数据融合的概念_方法及应用
发布时间：2024-11-10
第
27
卷第年4
2
期 Jo u r n a o
南京航空航天大学学报一 f Na n
V
o
l 27 No
.
.
2
1 995
月
ji n g u
n
iv
e r s
it y
o
f A
e r o n a u t
ie
s
& A
s
t r o n a u t ie s
A Pr
.
19 95
数据融合的概念方法及应用徐
、
涛
杨国庆
陈松灿南京,
(南京航空航天大学计算机科学与工程系
2 10 0 16 )
摘要以指挥控制通讯和情报 ( C
、
、
“
D系统为背景a
,
引出了当今迅速发展日益受到各国科技工作,
、
t者和国防部门关注与重视的数据融合 ( d a
s u i f,
o n )技术的概念以及近 2 0年来的发展历程详细,
介绍了实现数据融合的系统模型与系统构成列出了在不同数据抽象级上进行数据融合的三个层次及其目前常用的数据融合方法时指出了C 3I。
本文还就数据融合在军事上的应用作了较深入的讨论同,
系统的不断发展对数据融合技术提出了更新的要求以及高新技术的发展对数据
融合技术的发展起到了巨大推动作用文末还给出了一个反潜战 ( A S W )中数据融合技术的应用实例。
关键词数据组织数据管理,数据融合; C a
:
;
l
系统;传感器;评价信息源
,
中图分类号.
:
T
1 P
4
已 l J,
.
生`二J
合成使用来自各种传感器的数据最大程度地抽取其关于环境的有效信息量是人类和其他生物系统的基本功能这便是最原始的数据融合 (,、。
,
Da t、
a
Fu o s i、
)思想例如人类自发地 n、、。
。
:
利用这种能力借助于先验知识把来自身体各传感器 (眼耳鼻手等 )的数据 (图象声音
、
气味物理形状及组织等 )加以合成据此认识周围世界及所发生的事件,、
,
当然将这些数据,。
合成为一个对环境有意义的感性认识需要大量的智能处理和足够的先验知识、
3 I系统以及战过去 2 0年间数据处理技术的惊人发展已使指挥控制通讯和情报 ( C )
争管理方面取得了重大进步。
。
先进的
C I系统已成为各国提高其国防与经济实力的一个重,
“
“ 3“””要手段在未来的系统对系统的战争中一个有效的 C I系统最起码的要求就是把来自
各种传感器和大量信息源的数据与情报加以联想和综合以获得对目标的正确判别和确定,
][其空间位置以及对战场情况威胁程度等的适时与准确评
价 1,
、
。
对这样一项信息融合处理,,,,
任务从概念上讲似乎很简单但实现起来却是极其复杂,,,
,
,
。
因为现代战场态势瞬息万变加,
3之 C I系统日臻完美整个战场信息化程度很高有利战机十分难得且十分短暂而所需融
合的信息量之多种类之繁速度之高极大地超过了传统,,
C I
系统中指挥员对信息处理的
收稿日期
:
199 5 11 2 7
一
一
,
修改稿收到日期,,
:
19 94 0 2 2 2 9
一
一
第一作者
徐
涛
男副教授
1 96 2
年
月生
.
