基于神经网络的多平台多目标位置数据融合  

Multi-Platform Multi-Objective Location Data Fusion Based on Neural Network

作　　者：盖世昌[1] 许腾[2] 侯博[1] 

机构地区：[1]海军指挥学院研究生1队,江苏南京210016 [2]海军指挥学院合同战术教研室,江苏南京210016

出　　处：《兵工自动化》2010年第8期28-30,共3页Ordnance Industry Automation

摘　　要：针对传统的直接加权融合算法的缺点,对多平台多目标位置数据融合进行研究。通过设计基于BP神经网络的统计加权算法,建立数据融合模型。并以2个观测平台为例,进行1分钟之内的目标航迹数据的仿真实验。结果表明,该算法是有效、可行的,且精度更高,能有效对融合中心获得的关于目标位置航迹信息进行关联融合处理。Aiming at the disadvantages of the traditional direct weighted fusion algorithm,the thesis carries out the integration study of multi-platform multi-objective location data.Through design of the statistical weighting algorithm based on BP neural network,the data fusion model will be established.With the examples of two observation platforms,the target track data simulation during 1 minute will be followed.The results show that the algorithm is effective,feasible,and of higher accuracy,correlating effectively the fusion of information obtained from the fusion center on the destination track association data.

关 键 词：目标位置 数据融合 BP神经网络 统计加权算法 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP274[自动化与计算机技术—控制科学与工程]