虚拟多传感器信息融合的在线钢材视觉检测

为提高工业现场在线视觉检测准确性，提出了一种新颖的基于虚拟多传感器信息融合的在线视觉检
测方法.该方法在虚拟多传感器的概念及其实现技术的基础上，给出了一种基于统计方法的自适应权系数D
S证据理论融合算法.对在线获取的实时图像完成特征统计，获得图像的信息融合权系数.分别采用Canny
边缘检测、Sobel梯度算法、区域灰度均值以及模板匹配度计算等方法对图像进行处理，获取图像中存在
检测对象的基本信度.利用加权D S证据理论融合这些基本信度，并获得实时检测数据.现场应用结果表明
，该方法具有检测分析快速准确、抗干扰能力强、适用范围宽且不需要多个传感器的特点.     

基于压缩感知的自适应数据融合算法

为了降低数据融合本身的能量开销和数据传输能耗,将压缩感知理论应用到无线传感器网络的数据融合中,提出了一种自适应的数据融合算法,在路由过程中收集、融合无线传感器网络中相关节点的感知数据,使传输能耗和融合能量开销接近最小.     

单兵定位导航系统数据融合方法研究

研究单兵定位导航系统的GPS导航信息与航位推算信息的数据融合方法,采用卡尔曼滤波技术设计了联合卡尔曼滤波器,给出联合滤波算法并仿真.该滤波器具有较高的系统容错性能,数据计算量小,但局部估计精度为常规水平.     

衰落信道下的传感器网络局部容错目标检测

针对衰落信道下的目标检测问题,提出了一种基于局部容错机制的决策融合算法（ LFTDF）。利用邻居节点数据的空间相关性,各传感器节点按照多数原则调整自身决策,实现节点局部容错的目的。在瑞利分布的衰落信道模型下,对最优似然比融合规则进行近似处理,提出了次优的简单平均融合规则。仿真结果表明,该算法可以有效地提高系统检测性能。     

基于神经网络与D-S证据理论的目标识别

针对目标识别中基本可信度分配需要专家知识在实际中难以实现的问题,提出一种基于神经网络和D-S证据理论相结合的多传感器数据融合的方法.该方法利用D-S理论来表示和处理不精确的、模糊的信息,发挥神经网络的自学习、自适应和容错能力,提高了系统识别率.最后通过实验,利用神经网络来处理证据理论中的基本可信度分配问题,对几种空中目标进行身份估计数据融合,经计算机仿真证实了该方法的有效性.     

基于多传感器数据融合的火灾报警系统设计

介绍了基于嵌入式的多传感器数据融合火灾报警系统的硬件及软件设计方案,并利用数据融合算法,对用于探测火灾信息的多传感器的数据进行处理,使火灾的判断具有较高的准确性和快速性。     

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.     

路段平均速度组合融合算法及其应用

提出一种基于多传感器信息的路段平均速度的组合融合算法。首先,利用分批估计算法对同断面多传感器信息进行时间融合处理,得出该断面时间平均速度值;然后,利用自适应加权平均算法对这些时间平均速度值进行空间融合处理,得出该路段区间平均速度值;最后,利用实际数据,对这个组合融合算法进行了有效性验证。     

带有乘性噪声的时滞系统多传感器信息融合

研究了带有乘性噪声的线性时滞系统的局部最优预报估计和全局最优线性加权信息融合问题。 通过虚拟噪声补偿技术,将该问题转化为一类带有未知时变噪声的随机系统的状态最优估计问题。基于等价系统的新息重组分析及Hilbert空间上的投影定理,给出局部最优预报器设计,进而通过求解与各单传感器子系统有相同维数的Riccati方程得到多传感器分布式全局最优加权信息融合算法。与集中式融合估计算法相比,该方法无需扩维。最后通过一个仿真实例证明该算法的有效性。     

数据融合的模糊模型和算法研究

提出了一种数据融合的模糊模型和算法。该模型定义了容许函数对传感器输出信息的一致性进行度量，利用模糊测度对参与融合的传感器组的可靠性进行度量，使最终的融合结果是尽量可靠的传感器组提供的一致性较好的数据的综合。该方法既能有效的处理冲突信息和传感器故障产生的错误信息，同时又保证了融合结果的精确性和可靠性，具有良好的容错性和稳健性。既可用于信号层融合，又可用于决策层融合。仿真结果表明，融合方法令人满意。     

基于信息融合的传感器故障检测方法

在回转机械振动状态监测中通常采用二个互成９０°的测振传感器监测某一测点的振动状态,考虑到传感器布置上的这种双余度特点,运用信息论数学方法,得出了两传感器在融合过程中的冗余和互补特性;在充分利用二传感器冗余信息的基础上,提出了一种基于冗余率运算的传感器故障检测方法,试验结果良好     

基于多传感器信息融合的多目标跟踪与仿真研究

针对战场目标跟踪中雷达获得的目标角度精度低的问题,引入了高精度的红外方位探测信息进行关联,用以修正融合航迹点的方位角;建立了基于坐标变换和自适应α-β滤波的数据关联快速算法模型;进行了模拟战场实际目标的仿真试验。仿真结果显示：雷达与红外数据关联融合后,目标方位角和俯仰角的最大误差分别为6 mrad和5 mrad。表明该算法充分利用了红外与雷达的互补性,能很好地跟踪目标,达到了降低目标航迹的方位角和俯仰角跟踪误差的目的,使航迹状态估计更加精确。     