第
2
期。
徐
涛等数据融合的概念方法及应用。
:
、
259
[ z能力1
此外在
,
C I,
3
系统中还具有不少 N P完全间题 3 j[、、
然而这种信息融合处理技术不仅。
,
是军事应用所急需同样也是国民经济中的各种复杂巨系统及一切需要分布式数据处理的系统 (如城市规划资源管理污染控制地震与气象分析等 )所必不可少的国防部公布的“、
正因如此美国
,
199 1,
财年的 2 0项关键技术和
”
“
1992
”财年的 n项关键技术都把数据融合。
列为关键技术之一提供充足的研究经费支持这项技术的研究
1
数据融合的概念与发展所谓数据融合是一个涉及对来自各种信息源的数据和信息进行检测联合相关评价、、、
及合并的多级多方面处理过程最终获得提炼后的状态和目标评估及对战局和威胁的全,
、
[面及时的评价’],
、
。
此外数据融合也可看作是将不同来源不同模式不同媒质不同时问不同表示的信息加以有机地结合最后得到对被感知对象的更精确的描述融合多个传感器的信息可以在,。
、
、
、
、
较短的时间内以较小的代价得到使用单个传感器所不可能得到的精确特征、、
、
、
。
由于多传感
器信息的冗余性互补性时效性和低代价使得多传感器信息融合系统具有较强的鲁棒
,
性[
5
〕
。
尽管数据融合涉及对许多不定因素的处理问题涉及决策机制与过程涉及对信息源特
,
,
性的分析还会随信息需求者的背景和所处的环境不同而不同然而从实质上说数据融合,,
。
,
不仅仅是一种处理数据的方法同时它也是认识和改造世界的方法学是建立和谐的人一机环境的基础C D
,,。
,
,
美国国防部提出的数据融合计划近期希望达到的基本目标是在大的作战系统 (如中能在来自各传感器的观察结果与作战空间的表达式之间建立明确的关系并把各种,。
:
,
传感器/信息源数据同原始数据和上下文数据结合起来且使这些数据对各级指挥机构来说是用户友好和符合要求的实现这个目标需要开发有效的数据库结构新型高效的查找与检索机制以及分布式多媒体数据库管理系统其中空间/时间数据库和领域知识库是对作战过程进行评价的技术基础阁必须保证能以方便用户的方式进行数据存取快速查找和直观地,,。、
显示结果C I3
。
系统除完成指挥控制通讯信息采集与处理以及战场环境适时分析与管理等多,
、
、
、
][种功能外 v··
:引人数据融合技术将使 a C l系统具有
强健的系统可操作性
;;
扩大所研究与处理问题的空间/时间范围改善系统的可靠性和响应能力;
·
·
提高决策者的信心,
;;。
·
改进系统的检测性能,
·
提高空间分辨率扩大处理信息的维数年代后期人们便开始了对C I,
70、
][系统中的数据融合技术的探索 s。
,
其重点是增加计算
能力寻找有效的数据结合方法和改进传感器性能
最有名的是战场开发与目标获取系统
南E
京
航
空
航
天
大
学
学
报
第7卷
A )。
,
突出了新技术的复杂性和困难性以及军事系统中工程方法对未来系统开发的重,
要性
该系统最终于 8 0年代中期在欧洲获得有限的应用显示了数据融合技术的巨大应用`
潜力[
〕
。
进人 8 0年代美国的军事机构开始主攻应用数据融合技术的战略和战术系统的开发、
,
,
并进行目标跟踪目标识别相关与分类算法战局评价智能系统的应用等方面的研究这期间各机构所开展的大量的与数据融合技术相关的工作有不少重复对此美国国防部实验室官员在19 8 4。
、
、
。
,
年联合召集了一次数据融合技术研讨会综合了各机构的研究工作并协调相互,。
,
间的研究内容从而也建立起了一个交流研究结果的场所了蓬勃发展的新阶段,。
自此数据融合技术的研究进入,
0年代末出现了少量第
一代数据融合系统 8,
。
这些系统能有效地融合来自现有的和改,
0[进后的军事传感器数据大到战略上的海洋监视系统闭小到战区战术系统 1
〕
。
这些系统均:
从应用侧面说明了数据融合在军事上所起的巨大作用,、
。
根据美国国防部提出的关键技术及。
实际军事系统的需要美国已决定在下列系统中逐步推广数据融合技术`、
这些系统是美国,
陆军正在研究的全信息源分析系统 (A S A s )空军正在研究的敌方态势关联系统〔,〔海军正在研究的用作作战保障系统的海军指挥和控制系统 ( E c c ) S`还有三 E NscE) (I军联合的综合电子战系统 (,
