基于协方差交叉融合的多传感器数据融合研究

为提高多传感器数据融合的精度和速度,结合凸组合融合算法与协方差交叉融合算法,并采用果蝇优化算法优化协方差交叉融合算法的融合系数,提出一种改进协方差交叉融合算法,实现了多传感器数据的快速、精确融合。仿真结果表明,所提算法在x轴和y轴上的数据融合均方根误差约为3 m,融合的时间约为0.44 s,相较于多贝叶斯估计、模糊聚类、极大似然估计等数据融合算法,具有明显优势,提高了多传感器数据融合的精度和速度。

基于凸组合和Bar-Shalom-Campo的航迹融合算法研究

在"当前"统计模型的基础上建立了匀加速运动模型,设定了目标的运动过程,考虑到实际应用的局限,利用自适应扩展卡尔曼滤波(AEKF)对目标的运动状态进行估计。为得到更加精确可靠的信息,利用凸组合融合算法和Bar-Shalom-Campo融合算法对目标航迹进行融合估计,并利用这三种方法对设定目标的运动情况进行仿真估计,给出仿真结果。

基于简单凸联合的组合导航估计融合方法

组合导航系统的设计分为直接法和间接法，前者能更准确地描述系统的动态性能。以直接法构建INS／TAN组合导航系统结构，使用简单凸联合算法对分别来自于INS和TAN的导航位置信息进行直接融合。仿真实验证明，该算法在组合导航系统中有效。

基于改进高斯混合模型的机器人运动状态估计

针对复杂环境下机器人运动状态估计的精度改善问题,提出一种面向非线性非高斯系统的改进高斯和容积卡尔曼滤波估计方法.首先,引入加权信息量概念来改进期望最大化算法目标函数惩罚项,使得在优化过程中能考虑更全面的参数信息,以达到减少期望最大化算法的迭代次数和提高收敛速度的目的.此外,以基于马氏距离和Kullback-Leibler(KL)距离的高斯项合并方法为基础,提出一种能有效联合两类高斯项合并方式的融合模式.先单独使用马氏距离和KL距离进行高斯混合项合并,再对获得的高斯混合项进行加权融合处理,以改善高斯和滤波中多高斯项的合并性能和保真度.最后,应用非线性非高斯系统的高斯和容积卡尔曼滤波框架实现对复杂环境下机器人的运动状态估计.理论分析与仿真结果表明,该方法能实现对机器人运动更好的状态估计精度,并具有更强的鲁棒性能.

基于协同探测数据融合的水下多目标跟踪

在高杂波密度的水下环境中,若只利用局部传感器来跟踪多个目标,会产生较高的虚警,而且跟踪效果受限于传感器本身性能。为此文中基于分布式数据融合模型,首先在各个无人平台上利用联合概率数据关联(JPDA)形成局部航迹,然后再用匈牙利算法实现对关联矩阵的最优分配从而达到航迹的实时关联,最后通过凸组合融合算法形成全局航迹。仿真结果表明,经过此方法完成的多目标跟踪结果具有更好的可靠性,其跟踪精度基本在两站跟踪精度之间且具有较低的跟踪误差,适合在未知基站估计精度的系统中获得更为可信的估计结果。

一种分布式组网雷达的航迹融合二次处理方法

提出一种基于改进卡尔曼滤波与实时小波的自适应航迹融合方法,对融合后的航迹进行二次处理,从而提高融合航迹的准确性与稳定性。首先,基于改进Sage-Husa算法提高卡尔曼滤波在实测环境下跟踪目标的鲁棒性,得到更准确的局部航迹估计;其次,采用简单凸组合算法融合局部航迹的估计;最后,基于抽样检测的思想与航迹平滑度自适应采用实时小波平滑融合后的航迹。采用两部雷达的实测数据进行了仿真验证,仿真结果表明融合后的航迹精度优于精度较高的雷达航迹,也优于传统的航迹融合算法,同时提高了实时性,对于获得更精确的目标信息,提高分布式组网雷达的作战能力具有重要意义。

