模糊融合方法在电缆火灾故障检测系统中的应用研究

随着火电厂容量的增加,电力电缆的火灾预警监测显得越来越重要.为了提高监测的准确度,本文提出了一种基于模糊信息融合的电缆火灾监测方法.运行结果显示,该方法可以提高系统的准确度和可靠性.     

基于多传感器数据融合的火灾预警系统

为避免火灾造成的严重损失,实现火灾早期报警,本系统通过对火灾发生过程和产物的研究比较,采用多种传感器对火灾发生初期火灾特征较明显的几个参数进行监测,并实时反馈回采集的数据。系统利用D-S证据理论对多传感器数据进行融合分析,实现对同一目标的判断;本系统通过利用D-S证据理论对多传感器数据融合的方法,不仅弥补了采用单一传感器的不足,而且很大程度上降低系统判断结果的不确定性,提高了系统预警的准确性和可靠性。     

基于反向传播神经网络的无线火灾预警系统

针对传统火灾预警系统中单一传感器数据检测的缺陷,提出一种基于反向传播神经网络模型的无线多传感信息融合火灾预警系统。该模型借助Matlab平台进行信息融合算法模拟,并经过试验验证,大大提高了火灾预警系统的准确率和可靠性。     

基于信息融合的信号调制方式识别

本文利用信息融合技术,给出了多系统调制识别方法.单个系统利用高阶累积量构造识别特征.数据加权、特征平均、最小距离方法分别用于多系统数据层、特征层和决策层的融合.仿真结果显示多系统的调制正确识别率高于单系统的正确识别率,其中基于数据层融合的正确识别率高于基于特征层和基于决策层融合的正确识别率.说明信息融合有助于提高调制识别性能.     

基于星载SAR与AIS信息融合的海洋监视综述

首先,综述了星载合成孔径雷达(SAR)、自动识别系统(AIS)及基于二者信息融合的海洋监视技术的研究现状;然后,在分析星载SAR与AIS数据特性的基础上,建立了适于二者信息融合处理的特征层融合模型,并深入分析了星载SAR与AIS信息融合的主要关键技术——多目标数据关联技术,在对传统基于位置特征的多目标数据关联方法研究的基础上,提出了基于多特征信息融合的多目标数据关联方法;最后,指出了需要进一步研究的重点问题。     

基于多传感器数据融合的煤矿采空区火灾预警系统

本文致力于构建一种综合多种传感器信息,并运用数据融合中分层融合思想的煤矿采空区火灾预警系统模型.介绍了传感器性能,设计了火灾监测系统架构,构建了多传感器分层数据融合模型,对采空区遗煤发火阶段状态进行了预测,实验得出了火灾监测系统的主要功能特点.并在火灾区已得到有效治理,实现成功灭火.使防治火灾工作更加合理化和科学化.     

基于随机游走算法的红外与可见光图像融合

红外与可见光图像融合可有效弥补单一传感器的不足,生成视觉效果更好、清晰度更高的融合图像.基于多尺度分解的融合方法在设计融合两幅图像的细节层与基本层的融合规则时,往往仅考虑细节层和基本层中的单尺度信息,易造成融合图像包含的有效特征较少.针对此问题,提出了一种基于随机游走算法的融合规则来融合基本层和细节层,该融合规则从两幅显著图中估计出一幅具有多尺度信息的显著图用于基本层和细节层的融合,可将每层中的多尺度信息有效地融合到输出图像中,从而使融合图像更有益于人眼观察.     

光电雷达电子部件的量子神经网络故障诊断算法

针对电路故障诊断时,故障模式之间存在交叉数据的模式识别问题,将多层激励函数的量子神经网络引入多传感器信息融合之中,提出一种基于量子神经网络的多传感器信息融合集成电路故障诊断算法.并将其应用到光电雷达电子设备故障诊断中,通过测试电子电路中被诊断元件的工作温度和工作电压两个物理量,求出两传感器对各待诊断元件的故障隶属度,利用多层激励函数的量子神经网络进行信息融合,得到融合的各待诊断元件的故障隶属度,从而确定故障元件,提高故障诊断的准确率.     

基于随机游走算法的红外与可见光图像融合

红外与可见光图像融合可有效弥补单一传感器的不足,生成视觉效果更好、清晰度更高的融合图像.基于多尺度分解的融合方法在设计融合两幅图像的细节层与基本层的融合规则时,往往仅考虑细节层和基本层中的单尺度信息,易造成融合图像包含的有效特征较少.针对此问题,提出了一种基于随机游走算法的融合规则来融合基本层和细节层,该融合规则从两幅显著图中估计出一幅具有多尺度信息的显著图用于基本层和细节层的融合,可将每层中的多尺度信息有效地融合到输出图像中,从而使融合图像更有益于人眼观察.     

无线多传感器数据融合的家庭火灾检测系统设计

针对现有火灾检测系统常出现的误报警和漏报警情况以及传统的有线火灾检测系统布线复杂、成本高、灵活性差等缺点,设计了一套基于无线多传感器数据融合的家庭火灾检测系统,检测厨房设备、电器线路或电器设备老化等造成的火灾安全隐患.详细介绍了多传感器融合算法的设计、火灾检测系统硬件框架和软件实现等.仿真结果表明,该方案具有准确度高、灵活性强的特点.     