N E
w ) S
〔,`〕
等
。
目前大量充满希望的新理论与支撑技术正在不断发展与涌现这一切无疑对 9 0年代
,
数据融合技术的发展是一个强有力的推动与支持2
。
数据融合系统模型与融合方法图 1给出了一个简单的被分为两级处理的多传感器数据融合系统模型的基本结构川。。
模型中的多个传感器监视不同类型的多个运动目标为简化起见仅考虑数据的处理而不考虑信息管理 (数据库与传感器管理等 )问题该模型中第一级主要是低级的数值预处理其结果为数值结果 (如速率位置目标类型等 )第二级则是高级的符号处理形成更为抽象的评、、
,
。
,
,
,
价结果 (如威胁意图目的等 )·
、
、
。
传感器扫描搜索范围并报告所有被检测目标:
。
每个传感器均进行独立测量其测量。
,
结果的表示形式不必强求一致 (即允许多类传感器并存 )此外传感器的物理分布既可是集中式也可是分散式 1 z[·
,
,
〕
。
数据联合在每次扫描完成之后对收集来的报告进行处理。
:
,
。
每一新的报告都与其他
报告及先前扫描所检测到的目标的预计位置进行相关运算·
状态估计 (目标跟踪 )先假定一个动态行为模型然后基于数据联合的结果进行参:、
,
,
数估值 (如位置坐标速率等 )其输出为每个目标的状态估计,·
,
。
这些估计被用来预言目标的。
将来位置 (轨迹 )这些预言同样被反馈至前端以便与后续扫描相联合,
:属性分类 (目标识别 )根据不同传感器报告的目标
特征参数进而形成一个合成的目,。
标属性度量属性分类的输出则是对每一目标的分类决策·
:评价把所有目标的数据集 (目标状态和分类 )与事先考虑的所有可能的战局行为模
第
2
期
徐
涛等数据融合的概念方法及应用预计的·’
:
、
261
状态估计
!目标身份
模式行为评价的检验’
I味来行为属性
分类
{:·
·
’
的检测事件的联系战局分类
高级评价处理未来活动意图低级数据处理目标身份状态估计
图,
1
数据融合系统模型。
式相比较从而表述监视范围内的各种活动、
区分抽象行为模式 (正常活动威胁行为可疑。
、
、
活动错误行为等 )的时间和空间特征构成了评价处理的重要内容另外美国联合开发实验室的数据融合专门组 ( J D[的概念模型’],,
L
/DF ) S还提出了一个数据融合处理“”。
如图
2
所示
。
该模型的最显著特征是具有与总线相类似的功能结构结点联接能力
动态交互作用的情况表示
结点联接能力
第一级处单理源
第二级习卜门日尸均
处源多理
情况抽象
情况
评估估
威胁评估
图
2
数据融合处理的概念模型
第一级进行单源或多源信息处理所处理的是与上下文无关的低级数据 (如目标的瞬时位置先前的位置和预测的位置等 ):,,、
:
,
。
第二级解释第一级的处理结果进行特征抽取目标识别等具有各种多媒体数据库的功能和进行推理的能力需要模式识别技术面向对象技术的支持:、、、
、
。
。
第三级利用各种交战模型性能评估模型辅助决策模型等进行高级评估决策[ 3一般说来根据数据的不同抽象程度实现数据融合通常在不同层次上进行 l·
、
。
,
,
〕:,
传感器级的融合指在最原始的多个传感器数据基础上进行融合数据量大冗余度
:
,
6
南。
京
航
空
航
天
大
学
学
报
第
卷
高计算量庞大·
,
目标特征级的融合指对各传感器数据进行处理并抽取特征后再进行融合在这一层、
:
.
次上关键是抽取一致的有用的信息排除无用甚至是矛盾的信息进行融合的数据量计算,
,
、
量均属中等·
。
决策级的融合指由各传感器单独作出决策之后再将决策信息传送至决策中
心 (即,、。
:
,
融合中心 )作出最终决策进行融合的数据量计算量均较小,,·
到目前为止人们根据应用环境的不同提出了许多融合方法本文仅简单列举如下[ 1静态的融合方法 a[ 6动态的融合方法 l、
,
:
一一
j 5 l
:
有贝叶斯估值加权最小平方未知但有界的集模型等,,,
,
;、
·
川有递归加权最小平方最大似然估计卡尔曼滤波 (有集中式l e t )变换的分布式滤波等RF ),
:
a分布式自适应分布式 )采用小波 ( W v e·
,
;
基于统计的融合方法[“,
,
`6
,
20
〕:
有马尔可夫随机场 ( M,,
Sh
a
fer
一
D e
mp
s
te r
