近海测波多传感器优化配置模拟与设计研究

研究了测波浮标中GPS传感器和加速度传感器共同作用下对近海测波的影响。介绍了测波浮标数据采集系统的基本框架和硬件设计;为提高测波浮标系统的测量精度,对多传感器进行了优化配置和信息的融合处理,并通过仿真验证了该设计性能的优越性。     

多传感器信息融合技术及其应用

介绍了多传感器信息融合的起源、发展及应用现状，阐述了多传感器数据融合的基本概念、主要类别、相关技术和方法，研究了几个主要算法及其适用场合，最后分析了该技术存在的主要问题及其发展趋势。     

带乘性噪声广义系统多传感器最优滤波融合算法

研究带乘性噪声广义系统的多传感器信息融合状态估计问题。在系统正则的假设条件下,通过受限等价变换将广义系统变换为2个降阶子系统,进而将针对原系统的信息融合状态估计转化为2个耦合的非广义子系统的多传感器信息融合状态估计,然后分别推导出集中式与分布式滤波融合算法,这2种算法在数学上完全等价,均在线性最小方差意义下最优。考虑到分布式滤波融合算法的优点,重点讨论了该算法,仿真实验验证了该融合算法的有效性。     

基于AIS的海洋环境目标监测技术研究

介绍了由多种AIS监测平台获取船舶信息的方法,探讨基于AIS的海洋环境目标监测技术。介绍了AIS信息获取和融合技术,提出了同类传感器多源融合与异类传感器多源融合的模型,描述了船只目标信息提取与应用技术。通过收集处理AIS信息,可以大大扩展船舶的监视范围,对于提高船舶动态的监控能力和海上安全的保障能力具有很重要的意义。     

海洋油田平台水下安防系统航迹融合与报警技术

多传感器信息融合技术是对各个传感器的观测数据进行综合处理的过程，是多学科、多领域的高层次共性关键技术。以多源信息融合技术为基础，对 AIS、雷达与声呐多源探测信息融合算法进行了较为深入地研究，提出适应水下安防系统的多源信息融合与报警技术的工程化应用方案，对实际应用情况做了简要总结，经验证该技术能够较好应用于水下安防系统的数据分析和分级报警中。     

基于多源信息融合的水下航行器航迹测量方法

针对水下航行器航迹实时分析的需求,提出了一种基于多源信息融合的测量方法。通过传感器获得水下航行器状态信息,利用主成分分析方法将试验数据作为一变量,定义总体的各主成分,利用测量值与主成分的复相关关系,给出了各传感器的综合支持程度和数据融合公式,完成多源数据的融合。应用实例验证了该方法的有效性和精确性,能够提高试验数据的可信度。     

基于多源信息融合的水下航行器航迹测量方法

针对水下航行器航迹实时分析的需求,提出了一种基于多源信息融合的测量方法。通过传感器获得水下航行器状态信息,利用主成分分析方法将试验数据作为一变量,定义总体的各主成分,利用测量值与主成分的复相关关系,给出了各传感器的综合支持程度和数据融合公式,完成多源数据的融合。应用实例验证了该方法的有效性和精确性,能够提高试验数据的可信度。     

多传感器观测下带乘性噪声系统的逆向滤波与反褶积融合算法

针对多传感器观测环境下带乘性噪声系统的逆向最优滤波与反褶积融合估计问题 ,本文提出了 1种基于极大似然准则的最优融合算法。该算法中各单传感器间并行计算 ,并且融合中心与单传感器处理中心间无反向通讯 ,因而执行效率较高。仿真表明 ,该融合算法产生的逆向滤波与反褶积比单传感器处理结果有较明显提高     

一种多传感器融合事件识别算法

针对传感器网络中事件识别存在的误判问题,提出一种新的多传感器融合事件识别算法。算法通过对网络中产生的事件识别数据,进行统一的变换处理,建立可实时更新的基于概率的事件识别规则。算法有效提高了事件识别的成功率,利用实测数据进行仿真试验,验证了算法的有效性。     

传感器测量衰减下的水下目标纯方位跟踪算法

为解决多传感器水下目标纯方位跟踪中的传感器测量衰减问题,建立水下目标静态多传感器纯方位跟踪模型,将传感器测量衰减建模为统计特性已知的随机变量,基于融合中心接收到的各水声传感器的原始测量值,设计了一种集中式状态估计器结构,利用最小方差方法推导出最优的集中式目标状态估计增益。通过算例仿真可以得出,所提出的算法能够在水声传感器不做机动的前提下跟踪目标,弥补了单个水声传感器观测性不足的缺点,对比传统的集中式Kalman估计器,具有更高的精度,能够有效解决传感器测量衰减问题。     

Assessing the Measurement Consistency Between the Jason-2/AMR and SARAL/AltiKa/DFMR Microwave Radiometers Using Simultaneous Nadir Observations