农业物联网中多传感器数据智能融合方法研究

针对传统多传感器数据融合方法融合置信度较低的问题,提出一种农业物联网中多传感器数据智能融合方法,利用证据理论对农业物联网中多传感器数据的时空积累信息进行获取,利用获取的时空积累信息建立多传感器数据智能融合模型,通过该模型实现多传感器数据的智能融合。为了验证该方法的融合置信度,将该方法与基于Rough集理论的多传感器数据融合方法、基于数据信息转换的多传感器数据融合方法进行比较,实验结果表明,这三种方法的融合置信度分别是0.965,0.812,0.68。通过对比实验能够证明农业物联网中多传感器数据智能融合方法的融合置信度最高,充分说明了该方法相较于传统多传感器数据智能融合方法更加适用于农业物联网。     

基于ESM与ELINT信息融合的机载辐射源识别

本文深入研究了ESM和ELINT多传感器系统的机载辐射源识别方法.首先针对ESM系统提供的辐射源多特征信息,提出了基于模糊综合评估获取基本可信度赋值函数(BPAF)的方法;针对ELINT系统量测数据的特点,提出了基于灰关联分析的BPAF获取方法.在此基础上,研究了应用D-S证据理论进行多传感器信息融合,从而识别机载辐射源的原理.识别实例和对比实验表明,本文提出的BPAF获取方法是实用有效的,基于信息融合的识别正确率高.     

基于强跟踪滤波器的多传感器非线性动态系统状态与参数联合估计

本文将强跟踪滤波理论与多传感器数据融合技术相结合,提出基于强跟踪滤波器的多传感器状态与参数联合估计新算法;对拥有相同采样率的分布式多传感器单模型非线性动态系统,应用强跟踪滤波器,得到目标状态基于全局信息融合估计结果,并利用计算机仿真结果对算法的有效性进行了验证;这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题,从而丰富和发展了多源信息融合理论.     

基于多核支持向量机的火灾烟气检测算法研究

火灾烟气中气体和烟雾浓度测量对火灾研究有着重要意义。文中提出一种利用多传感器技术同时在线测量各种有害气体浓度,然后将多个测量结果作为特征向量,利用上位机的模式识别算法进行判别的方案。上位机对多传感器同时探测到的数据进行智能化处理,可有效抑制线性方法的过拟合问题,提高数据泛化能力,减小预测结果对于噪声的敏感度,从而提高预测的效率和精度。基于不同气体的测量值的重要程度不同,文中提出了利用多核支持向量机对特征进行分类的设计实现方法。实验表明,文中提出的气体数据后处理方案可以有效地对火灾进行预警。     

立体边防监视系统与多传感器信息融合技术研究

基于柏林噪音理论构建了立体边防监视系统的地形模型,设计了包含边海防感知层、边海防网络信息传输层、边海防智能应用层的立体边防监视系统,并在建立多传感器组合簇数据库的基础上,运用基于修正模糊理论和D-S证据决策的航迹关联算法对立体边防监视系统多传感器进行了融合算法。仿真实验证明,基于多传感器组网探测的边海防立体监视系统的探测准确率要高于单一传感器的探测预警率。     

基于nRF2401智能无线火灾监控系统设计

设计了基于无线通信芯片nRF2401的无线火灾监控系统,对系统的数据采集控制节点的硬件和软件进行了设计,并采用多传感器融合算法,对传感器的信息进行融合判断.实验证明该系统具有可靠性高和实用性强等优点.     

智能灭火机器人设计中多传感器信息的应用

本文通过分析自适应加强数据融合算法分别融合多传感器检测距离、火焰信息,以准确判断火源目标,通过实践发现,设计多传感器信息的智能灭火机器人不但对软件系统测量误差小,而且对硬件系统测量误差也很小,同时还能准确反映出火灾信息,符合探测火情的要求,具有一定的应用价值.     

基于Kalman滤波的多传感器信息融合研究

多传感器信息融合是对多种信息的获取、表示及其内在联系进行综合处理和优化的技术。单一传感器只能获得环境或被测对象的部分信息段,多传感器信息融合后可以完善地、准确地反映环境特征。本文介绍多传感器数据融合的基本理论。数据融合是把来自不同传感器数据加以综合、相关、互联,提高定位和特征估计的精度。文章对Kalman融合算法进行仿真,对结果进行分析。验证算法的可行性。     

基于WSN的穿戴式户外探险监护系统

针对智能穿戴设备对单一传感器精准采集信息效果不理想等问题,提出基于无线采集、多传感器信息融合的智能头盔信息采集和通信的方法,采用最短路径Dijkstra算法实现STM32主控头盔的数据融合和无线分簇网络传输.实验验证了该方法的有效性.     

传感器网络中航迹关联的加权模糊聚类算法

提出一种基于特征加权的模糊聚类算法用于传感器网络中的航迹关联.该方法首先将分布式多传感器获得的航迹进行数据同化,然后通过同步采样将所有航迹映射为高维空间中的一组点集,最后通过特征加权的模糊c均值(FCM)聚类算法实现航迹的分类关联和信息融合.在聚类算法中通过ReliefF算法实现了特征权值的自动确定,自适应地考虑了不同时刻航迹位置对数据关联的不同影响.实验结果表明本文提出的航迹关联算法不仅具有良好的关联效果,而且通过特征的自适应加权提高了信息融合质量.