证据推
理最大似然法贝叶斯估值等,·
;,
信息论算法’[,
“,
·
“
幻
:
有聚集分析自适应神经网络表决逻辑信息嫡等〕;。
;
·
[ 2模糊集/模糊逻辑理论 s
·
基于知识的人工智能方法山〕、
尽管数据融合的方法如此众多且各有所长然而尚没有一个十分通用的方法能较好,
,
,
地解决极复杂的实时要求甚高的数据融合问题3
。
数据融合在军事上的应用在C I3
系统中大多数信息管理间题需要有效地进行数据融合处理且把各种不同的数,。
据集成为战略与战术局势的一致性表示5[ 6 z 1感知以提高战争管理决策水平 2,
指挥与控制系统必须对敌我双方作出准确及时的、。
。
3随着 C I问题的复杂性处理能力和应用范围的扩大
例如
:
·
目标的机动性 (速率与快速的反应时间 )要求更快的信息响应
;
·
武器杀伤力的增强要求更迅速的检测与对策
;;
·
目标的可观测性与特征的降低需要更敏感的检测与识别处理
·
自主武器系统的不断增多更需要信息处理过程的自动化,,。
、
。
都要求改进现有的信号处理方法采用数据融合技术以较高的速率处理较大范围的输入数据产生更为准确的估计,,
与此同时许多新技术的发展及其在军事上的应用已经为数据融合系统各步骤向自动化程度迈进奠定了坚实的基础田〕提供了有力的支持,·。
例如
:
I采用多种技术如射频 ( R F )红外 (、、
,
、
R )和光
电( E O )技术利用多个多类传感器进行,、
、
目标的获取检测识别与跟踪·
;
战区内的战术数据链和全球范
围的战略数据链网使得数据在指挥控制节点上传送;,
成为可能·
使用具有数据链的分布式传感器网络以改进的检测性能提供协同的监视和定位能
第
2
期
徐
涛等数据融合的概念方法及应用
:
、
263
力
;·
I R E O等 )构成被动的不易被发现的武器系统来代替单一用多个互补被动传感器 (。
,
、
的主动传感器系统 (如雷达 ),
[ z最后就反潜战 ( A S W )中使用数据融合技术的实例作一简单介绍 8
一
] 0 3
。
反潜战对于海军特遣队的生存是至关重要的 (见图,
3)
,
其目的是通过大量的多种类传。
感器的配合及数据融合确保敌军进攻性潜艇不进入外层防卫区用4
该系统的主要特征为使、
:
2艘反潜舰只架监视飞机 1、
,
,
2
艘反潜潜艇配备声纳浮标非声传感器塔式和舰载声,,
、
纳阵列吊放声纳和水下声网等传感器监视范围可达20 0,,
2 0 0义 Zo o
k o
m
。
跟踪目标数达。
10
一
个数据报告数目为每分钟 1 0 0 0~ 5 0 0 0个决策数为每分钟 1一 5个系统的协同配合是通过飞机非声传感器
空投声纳浮标和非声传感器检测
与跟踪敌方潜艇部署在特遣队外围的驱逐舰上的塔式及装配在舰
。
身的声纳阵列又构成了防卫区外层的监视屏障并与固定于水下的,
声纳网潜望镜和友军特遣队的检测数据一起融合为该防卫区内的
、
战局状态特遣队指挥官还依靠其他的海上和陆地发来的目标跟踪
。
水下声网图3
数据预测敌方潜艇靠近外层所形成的威胁这些外部情报信息与防.
,
反潜战系统示意图
卫区内的战局状况的融合则属于更高层次的融合处理它是系统中既困难又关键的工作需,,
要在较大监视范围内检测跟踪辨识隐藏目标窃取情报及军事布署从战略上把握战争的,
、
、
、
主动性4
。
结束语数据融合作为一门信息处理技术实际上涉及到决策论认识论模糊理论估值论通,、、、
、
讯数字信号处理计算机科学及人工智能等多学科理论知识是一门新兴的边缘交叉高技
、
、
,
术学科在军事上及国民经济等大系统中起着日益巨大的作用而面向对象技术网络计算,、、。
。
、
、
开放的体系结构分布处理定性知识表达和
多媒体技术等都是实现数据融合的直接的重要支撑技术随着科学的发展可以预计今后数据融合技术将以更快的速度向前发展并广泛,
:
,
应用
。
参a z e e a W lt E Bu d D D,.
考d e e is ions u
文Ppo r t
献for
t
a
f u s io
n
a
n d
e o
mm
a n
d
a
n d
e o n
tro
l IE E E T
.
r a n s
S
MC
,
19 86
,
S
M C一 16 ( 6)
:
8 65
一 87 9
264
南Ma r s.
