基于时空预处理DS证据的同质传感器数据融合

针对多个传感器数据融合时,融合结果受异常和噪声影响,并且容易丢失局部环境特征的问题,提出一种基于时空预处理的DS证据方法。首先,通过设计的空间和时间一致性指标剔除可疑异常数据,并采用区域熵捕获特征数据;然后,根据特征位置和传感器空间关系定义约束条件,计算数据可信度;最后,以可信度为权值组合所有数据。以综合管廊内的甲烷浓度传感器作为数据源进行实验,数据融合结果能够准确反映甲烷浓度正常和泄漏情况,融合算法具有噪声过滤和特征保持性能。     

多传感器数据融合新算法及在诊断学中的应用

着眼于复杂装备系统诊断实践中多传感器数据融合需求,提出了一种基于模糊贴近度的数据融合新算法,通过计算各个传感器测量值与估计值之间的模糊格贴近度,确定它们在测量中的权重,从而实现多传感器诊断参数数据融合.结合该算法原理,还设计了它的诊断数据融合应用软件.应用实例表明该算法体现了稳定性强、可靠性高的传感器在数据融合中的"优越性",运算过程简洁、快速,运算方法可行、有效,便于发动机诊断中实现时环境测量与数据处理.     

多传感器数据融合新算法及在诊断学中的应用

着眼于复杂装备系统诊断实践中多传感器数据融合需求,提出了一种基于模糊贴近度的数据融合新算法,通过计算各个传感器测量值与估计值之间的模糊格贴近度,确定它们在测量中的权重,从而实现多传感器诊断参数数据融合.结合该算法原理,还设计了它的诊断数据融合应用软件.应用实例表明:该算法体现了稳定性强、可靠性高的传感器在数据融合中的"优越性",运算过程简洁、快速,运算方法可行、有效,便于发动机诊断中实现时环境测量与数据处理.     

一种基于多方法的多传感器数据融合算法研究

提出了一种基于多方法的多传感器数据融合算法,分批估计融合求得单传感器最优估计值,然后依据权值最优分配原则进行分组自适应加权融合处理.通过对多热电偶测温的实测数据分析表明,与算术平均值法、单传感器分批估计和自适应加权相结合的算法以及单传感器分批估计和多传感器分批估计相结合的算法相比,绝对误差分别降低3.52℃,1.28℃和1.227℃,相对误差分别降低0.294％,0.107％和0.102％.     

多传感器测量数据的切尾加权融合算法

为了对随机扰动环境中得到的管道壁厚测量数据进行稳健融合估计,提出了一种多传感器测量数据的切尾加权融合算法.利用数据探测技术中的切尾均值概念构造最优加权因子,从而求得多传感器测量数据的稳健融合估计值.融合实例表明,该算法能有效地提高系统测量的稳健性,且具有精度高、运算简单的特点.     

两级融合的多传感器数据融合算法研究

针对智慧工厂监测环境中多源数据融合精度问题,提出了一种两级融合的多传感器数据融合方法,旨在提高多源数据融合的准确性和可靠性。该方法分为一级数据融合和二级决策融合,首先采用卡尔曼滤波结合自适应加权平均对同类型传感器进行数据降噪融合处理,其次利用人工兔优化算法(ARO)优化ELM神经网络进行决策融合。实验结果表明,基于ARO优化ELM神经网络的多传感器数据融合算法在融合精度方面优于其他先进算法。经验证,所提出的两级融合多传感器数据融合方法具有更好的融合性能,有效提升感知系统的可靠性和鲁棒性,实现更加准确和可靠的监测和预测。     

多传感器数据融合机动目标跟踪算法

机动目标的运动特性具有复杂性、多变性、无先验性.多传感器信息融合的机动目标跟踪问题可以描述为数据关联和状态估计两个相关功能的最优化问题.本文分析了运用于多传感器数据融合机动目标跟踪的数据关联和状态估计算法,得出了高效费比的模糊数据关联算法(FDA)和变结构多模算法(VSMM).此外,并分别介绍了模糊数据关联算法和相似模型集的变结构多模算法.将模糊数据关联算法和变结构多模算法结合起来,从而提高对机动目标跟踪的性能.     

多传感器支持度和自适应加权时空融合算法

针对多传感器测量数据中含有的噪声,提出一种基于多传感器支持度和自适应加权时空融合算法。时空融合算法将数据融合分解为时间和空间两次融合估计,先采用支持度和基于时间的递推估计进行第一次融合,再通过自适应加权估计在空间上进行第二次融合。该算法不需要知道传感器测量数据的任何先验知识,只利用空间位置中多传感器的方差变化,通过调整参与融合的各传感器的加权系数,使融合系统均方误差始终最小。     

多传感器数据融合结构性能分析

本设计主要对分布式多传感器数据融合结构性能展开研究。分析了多传感器数据融合的主要融合结构并对两种常见的分布式数据融合算法：简单凸组合融合算法、BarShalom-Campo融合算法进行理论分析。最后利用MATLAB软件对简单航迹融合（SF）和协方差加权航迹融合（WCF）算法进行仿真并对仿真结果进行简单的分析来说明分布式融合结构的性能和特点。     

基于卡尔曼滤波的多温度传感器数据融合系统

设计了一种基于卡尔曼滤波的多温度传感器数据融合系统,其中采用多个温度18B20单总线数字传感器对同一点温度实施监测,对采样结果采用卡尔曼滤波数据融合算法计算得到温度估计值.实测数据仿真分析表明,卡尔曼滤波数据融合算法具有较高的计算精度和容错性,能够明显改善温度估计精度,显著提高测温系统的可信度,并具有实时融合的动态性能.