法建立比较准确、可靠的航迹的现状,提出了本课题的研究内容。利用数据融合技术对单平台多传感器点迹进行处理,对其点迹处理方法进行了研究,通过对探测的数据进行一定的融合处理,可以建立比较可靠、准确的航迹。本文结合多平台数据融合的研究,并针对单平台多传感器的特性,提出了单平台多传感器点迹处理的流程,并结合项目对其中的一些点迹处理方法进行了研究。本文设计的点迹处理流程主要分为两大部分:一是对单一传感器点迹建航的处理;二是基于单平台对不同传感器间航迹的处理。为了减少算法的计算量,本文对单一传感器点迹建航采用逐个扇区进行处理,并着重介绍了工程中常用的直观法、滑窗法,对点迹-可靠航迹关联算法结合项目提出了采用欧式距离作为费用的二维分配算法并对其进行仿真,仿真结果表明其具有可行性。而不同传感器间的航迹处理则主要对编批、航迹融合进行了详细的研究。提出了一种基于渴望度的关联航迹自动编批算法,该算法利用渴望度为关联航迹分配批号,以便后续的融合处理,仿真结果表明在存在关联错误的背景下该算法仍具有良好的稳健性。航迹融合则利用单平台不需考虑系统误差的特性采用简单的异步序贯融合算法对航迹进行融合,得到比较可靠的航迹。
其他文献
在工业控制、航空航天、天文学、海洋等众多领域中,研究的对象一般比较复杂,例如单输入多输出系统,通常很难应用已有的理论直接获得相应的数学模型,只有利用观测数据来确定研
Alopex算法(Algorithm of Pattern Extraction)首先由医学领域的学者提出,最初是用来进行视觉感受野的研究。后来人们发现,Alopex算法也可用于工程优化并且有较好的效果。Alo
工业生产过程是一个复杂的过程,存在着多工况、非线性、高噪声等特点。在对其生产过程中的难测变量软测量建模时,如果采用单模型一般难以描述整个工况特性,并对噪声的处理能
近年来,嵌入式系统的使用越来越广泛,在控制领域也是如此。μC/OS-Ⅱ是一个著名的开源嵌入式操作系统,但是缺乏对网络功能的支持。LwIP是一个开源TCP/IP协议栈,其实现的重点
随着网络通信技术和多媒体技术的发展和信息需求的不断增长,多媒体信息已经成为各类信息系统的主要数据来源形式。其中,视频在网络多媒体元素中的地位与日俱增,如何快速准确
现如今,计算机等计算设备以及互联网已然成为了这个时代的关键词。这类信息化产物的不断发展缩短了人与人之间的距离,拓展了人们的视野,同时也大大地便捷了人们的沟通。在这样的
乙烯裂解过程和油品调和过程是重要的基础石油化工过程,对其生产工艺的优化研究有助于提高生产质量和降低较高的工业成本。由于实际生产中企业需要综合考虑实现成本最小的同时
面对不断推陈出新的隐写技术以及互联网上不断涌现的数以亿计的多媒体文件,隐写分析技术需要从两个方面着手应对。第一,推出具有良好泛化能力的通用隐写分析算法,以应对从未
信息可视化(InfoVis)是文本数据挖掘的一项重要研究方向,也是人们从单一的信息数据中获取有用知识的一种重要途径。而数据挖掘正是从大量数据中提取潜在的,对使用者有价值意
近年来,现代工业过程的规模日趋大型化,过程的工艺也日趋复杂化。工业过程的大型化和复杂化使得系统面临的风险越来越大,系统发生故障的概率也越来越高。由于系统的高复杂化,使得