面向观测融合和吸引因子的多机器人主动SLAM

针对未知环境下多机器人主动SLAM(simultaneous localization and mapping)存在不能完全遍历环境、定位精度不理想等问题,本文基于EKF-SLAM(extended Kalman filter-simultaneous localization and mapping)算法提出一种多机器人主动SLAM算法。通过引入吸引因子,增强多机器人系统之间的交流,提升机器人自身定位精度与环境建图精度,同时又引导多机器人团队进行探索环境。当同一地标被多个机器人观测到,采用凸组合融合方法融合各个机器人对地标的估计,从而降低被估计地标的不确定度。仿真结果表明,所提算法能够对环境进行覆盖遍历,提升对地标估计的定位精度。

凸线性组合支持向量机的初始对准方法

针对捷联惯导初始对准中UKF滤波中噪声的统计特性与实际不符时,滤波精度严重降低甚至发散的问题,提出一种基于凸线性组合支持向量机的初始对准方法。将测试样本对分为四组,分别用三组训练第一层和一组训练第二层的支持向量机,第一层为几组支持向量机的并行计算,第二层是把第一层单个支持向量机以凸线性组合的形式进行信息融合,构成凸线性组合支持向量机,从而实现捷联惯导系统的初始对准。最后通过UKF滤波、SVM、CLC-SVM进行仿真对比,结果表明CLC-SVM较单一SVM性能提高,实时性比UKF滤波提高一个数量级,泛化能力增强。

基于SAM模糊行为控制的月球车运动规划方法

针对障碍环境下月球车的运动规划问题,提出了一种基于标准可加性模糊行为控制的仿射性系统规划方法;利用标准可加性模糊系统理论和凸组合理论对该系统的基本规律进行分析证明,并提出了基于凸组合的行为融合策略,通过调节权重系数来控制月球车行为的融合,以实现高级行为,进而适应月球表面的非结构化环境;最后通过仿真实验证实该规划方法的有效性和正确性。

基于传感器个数加权的分布式多传感器信息融合

多传感器信息融合在跟踪多个目标和隐身小目标时有着不可替代的作用。为解决集中式扩维和分布式多传感器信息融合中普遍存在的计算量大、难以实时应用的问题,文中提出一种使用传感器网络中参与融合传感器个数加权的数据融合方法。文中通过分析集中式扩维融合、基于协方差分布式加权融合方法,在不考虑传感器间互协方差的条件下,提出使用传感器个数进行统计加权融合思路。仿真结果表明,文中提出的方法相较于单传感器的位置估计精度提高了16.67%,速度估计精度提高了7.69%,获得了和“Hu等人的算法”相近估计性能,优于“Pao等人的方案”性能,并且缩短了运行时间,这说明文中提出的方法具有较好的应用性。

渔船助航设备信息融合理论研究与特定区域管控系统设计

随着近海渔业资源日渐稀缺,渔船捕捞范围不断扩大,渔船在特定区域附近作业过程中,由于驾驶舱内船舶自动识别系统(AIS)与雷达易受外界环境因素影响,所获海上数据信息误差较大,且驾驶舱内缺少出入该特定区域的相关报警提醒,导致海上事故频发的问题日益凸显。亟待开发一种特定区域管控系统,为特定区域附近作业渔船提供报警提醒。研究了渔船驾驶舱内AIS与雷达的信息融合理论,模拟基于凸组合航迹融合算法的信息融合过程。设计了一种基于YimaEnc海图引擎构建的特定区域管控系统,为特定区域附近作业渔船提供了一种更精确的海上信息以及监控管理、越界报警等功能。试验结果显示,该系统初步解决了海上渔船位置信息精度低,特定区域航行出入时缺少必要监管、报警等问题。该研究成果可以为加强海上渔船管控,提高渔船驾驶安全性研究提供参考。

基于PTE的多雷达航迹融合算法

针对杂波背景下的多雷达航迹融合时局部估计误差互协方差矩阵未知的问题,提出基于目标存在概率(PTE)的航迹融合算法,提升了正确航迹率和跟踪精度。首先,通过综合概率数据关联得到单接收站的目标航迹估计集合和对应的目标存在概率。然后,在局部估计误差互协方差矩阵未知的条件下,基于PTE信息提出不带记忆的综合广义凸组合航迹融合算法。进而将前一帧的融合状态进行反馈,提出带记忆的综合广义凸组合航迹融合算法。仿真验证了所提算法的有效性。