京f u s ion
航,
空tr
航t io n
天pu s
大he d.
学Av
学n
报We e
第ka n
27
卷19 79,
2
h G R:
In
t
e
ll i g
e n e e
d is
ib u
ia t i o
d S pa
e e
T
e e
hn
o
lo g y
,
34 5 6
一 211黄志同神经网络及.
110 ( 5 )
205
C 3Iu
系统中的e n so rr o a e
N Pa
完全问题火力与指挥控制s
.
,
19 3
,
18 (
) 3
:
7一2 1,.
W
a
ltze
双
,
L lin.
a s
J Mr e
.
l t isls
d h
a
t
futon e
io
n
.
B o
s
to n
:
A rn.
t
ee
h H
o u s en.
,
199 0
.
1
一f
2 61198 8o n
B la
km
a n
Th.
o eE
t
ie
a
a
PP ys
e s
da
ta
a s s o c e n e e.
i a t iou s
a n
d f u s io:
Ine
:
P
r
o co n
SP IE
931
:
5 0一 5 5t io no
B oAr
n a s s o t
R P l Inte
x
P
e r
t
s
t
e
m f
o r
i t l l ig,
f
i
o n
In
P
r
o e
o
f t卜
C
er e n e e
A P P li
e a
f
i fie
a
l li g e
n ca
七
,
AD
一A.
139 68 9
199 2
10 1,
一3n
1 16,
7 8
张君毅 c a
.
l
系统评估初探火力与指挥控制tti o n a
1s
9io
18t
: 3 ) 5一6 ( 0
WG
a
lt z E
.
Co m pu.
l
e o
n
s
id
e r a
t io n
s
fo
r
fu
in
a r
g
e
t
id
e
n t i if
e a
ti o n
s
y
s
t
e
m
s
.
E I,
E E
o P c r
N EA
-
C O N 1 9 8 1 4 9 2一 4 9 79r a v e
ly V
,
Sa m
u e
l L
.
T he
o ee a n
s u r v e
i 1l a
n e e
in fo
r
m
a
ti o n
s
y
s
te
m ( 0 5 15 )
.
S ig
a n,
l
1982
,
3 7 ( 2
: ) 3 0一
36
10
R a w le
s
r: J A m y IE W.
.
n e
w
s
tru
c
t u
r e
o f
r
a
n e
w
e e n.
t u
r
y
.
块 fen so rs
n se,
E le
e
t
r o,
n
ies:
1 98 9 2 1 (6 )
,
:
6 9一 8 0
n12
张玉峰试论未来局部战争中的电子战系统对抗航天电子对扰 1 9 9 3Te n n e
4 ) (r a
1
一8,
y
R R S
,
a
n
d a ll N R
.
D e
t
e e
t io n
w it h d is
t
r
ib u
te
d
s e
.
IE E E T
n s
A ES
1 9 8 1 A E S一 1 7
,
(4)13
:
50 1
一 5 10.
Re
n
C,
,
e ae u s M i h l G M lt i
e n s o r
in
t e g
r a
ti o n
a n
d f u
s
io
n
in in
t
e
l lig
e n ee
s
y
s
t
e
m
s
.
E I
EE T
r a
n s
S
MC
,
19 8 9 S 14
M C一 19 ( 5 )H E·
:
90 1
一 93 1a n
K y bu r g27 1
3 1 aib
y
e s
ia
n
d
n o n
一
b ay
e s
ia
n
e v
i de
n t
ia l
u
p
da ti n g
.
A rA ES
t
i fi e ia l I
n t e
l lig
e n e e
,
19 8 7
,
3一( s )
:
一2 93g
15
H
T
o n o r r
Lr
.
ni D
s
t r·
u te
d f i lt et ie a
r
in
go r
u s
in g
s e
t
m o d e lse
.
IE E E T rs
a n s
,
1 99 2 A E S 28r a n s
,
一
: ( 4 ) 1 1 4 4一 1 1 5 3,:
16
ie
J S
ta t
i、
l
t
he
y
o
f pa
s s
iv
lo
e a
t io n
y
s
t em s
.
