基于数据融合的实时数据处理应用研究

论文摘要

在基于多目标的数据融合系统中,如何保证数据融合算法得到正确高效的运行一直是该项研究的核心问题。面对未知的复杂的多源的数据源,既要让数据流对系统中的各项业务功能起到良好的支撑作用,又要使得数据流最大化地为数据融合算法服务,同时还受限制于不同的系统结构,通信协议和日益拥塞的网络状况,这些都对融合系统的兼容性,有效性和稳定性提出了更高的要求,同时对系统的开发者也是一个严峻的考验。本文基于微软的VC6.0作为前台开发工具,采用动态的数据处理机制和分布式的系统结构,使用SQL Sever2000作为后台数据库研发了一套具有数据采集、数据更新、数据分发、历史数据备份和查询及其他功能各个子模块的综合业务模块。该数据融合系统分别安装在不同的电脑上安装服务器端和终端程序,采用专用的信道进行数据通信,最终可以实现数据共享,态势信息同步,其中数据实时性和共享性是本系统的特色之所在。本文是基于数据融合理论背景的,对于多传感器下的数据融合技术无论在理论上还是在实际应用上与单纯的融合技术是有一定区别的。此外实时处理技术,其中包括数据的实时处理和事务的实时处理也具有自身独有的特点和应用领域,文中对实时处理技术在数据融合系统中的优势做出了阐述。结合以上的理论背景,本文所做的主要工作有：(1)对数据融合系统的组织结构,各个功能模块的设计思想和业务流程进行了相关的介绍,并且对服务器端和终端节点的运行特点和各自的职责范围做了确切的定义。(2)根据系统的功能需求,对系统中的数据流的采集,更新,分发和备份和历史数据管理制定了合理的机制,保证了数据流的实时性,很好地实现了对融合算法的支持。(3)最后利用系统运行后得到的各项技术指数来说明系统中对数据流的实时处理是比较合理的,同时基于系统中目前还存在的一些不足之处,提出了对未来改进的一些建议。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究背景
• 1.2 国内外研究现状
• 1.3 本文所做工作
• 1.4 论文组织结构
• 1.5 本章小结
• 第2章 数据融合
• 2.1 数据融合定义
• 2.1.1 数据融合的定义
• 2.1.2 数据融合模型
• 2.2 数据融合的分类
• 2.2.1 像素级融合
• 2.2.2 特征级融合
• 2.2.3 决策级融合
• 2.3 数据融合技术
• 2.3.1 数据融合中的状态估计和跟踪算法
• 2.3.2 数据融合中的融合算法
• 2.4 本章小结
• 第3章 实时数据处理技术
• 3.1 实时数据的定义
• 3.2 实时事务的分类与并发控制
• 3.3 实时数据处理技术在数据融合系统中的优势
• 3.4 本章小结
• 第4章 数据融合系统与数据的实时处理
• 4.1 数据融合系统的环境描述
• 4.2 数据融合系统的构成
• 4.2.1 数据融合系统的结构
• 4.2.2 子系统概述
• 4.2.3 系统功能分析
• 4.3. 数据的实时处理
• 4.3.1 数据的采集
• 4.3.2 数据的分发
• 4.3.3 数据的更新
• 4.3.4 历史数据处理
• 4.3.5 系统性能的测试
• 4.4 本章小结
• 第5章 总结与展望
• 5.1 全文总结
• 5.2 研究展望
• 参考文献
• 致谢
• 附录