由 In-Teh 出版 In-Teh 是位于奥地利维也纳的 I-Tech Education and Publishing KG 的克罗地亚分公司。 允许摘录和非盈利性使用材料,但须注明来源。章节中表达的陈述和观点均为个人贡献者的观点,并不一定代表编辑或出版商的观点。我们不对已发表文章中包含的信息的准确性负责。出版商对因使用其中包含的任何材料、说明、方法或想法而造成的任何人身或财产损害不承担任何责任。 在 In-Teh 出版本书后,作者有权在其作为作者或编辑的任何出版物上全部或部分重新出版本书,也可以将本书用于其他个人用途。© 2009 In-teh www.in-teh.org 可从 publication@ars-journal.com 获得额外副本。首次出版日期 2009 年 2 月 印刷于克罗地亚,p. cm。 ISBN 978-3-902613-52-3 1. 传感器和数据融合,ir. 博士。纳达·米利萨夫耶维奇
由 In-Teh 出版 In-Teh 是 I-Tech Education and Publishing KG(位于奥地利维也纳)的克罗地亚分公司。允许摘录和非营利性使用材料,但需注明来源。章节中表达的声明和观点均为个人贡献者的观点,不一定代表编辑或出版商的观点。我们不承担已发表文章中信息的准确性的责任。出版商对因使用其中包含的任何材料、说明、方法或想法而造成的任何人身或财产损害或伤害不承担任何责任。在 In-Teh 出版本作品后,作者有权在其作为作者或编辑的任何出版物中全部或部分重新出版本作品,并将其用于其他个人用途。© 2009 In-teh www.in-teh.org 可从以下地址获取更多副本:publication@ars-journal.com 首次出版于 2009 年 2 月 克罗地亚印刷 p. cm。ISBN 978-3-902613-52-3 1。传感器和数据融合,Dr. ir。Nada Milisavljević
近年来,军事和非军事应用领域的多传感器数据融合备受关注。数据融合技术将来自多个传感器的数据和相关信息结合起来,实现比使用单个独立传感器更具体的推断。多传感器数据融合的概念并不新鲜。随着人类和动物的进化,他们已经发展出使用多种感官帮助自己生存的能力。例如,仅使用视觉可能无法评估可食用物质的质量;视觉、触觉、嗅觉和味觉的结合更为有效。同样,当视觉受到建筑物和植被的限制时,听觉可以提前警告即将发生的危险。因此,动物和人类自然会进行多传感器数据融合,以更准确地评估周围环境并识别威胁,从而提高生存机会。虽然数据融合的概念并不新鲜,但新传感器、先进处理技术和改进的处理硬件的出现使得实时数据融合越来越可行。正如 20 世纪 70 年代早期符号处理计算机(例如 SYMBOLICs 计算机和 Lambda 机)的出现推动了人工智能的发展一样,计算和传感领域的最新进展也提供了在硬件和软件上模拟人类和动物的自然数据融合能力的能力。目前,数据融合系统广泛用于目标跟踪、目标自动识别和有限的自动推理应用。数据融合技术已从一组松散的相关技术迅速发展成为一门新兴的真正的工程技术
在约翰霍普金斯大学 APL 技术文摘 1 的一篇早期文章中,我重点介绍了新技术在雷达信号处理中的应用,以便通过陆基雷达探测海面目标。这项工作代表了信号处理的独立研究和开发工作,最终为海军试验场开发了一项开发任务,用于自动探测和跟踪地面目标,以实现靶场安全和控制应用。早期文章“用于探测地面目标的高级信号处理技术”描述了使用高速数字集成电路、模数转换器和基于微处理器的单板计算机开发和实施的信号处理算法。由此产生的信号处理器在连接到地面监视雷达时,以较低的、受控良好的误报率提供目标声明,并且对小型和大型地面目标具有良好的检测潜力。为太平洋导弹测试中心(Pt.)开发的系统。加利福尼亚州穆古市将该信号处理器放置在三个非共置地面监视雷达上,并将目标检测数据链接到中央站点,以进行自动目标跟踪、轨迹数据显示,并最终进行距离跟踪和控制(参见图I 了解雷达的位置,参见图2 了解系统框图)。构成自动目标跟踪系统的自动轨迹启动、目标跟踪、图形数据显示和数据接口功能是在基于商用单板计算机的分布式微处理器架构中实现的。这种传感器轨迹数据融合方法被证明是高效和有效的,并且有可能在实时传感器轨迹数据融合中得到更广泛的应用。在 Pt.Mugu 中心认识到了这一潜力,并将努力范围扩大到包括全面的传感器轨迹数据融合系统。