IE E E T
A ES
,
198 4 A E S一 2 0 ( 2)
183 17
一 19 8o,
Bri gn
wn.
n
Cig
,
a Ha
e
k
e
t tn
J K Shah Me o
,
.
C er
n to
r a
lize d
a n
d d
e e e
n t
r a
l izd
e
d Kta n
a
lman
n
f lt e io r
r
t
ee
h,
n
iq ua
e s
o fto
r
t,
r a e
k
二
a v
t io n
a
d
n t
r o
l In
.
:
p
c o
f D A R p A Im g
a
e
U
n
e r s
di g
W
k hs
o
p
P l
o
Al
U SA
,
1 98 9 18
65 1.
一 67 5p t ive
H
o n
g
L
A da
d is
t
r
ib u
t ed
f i lt e r in
g
in m
u
l t ie
o o rd
in a te d
s
y
s
t
e
m
.
IE E E T
r a n s
A ES
,
199 1
,
: A E S一 2 7 ( 4 ) 7 1 5一 7 2 4
19
a a M ll
t,
.
5 G19 89,
Ma
u
l t if r
e
qu
e
ne y:
e
h
a n n e
l de
e o
m po
s
it i o
n
o
f im
a
g
e s
a
n
d w
a v e
le
t
m
o
de l s
.
IE EE T
r a
n s
A S SP20
A S S P一 3 7 ( 1 2 )r
2 09 1
一 2 110i n g w i th:
B Ote
g
l
e r
P L
.
Sh f er a
袱 me
p,
s
t
e r
r ea s o n
a
p p l ie a t io
n s
to
m
u
l t is e
n s o r
ta
r
g e t
id e
n t
ii f
e a t o n i
s
ys
-
msd
.
IE E E T R O.
n t
s
SMCP E.
1 98 7
,
S M C一 17 ( 6)e
9 68a n
一 9 77s e e
21
D ur e
a
,
H
a r
P
a t te r n
l
a s s
if i
e a
t io n
d
n e
a n a
l y s is
.
N
e
w
Y
o r
:一 k W i l e y In
te
r s e
ie
n e e
,
1 973 22
1
一 2 65C M,
P i b
e
a r e
he t t e Dta
.
Anna n
a
p p li e,
a
tio n.
o
f
n e u ra
l
n e t
w
o r
ks
t o
a
da
t
a
u f
s
io
n
pr
o
b le m
.
In: P
r o e
198 7
T2324
r
i名 e
r v
ie
e
D a.
Fy
u s
iots
Sy m P ds
198 7
34 2
一D.
3 51
Z aH
de h L Aa n s o
Fu,
z z
s e
y,
s
te
m
s
.
AmT
s
te r
d S
a
m
:
N
o r ta n
h H o ll ar
一
n
d
,
1 978n
.
1一 1 9 3
n
A R R ise min t ss.
e
n
E
M,
a W il l i.
n s.
e n s o r
d in f o
m a t io
u f
s
io
n
r f
o
m kn
o
w le d g e b a
一
s e
d
e o n s
t
r a
In
:
P
r o e
S P IE.
1 98 8a
931e
186
一19 6s
25
Ed w
a r
d
C
,
lA
be
r
t
J In f o r m
t
io
n
h
a
l le
n g e
fr
o
m
ta
e
t
ie
a
l
a
ir
o
p
e r a
t io n
s
.
S ig
n a
l
,
1985
,
4 0 (3 )
:
7 5
一
85
第
2
期陈红林一类空战 WS Sa,
徐
涛等数据融合的概念方法及应用.
、
26,,:
6 227
中信息熔合系统的建模研究火力与指挥控制e
19
3 9e
18(3)tr o
11e
6一1n s e,
tt:
s
T
,
M.
i lt o
n
.
C
T h
m
a n
y f
a e es
o
f in
te
g
r a
t
e
d
a v
io
n
ie
s
.
J
o u r n a
l
o
f E le
n
ie D
fe
1 992
,
15
( 9 )
3 4一 4 028 29to ntar
e
N
L
A SW.
:
th一s
e
s o v
ie t ine
v
ie w
.
M i li tr e
a r
y
Eleg
e
t
r o n
ies.
