多传感器数据融合技术及其应用

针对多传感器融合技术,依据中心分布式判决和非中心分布式判决理论,采用加权融合估计算法,以实现多参数的复杂系统。多传感器融合技术的使用,具有降低噪声干扰、减少信息冗余性、提高精度等优点。为多参数测量的复杂系统提供了有效手段。     

一种多源信息融合方法及其应用

介绍了一种多传感器数据融合的新方法。对于一个传感器无法准确测量的场合,加入一个辅助传感器,能够比较全面地反映对象或目标的全部信息。使用模糊理论,将测量信号模糊化,使得对信息量的“依赖程度”减轻。根据传感器作用域的不同,使用信息补充和证据增强（或削弱）原则,将两个信号进行融合。仿真结果表明,这种多传感器数据融合的方法,能够较好地解决仅使用一个传感器难以实现的问题。     

数据融合故障诊断系统模型及其应用

系统的故障诊断问题是一种多知识源问题,反映系统状态的信息有时十分广泛。为对技术系统的故障诊断问题做出更精确、更完全的估计和判决,利用数据融合技术具有分析和处理多源信息的能力,将数据融合技术与故障诊断原理融为一体,形成基于数据融合技术的故障原理,并提出数据融合故障诊断系统模型。数据融合模型分成三级结构:原始信息融合层、特征融合层、决策融合层。每一级内部又有相应子结构。前两层主要对输入信息进行预处理和特征提取,第三层主要对特征信息进行全局决策。通过将Bayes决策理论纳入DFFDSM和时空融合方法的两个例子,说明DFFDSM是一种适应性较好的模型,具有结构清晰、简单的特点。     

改进的一致性数据融合算法及其应用

通过定义一种新的置信距离,提出了一种改进的一致性数据融合算法.该方法综合考虑各传感器测量精度的差异,并通过权系数来体现各传感器测量精度的差异对置信距离的影响.算例应用表明该方法能够有效地减小传感器发生扰动时数据融合结果的变化,具有较高的数据融合精度;与极大似然法和未改进的一致性数据融合算法比较,该方法融合精度更高、抗干扰能力更强.该改进算法已成功应用于煤自然发火实验温度数据的数据融合,取得了较满意的融合结果.     

多传感器数据融合的研究现状

文中概要阐述数据融合问题的起源、概念及功能模型；综合评估现有的各种融合方法；全面分析数据融合的研究现状；并指出这一领域当前研究的困难和今后发展的趋势。     

数据融合技术在动态称重系统中的应用

数据融合技术是近几年发展起来的一门新兴技术,在军事和工业中有着广阔的应用前景。论述了数据融合的基本工作原理和过程;针对车辆动态称重系统的结构和特点,提出了几种数据融合计算方法,可有效地提高车辆动态称重系统抗干扰能力,以保证参数检测的可靠性和准确性.     

数据融合系统工程

本文介绍了几种费效性开发及多传感器数据融合技术的集成方法。这种方法大大地扩展了数据融合工程相关设计指导原则。本文的独到之处在于将(多传感器数据融合技术)这种系统工程作为资源管理问题而加以论述。从而使Bowman的二元论模型在数据融合和资源管理方面得以相互运用。     

多传感器信息融合技术及其应用

多传感器信息融合是智能研究领域中的基础之一。它的研究内容主要包括分类、结构、层次和算法等方面。文中着重对这几方面作了较为详细的论述和分析。然后,基于人工神经网络的信息融合技术,给出了在自动化加工中实现智能监测的实例。并对今后信息融合技术的发展提出几点看法。     

Bayes决策理论在分布式多源信息融合中的应用

论述基于Ｂａｙｅｓ决策理论的分布式多传感器检测系统的多源信息融合方法,给出统一的判决规则,并以最小错误概率判决准则为例,介绍融合决策方程的建立及系统性能的表达式。最后通过两种情况的仿真计算结果,分析基于信息融合技术的多传感器检测系统的工作性能。     

多尺度数据融合算法及其应用

ＢａｓｅｖｉｌｌｅＭ及ＣｈｏｕＫ Ｃ等基于二叉树多尺度随机过程提出了一种多尺度数据融合算法。该算法实现简单,速度快、易于并行化。本对此算法做了进一步的研究,提出了一种新的多尺度模型构造方法,该方法简单,便于实现。仿真计算表明,采用此方法构造的多尺度状态空间模型对信号有较好的近似,完全可以应用ＣｈｏｕＫＣ等提出的多尺度融合算法,滤滤效果明显,可用于多尺度数据融合。     

BIC准则在数据融合中的应用

通过数据融合的方法,可以减少目标识别的不确定性.如果能对数据融合中所使用的信息源的质量做出评价,则可以进一步提高识别结果的准确性.文中提出了一种利用BIC准则来确定信息源信任度系数的方法,并以此衡量信息源的质量.实验结果表明利用BIC准则确定的信任度系数可以得到较好的图像识别结果,同时也证明了该方法应用在数据融合中的可行性.     

多源数据融合技术及其在地质矿产调查中应用

针对地质矿产调查的特点,介绍了多源数据融合技术的概念、基本方法,总结归纳了其在地质矿产调查中工作流程、实施步骤、注意事项,分析了多源数据融合技术在地质矿产调查中的应用意义。结合新疆黑山岭东南一带150000区域地质矿产调查项目,采用多源数据融合技术,在构造信息和矿化蚀变信息提取中,对遥感图像数据和地质、地球物理、地球化学数据进行了融合处理和叠合显示,取得了较好的地质效果。     

AIC准则在数据融合中的应用

提出了一种利用AIC准则来确定信息源信任度系数的方法,并以此衡量信息源的质量.实验结果表明,利用AIC准则确定的信任度系数可以得到较好的图像识别结果,同时也证明了将该方法应用在数据融合中的可行性.     

多Agent技术在数据融合系统中的应用

数据融合充分利用多个传感器资源,对观测到的信息进行合理支配和使用,把在时间和空间上的冗余或互补信息按照某种准则进行组合,以获取对被观测目标的一致性认识.为提高目标跟踪系统的滤波精度,在滤波时采用了多Agent技术,使系统的跟踪精度有了显著提高.通过引入多Agent技术,对数据融合系统中的模型和方法进行改进,提出多Agent数据融合模型,为数据融合问题提供新的解决方法和途径.     

基于Bayes理论的信息分布式融合模型与仿真

在分析改进的Bayes融合方法的基础上,建立了多源信息的串联融合模型和多信息源的并联融合模型,提出了基于Bayes理论的信息分布式融合方法。该方法可以实现多信息源多信息的动态实时融合;最后应用Matlab软件进行了仿真模拟,验证了该方法的可行性。     

多传感器数据融合在小车避障上的应用

介绍了多传感器数据融合技术的基本原理,研究了它在小车自主探测避障上的应用,并给出了基于六个超声波检测模块的自主探测避障小车的硬件设计以及软件设计。经过实物测试反映,该方案能够满足小车自主探测避障的需求,精准度更高。     

PSO-CMAC网络在温室数据融合中的应用

温室易受各种环境因素影响,从而可能导致在室内不同点的温度、湿度、光照度值不均匀,为了获得温度的准确值,将PSO算法的全局优化能力和CMAC网络局部逼近、学习速度快的能力相结合,优化CMAC网络的权值,提出了一种基于PSO的CMAC网络数据融合算法,使得最终得到的数据更加准确、有效,为温室管理提供了精确的信息。仿真结果表明,采用该方法提高了温室各监测量采集的准确性、有效地避免了由于传感器失效引起的误差,能够获得温室准确有效的信息,提高温室控制的有效性与准确性。