SARAL/AltiKa has a Dual Frequency Microwave Radiometer (DFMR), and Jason-2 has an Advanced Microwave Radiometer (AMR). Both microwave radiometer sensors include a 23.8 GHz primary water sensing channel. The measurement consistencies between DFMR and AMR are important for establishing a consistent altimetry data set between SARAL/AltiKa and Jason-2 in order to accurately assess sea level rise in a long-term time series. This study investigates the measurement consistency in the 23.8 GHz channel between DFMR and AMR at the Simultaneous Nadir Overpasses (SNO's) between the two satellites and also at coldest ocean brightness temperature locations. Preliminary results show that while both instruments show no significant trends over the one year since the launch of SARAL, a consistent relative bias of 2.88 K (DFMR higher than AMR) with a standard deviation of 0.98 K is observed. The relative bias at the lowest brightness temperature from the SNO method (-3.82 K) is consistent with that calculated from coldest ocean method (-3.74 K). The relative bias exhibits strong latitude (and scene temperature) dependency, changing from -3.82 K at high latitudes to -0.92 K near the equator. There also exists an asymmetry between the northern and southern hemisphere. The relative bias increases toward the lower end of brightness temperature.     

基于多源水深数据融合的海底高精度地形重建

本文在研究多源水深数据构建技术的基础上,分析了张力样条插值算法和“移去-恢复”法的多源水深数据融合处理技术,基于该方法选取实验区,利用多波束、单波束、历史海图等多源水深数据进行高精度海底地形融合试验,并针对多源水深融合技术缺少误差评估的现状,利用split-sample方法对融合结果进行水深不确定性评估,形成融合结果的可靠性空间分布。结果表明该方法无论是在数据稀疏区还是高密度区都达到了较好的融合效果,既保留了高分辨率水深数据的细节信息,又较真实的反映了研究区海底地形特征,且构建的海底地形精度可靠,误差百分比集中在0.5%。本文整套数据融合和结果评估方法可为多源水深数据融合的海底高精度地形构建提供借鉴和参考。     

Survey of underwater robot positioning navigation

Underwater robot positioning and navigation achieve autonomous underwater robot movement based on the premise that positioning obtains the coordinates of the relative position of the underwater robot using a sensor, and navigation yields a known location to the destination path planning. Due to the location of an underwater robot and the complex and changing environment in which it operates, it is difficult to achieve precise positioning using the traditional positioning method. This paper systematically analyzes and summarizes several typical localization and navigation methods of underwater robots, such as multisensor information fusion technology, underwater acoustic localization and navigation methods, GPS buoy, underwater vision, SLAM and coordinate localization and navigation of multiple underwater robots. Multisensory information fusion technology integrates the advantages of the above methods, enhances the system stability and robustness, overcomes the disadvantages of traditional positioning and navigation, and enables the autonomous navigation and positioning of underwater robots. Underwater acoustics enable flexible and convenient positioning, whereas GPS can achieve high-precision and high-positioning navigation information, and visual positioning effectively overcomes the problem of error accumulation. Multirobot cooperative positioning resolves the problem of positioning failure caused by the collapse of a single system and completes complex tasks that cannot be completed by a single robot, thus enhancing the stability and robustness of the system. This paper systematically describes the realization of these methods, presents an actual analysis of their respective advantages and problems, and discusses the development of the field of research prospects and application prospects.     

基于分布式检测与决策融合的海底油气管线检漏

利用多传感器的信息融合思想，提出分布式检测与决策融合方法进行长距离海底管线泄漏监测。试验水管和天然气／凝析油管线现场数据分析表明此算法不仅降低了误报警概率，且对流体在输送过程中动态变化具有稳健性。     

Experimental method to measure surface signature generation by seabottom undulations

An experimental method to investigate submarine bedform signatures at the sea surface is described. The study area was the Lister Tief in the German Bight of the southeastern North Sea, a semienclosed tidal basin with asymmetric and very large sand waves. In-situ and remote measurements of surface roughness were obtained simultaneously. An X-band wave monitoring radar, an oceanographic multisensor sea surface buoy, an acoustic Doppler current profiler, and a standard echo sounder were operated on and from board a research vessel while drifting along the tidal channel     

数据融合下的短期潮位预报测试及分析

针对短期验潮数据分析难度大、预报精度低的问题,设计了一种基于数据融合技术的短期潮位预报方法,利用扩展卡尔曼滤波(EKF),将通用的潮汐模型计算水位融合到调和预报模型之中,生成精度更高的融合预报值。数据测试表明,对于3天的验潮数据,EKF方法至少对向后5天的预报有效,融合值较两种源数据的平均优化度分别为33%和60%;对于7天的验潮数据,EKF方法在向后20天的预报中几乎都产生了优化效果。该方法适宜在资料缺乏的海区使用,为短期潮位预报提供了一种新的解决方案。     

数据融合技术在多源潮汐数据分析中的应用

为了充分利用现有潮汐数据以建立高精度的潮汐分析模型，在利用最小二乘法进行潮汐分析的基础上，将数据融合技术应用于具有多源潮汐数据的分析，提出潮汐数据的分类方法，建立了三种潮汐数据融合方案，推导了各种方案的数据融合公式，并分析了各种方案的特点及适用范围。