/ C
o u n t e r
me
e a s u r e s
,
1 97 9
,
5 ( 6)
:
34
一7 3,
key R J:
A n
t
i
u
bm
a r
w
a r
fa
o e e a n o
r a
p hy
M i li t
a r
y E
le
t
o r
n
ie
s
/ Co,
u n t e r
m
e a s u r e s
1 981
,
7 ( 7) 30
72
一7 6.
W
o
hl R O
e e a n
t
r a
n
s
p
a r a r e n e
y
:
im p
o ss
i b le
o r
in
e v
it a b le?
e D
fe
n ee
,
1 98 4
15 ( 2)
:
20
一2 8
T h
e
C
o n e e
Pt
,
MTo
e
th
o
ds
a n
d A P P li c
a
t io
n s
o
f D
a
ta
F
u s
io
n
X(
u
a o
Yu
a n
g
G
u o
gi
n
ggin e er
C丙ein g,
n
S
o n
g
`己趁
D es er o
p
a r
t
m
e n
t o
f C mp
te
r
S c
i
e n e e
a n
d E
n
N U A A
N
a n
ji n g
,
2 10 01 6 )
Abt
s
t ra e tr
Bains e
d dt
o nu e e s
th e
e o
m m
a n
d
,
e o n
trt a
o
l
,
e os
n m rn
u n
ie
a
ti o ns
a n
d in f o r me ne
a
t io n
(C I )ta e
3
s
y
s
te
m
,
hi s p a p ee
t
ta n
he d
e o n e e
p t
oo r
f d kino
a
fut
ioe
( w h ie h hae a r
beo
g iv
e na
g
r e a
t t e n t io nt
a n
d
wa ns u
ig h
ts
b
y
ie n
i
s
t
s
th o s e t sn u s s
wt
g
in
h
d pe o
t
n r
e n
tso a
f d fta
e n e e
lls
o v e r
h
w
o r
ld )ilte,
d it
deis
v ee s
lo p mte
e n
t
,
p
re s e n
h
e
m.
delh ies
a n a
d
m por e n
n e n
tsa
f da
fu
s
iov e
n
y,
s
t e
m in dee n u
ta
爪me
a r
ht
r e e
das
t a
f u s ioa
h ie rio ne
a r e
t
d iff eya e
t
d
ta
b
s
t r a eta
le fa
ls
a n
ds`
me r、
e ra
s
t
h
u s u as
l mt
h d dta
o
o
f ds
tp
a s
fy
Inu s ta
m
ilit a re
p p lin e
e a
t io n s
o e
f d me n
ta ts
u s
io n二
,
t
hi·
p
a
p
in
di
e a
te
t
h
a
th eo
ta
fu
ioys e
t
m mdt
mehe
t thv e
we n
r e
q
u
ir
lo
n g
p
id d
e oa
-
v e
lo p m
e n t
f,
, he C 1
s
te
n tt
a n
h
t t
de
lo p ma r e s
t te
o
一 f h ig h t
e e
h g
r e a t一 y
q
,
。
K。, i、a r
th a ta
f-
d
a t a.
f
u s
io
n
a n
d
u s e s
t
h
a n
i
一
s u
bm
a r
in
e
w
a r
f
y
s
m
a s
a n
e x a
m pl
e
in m ilit
y
p p li e
t 10 l s
K
e
y w
o r
d
s
:
da m
tae n
o r
g
a n
iz
a a
ti o n; t io n
d
a
t a
m
a n a
g
e
m
e n t;
d
a
t a
fu
s
io
n;
C I
3
s
y
s
t e
m
; s e n s o r; a s s e s s
-
t; in
fo
r
m
s o u r e e
我校英文学报继续被 i E列为检索用
本刊讯由中国科学技术信息研究所最近出版的《 1 9 9 3中国科技论文统计与分析》获悉我校英文学报继 1 9 9 2年之后 1 9 9 3年继续被国际工程界的权威检索刊物《工程索引》:,,
( E i)
列为检索用刊
。
该刊。
199 3
年共收录我校英文学报论文 2 3篇占我校全年被收录论文总,,
数 (5 3篇 )的1993
43
.
4写
年 iE共收录我国科技期刊 5 8种收录论
327 5
篇
。
篇其中高校学报 9种论文 (编友 )
;
,
1
4 9
数据融合的概念_方法及应用.doc
将本文的Word文档下载到电脑
上一篇：怎样出好科学试卷