WSN铀尾矿库核污染监测GAF交圆改进型路由

在对铀尾矿库进行监测时,无线传感器优于传统的有线布置,但由于能量受限,在路由传输中必须高效地使用能量。该文在分析LEACH和GAF算法的基础上,提出了一种基于GAF交圆结构的改进型路由算法（IC-GAF）。利用节点地理位置信息与相交圆的结构模型来划分虚拟圆,在虚拟圆内根据剩余能量和节点与中心的距离来选举簇头,簇头从下一接收簇头或中转节点中选择最优的下一跳节点传输数据,最终将数据传输到基站。仿真表明,IC-GAF能有效的降低节点能耗,延长网络寿命。     

使用代数多重网格进行多聚焦图像融合

针对将代数多重网格对图像结构信息的提取能力应用到图像的融合方面进行了研究,提出了一种基于代数多重网格的自适应多聚焦图像融合算法。首先提取图像的粗网格数据,然后进行分块重建,根据分块重建结果与原始图像的均方差选择合适的源图像分块进入融合图像。为了避免分块之间的不连续性,采用了自适应的策略。实验结果表明,自适应图像融合的结果没有丢失有效信息,能够最大程度地将清晰物体保留在融合图像之中。     

基于参考点序列的无线传感器网络节点定位算法

提出了一种基于参考点序列(Reference node sequence,RNS)的无线传感器网络定位算法,该算法对定位空间的锚节点建立voronoi多边形,以此生成由锚节点组成的voronoi图,并将voronoi图的顶点记为参考点,为定位空间增加了若干锚节点信息。从而使与传感器节点通信的锚节点数目增加,改善了锚节点不足给定位带来的负面影响。其次建立参考点和锚节点到传感器节点的序列等级,根据序列等级估计出传感器节点的位置。仿真结果表明,与DV-Hop算法和质心算法相比,本文算法可以更准确地估计出节点的位置,提高定位精度。     

基于边缘特征的虚实图像精确配准

3D模型的虚拟图像与可见光图像（实图）的配准可以增强信息的互补性,在通过INS装置粗配准后,其配准问题变成了经典的多模态图像精确配准问题。本文提出了一种基于边缘信息全局最优匹配的3D模型图像与可见光图像精确配准算法。该算法首先基于相位一致性模型提取3D模型图像与可见光图像视觉相似的边缘结构;再采用模拟退火算法搜索求解在边缘配准度最大对应的空间变换模型的最优参数值。4组实验结果表明,本文算法能够充分利用图像间的相近似的边缘结构和模拟退火算法得到配准变换参数,有效地实现多模态图像（不同光照及对比图像对,不同传感器的航拍图片对,虚拟3维视图与可见光图像）的精确配准。     

SOI压力传感器封装工艺研究

针对高温环境下各种气体和液体压力的测量要求,应用微机电系统技术研制了一种新型的SOI(Silicon on Insulator)压力传感器,并设计了一种耐高温的封装结构.采用有限元方法详细地分析了贴片材料对传感器灵敏度、应力分布及可靠性的影响.分析数据表明,贴片材料的杨氏模量和厚度对传感器的灵敏度和可靠性有较大影响,合理选择贴片材料可优化传感器性能.在分析的几种焊接材料中,AuSn焊料是一种性能优良的焊接材料,比较适合用于SOI耐高温压力传感器的封装工艺中.通过对研制压力传感器样品性能的测试,结果表明:该传感器测量精度达0.5%,测量压力量程为30 MPa,测量介质温度为200℃.     

基于数据融合的日光温室传感器布设

针对北方日光温室内环境监测传感器的布设问题,设计了基于神经网络、分批估计理论与自适应加权平均融合算法的日光温室传感器布设方案.利用11个监测点采集到的温室内西红柿生长环境温度和湿度数据,在运用BP神经网络进行缺失值补全的基础上,结合分批估计理论和自适应加权平均融合算法进行多传感器数据融合.通过对比融合值与原始数据的相对误差,选择最佳传感器数据,以此为基础确定最优传感器布设区域.结果表明,相对于算数平均融合与自适应加权平均融合,基于分批估计的自适应加权平均融合方法可以更合理地反应多传感器数据特征.     

Anomaly Detection Algorithm for Stay Cable Monitoring Data Based on Data Fusion

In order to improve the accuracy and consistency of data in health monitoring system, an anomaly detection algorithm for stay cables based on data fusion is proposed. The monitoring data of Nanjing No.3 Yangtze River Bridge is used as the basis of study. Firstly, an adaptive processing framework with feedback control is established based on the concept of data fusion. The data processing contains four steps: data specification, data cleaning, data conversion and data fusion. Data processing information offers feedback to the original data system, which further gives guidance for the sensor maintenance or replacement. Subsequently, the algorithm steps based on the continuous data distortion is investigated,which integrates the inspection data and the distribution test method. Finally, a group of cable force data is utilized as an example to verify the established framework and algorithm. Experimental results show that the proposed algorithm can achieve high detection accuracy, providing a valuable reference for other monitoring data processing.