混沌噪声背景下微弱脉冲信号的分布式检测融合

提出了一种在混沌背景信号中检测脉冲信号的融合算法。首先,基于混沌信号的短期可预测性,对局部传感器的观测分别进行相空间重构,建立线性自回归模型剥离混沌背景噪声,得到单步预测。然后,将单步预测结果视为局部传感器的新的观测,在Bayes准则之下建立了检测融合模型,并对传感器判决规则和融合规则进行了推导,利用高斯赛德尔的思想给出了检测融合算法。仿真实验结果表明:建立的模型和提出的算法能有效检测出混沌噪声背景中的微弱脉冲信号,检测效果明显优于单个传感器的检测效果。

异步多传感器数据融合

在分布式多传感器数据融合系统中,由于每个传感器的采样周期不同以及具有不同的通信延迟,导致送入融合中心的局部航迹往往不是同步的。提出一种多传感器异步数据融合算法,该算法首先利用最小二乘实现时域融合,将航迹同步化,然后利用一种序贯的Kalman滤波方法进行融合。

Data Fusion in Distributed Multi-sensor System

This paper presents a data fusion method in distributed multi-sensor system including GPS and INS sensors’ data processing. First, a residual χ 2 \|test strategy with the corresponding algorithm is designed. Then a coefficient matrices calculation method of the information sharing principle is derived. Finally, the federated Kalman filter is used to combine these independent, parallel, real\|time data. A pseudolite (PL) simulation example is given.