在约翰霍普金斯大学 APL 技术文摘 1 的一篇早期文章中,我重点介绍了新技术在雷达信号处理中的应用,以便通过陆基雷达探测海面目标。这项工作代表了信号处理的独立研究和开发工作,最终为海军试验场开发了一项开发任务,用于自动探测和跟踪地面目标,以实现靶场安全和控制应用。早期文章“用于探测地面目标的高级信号处理技术”描述了使用高速数字集成电路、模数转换器和基于微处理器的单板计算机开发和实施的信号处理算法。由此产生的信号处理器在连接到地面监视雷达时,以较低的、受控良好的误报率提供目标声明,并且对小型和大型地面目标具有良好的检测潜力。为太平洋导弹测试中心(Pt.)开发的系统。加利福尼亚州穆古市将该信号处理器放置在三个非共置地面监视雷达上,并将目标检测数据链接到中央站点,以进行自动目标跟踪、轨迹数据显示,并最终进行距离跟踪和控制(参见图I 了解雷达的位置,参见图2 了解系统框图)。构成自动目标跟踪系统的自动轨迹启动、目标跟踪、图形数据显示和数据接口功能是在基于商用单板计算机的分布式微处理器架构中实现的。这种传感器轨迹数据融合方法被证明是高效和有效的,并且有可能在实时传感器轨迹数据融合中得到更广泛的应用。在 Pt.Mugu 中心认识到了这一潜力,并将努力范围扩大到包括全面的传感器轨迹数据融合系统。
� Springer Verlag Berlin Heidelberg 2014 本作品受版权保护。出版商保留所有权利,无论涉及全部还是部分材料,特别是翻译、重印、重复使用插图、朗诵、广播、在缩微胶片或任何其他物理方式上复制、传输或信息存储和检索、电子改编、计算机软件或通过现在已知或今后开发的类似或不同的方法的权利。与评论或学术分析相关的简短摘录或专门为在计算机系统上输入和执行而提供的材料不受此法律保留的约束,仅供作品购买者使用。仅根据出版商所在地现行版本的版权法规定,才允许复制本出版物或其部分内容,并且必须始终获得 Springer 的使用许可。可通过版权许可中心的 RightsLink 获取使用许可。违反者将根据相应的版权法受到起诉。本出版物中使用的一般描述性名称、注册名称、商标、服务标记等并不意味着,即使没有具体声明,这些名称也不受相关保护法律和法规的约束,因此可以自由使用。尽管本书中的建议和信息被认为是真实和准确的
必须使用推理引擎来组合各种证据(即来自多个组网传感器的信息)并产生目标分类和 ID。图 4 包含了我们基本问题的简单图像。例如,ESM 检测机载平台上有源雷达的辐射。它分析检测到的辐射的属性,即频率、脉冲宽度、脉冲重复间隔等;将这些属性与其库中的属性进行比较;并输出检测到的证据的解释列表。解释列表采用可能的发射器列表的形式,以及可能产生物理证据的相对概率。类似地,对于任何其他组网传感器(例如,NCTR 传感器,如电光成像系统或高分辨率雷达),推理引擎将组合物理证据的所有解释以提供平台分类和 ID。
04:00,第 1 装甲旅战斗队 (ABCT) 命令旅工兵营 (BEB) 的多用途桥梁连 (MRBC) 在河上架起两个 107 米的桥梁,以便师团渡河。MRBC 立即遭到敌方第 20 综合火力司令部 (IFC) 的 9A52 和 2S19 的间接火力攻击,造成重大伤亡并摧毁了桥梁资产。此外,保护 WGX 附近敌方防御的 2S6M ADA 系统摧毁了支援 1 ABCT 的六架 AH-64 阿帕奇直升机。从战术指挥所 (TAC) 控制战斗的陆军机动副司令 (DCG-M) 命令 1 ABCT 停止渡河行动并建立快速防御,同时师团试图摧毁影响 WGX 的敌方 ADA 和火炮。 DCG-M 查看了 G-2 和 G-3 的最新消息。他问道,为什么 1 ABCT 和 CAB 在敌方炮火和 ADA 的攻击下伤亡如此惨重,而参谋人员却表示所有 9A52 和 2S6M 支援 WGX 附近的防御都被摧毁了。
一般来说,异步航迹融合主要分为两类,一类是不同种类的传感器具有不同且固定的采样周期;另一类是传感器提供目标信息的时间间隔没有规律,即传感器没有固定的采样间隔。由于传感器自身的限制,第一类又可以根据不同采样周期的起始时间分为两部分。两种情况都可以先通过航迹预处理来同步传感器信息,然后再通过同步航迹融合算法进行跟踪。但预处理过程会导致误差增大,降低融合数据的可靠性。因此,研究人员提出了一系列异步航迹融合算法[1–10]。一些异步融合算法将数据配准的方法引入到融合算法中,实现融合前异步数据的同步,例如最小二乘法、插值法、外推法等。此外,一些算法根据接收时间对异步数据进行处理,并选择适当的融合方法进行异步数据融合,如基于最小误差协方差矩阵迹原则的融合算法[1,2]、基于信息矩阵的异步航迹融合算法[3-5]、分布式加权融合
竞争前提: - 国防部不是相关技术的主要开发者/用户 - 信息相关技术的半衰期约为 12 个月 - 需要标准来确保兼容性(联合/联盟)需求: - 智能利用商业技术智能适应军事用途 - 标准的发展灵活/快速升级/向后兼容 - 在规划/处理/开发/传播功能中共同使用