多传感器信息融合在温室湿度检测中的应用

针对温室环境复杂、温室湿度变化明显等特点,采用多传感器信息融合方法对采集的温室湿度进行数据融合.传统温室湿度采用平均值算法进行数据的融合,具有融合结果误差较大、无法消除传感器失效产生的误差等缺点,采用模糊C均值(FCM)聚类算法对温室湿度进行数据融合,结果显示:FCM算法优于平均值算法,提高了检测的准确性.     

多传感器数据融合技术研究进展

多传感器数据融合是信息领域一个前景广阔的研究方向.由于单一的数据融合算法具有一定的局限性,将2种或2种以上的数据融合算法进行优势集成已逐渐成为数据融合领域的研究热点.介绍了数据级、特征级和决策级融合3种数据融合方式的主要特点、方法及应用,归纳了常用的数据融合方法,并重点阐述了几种多传感器数据融合集成算法的研究进展,简单介绍了多传感器数据融合技术的应用.     

基于信息融合的爆破投掷训练系统研究

解决爆破装置在投掷过程中无法获取精度高、稳定性强的投掷姿态轨迹信息数据，导致投掷仿真系统中投掷校正效率低等问题，提出一种基于扩展卡尔曼滤波（EKF）融合算法实现多传感器姿态检测数据的动态融合方法，通过惯性传感器、速度传感器、高度传感器获取投掷姿态数据，根据EKF融合算法推算投掷轨迹曲线，采用移动最小二乘法拟合曲线轨迹，结合训练爆破器材声光电传感器的实时爆破数据，利用.可视化的曲线显示，实现训练爆破器材投掷的姿态校正。投掷爆破器材的投掷姿态传感器数据经过EKF融合算法实现投掷校正效率提升21%,EKF融合算法与拟合方法实现对多传感器获取的投掷数据有效结合能获取稳定的轨迹数据。随着投掷次数的增加采用融合算法的投掷校正效率稳步提升；EKF融合算法与数据拟合方法的结合能实现精度高、稳定性强的投掷姿态数据获取。     

嵌入式数据融合系统的设计与实现

介绍了一个基于ARM9嵌入式系统的数据融合平台设计与实现过程。采用S3C2440嵌入式微处理器、ZigBee无线传感器网络和实时Linux操作系统,集成单传感器数据融合与多传感器数据融合两套算法,能够依据环境切换融合算法,并可方便地集成各种数据融合算法,特别适用于旧系统改造、流动式数据检测与控制等场合。     

基于多传感器信息融合的控制系统研究

本文研究了多传感器组合系统的智能化数据融合方法。从数据处理算法、故障检测和系统可靠性等方面探讨 了基于多传感器的控制系统,并提出了一种实用的数据处理算法和故障检测算法。     

基于多传感器信息融合的控制系统研究

本文研究了多传感器组合系统的智能化数据融合方法。从数据处理算法、故障检测和系统可靠性等方面探讨了基于多传感器的控制系统,并提出了一种实用的数据处理算法和故障检测算法。     

两轮自平衡机器人角度检测数据融合算法

分析了采用单一传感器检测动态角度时存在的信号失真问题;采用了双传感器数据融合方法对加速度传感器检测到的角度进行数据处理,消除了信号中的干扰成分;在Matlab环境中对所采用的算法进行了仿真,并分析了仿真结果;在对两轮自平衡机器人控制过程中,将数据融合算法移植到了单片机中;利用加速度传感器及陀螺仪,完成了对角度的检测,被控系统的正常工作和检测数据验证了所采用算法的合理性及有效性。     

基于参数估计的多传感器数据融合算法研究

为提高多传感器数据融合精度,结合传感器网络的特点及应用实例,研究分批估计、自适应加权和方差估计算法在数据融合中的有效性、准确度和实时性,提出按测量方差的自适应加权数据融合算法,利用600个传感器所提供的实例数据,对几种算法进行仿真,并比较了几种算法的有效性及其融合精度的差异,其结果表明采用自适应加权算法可以有效提高融合精度,对考虑了环境噪声的多传感器数据采集系统较为适合.     

管道缺陷多超声传感器检测数据的神经网络融合

针对管道缺陷检测的现状,设计了超声传感器阵列检测系统,将神经网络技术应用于数据融合领域,采用改进的BP-LM算法对多个超声传感器测得的管道缺陷数据进行了融合处理.实验室检验结果表明,基于神经网络的数据融合大大提高了信号的质量,改进的BP-LM算法比标准BP算法融合效果更好,收敛速度更快.     

自适应加权数据融合在应变检测中的应用

本文论述多传感器数据融合的基本工作原理;针对大跨度屋顶结构应变检测系统的特点,给出了自适应加权融合算法,其可有效地提高应变检测系统的抗干扰能力,保证应变异常检测的可靠性和准确性.     

智能检测系统中的数据融合技术

介绍了一种数据融合方法在智能仪表多传感器系统中的应用，它时测量值进行一致性检测和分批估计．得出融合值。实验数据分析结果表明，使用此算法处理的数据有更小的误差和方差。这种实时数据处理方法采用有限次等精度测量，具有计算量小，计算机编程容易等特点，适用于缓变量智能检测系统。     

基于正交基神经网络算法的多传感器数据融合方法

为了改善多个同类传感器检测目标参数的性能,提出了一种基于递推最小二乘法的多传感器数据融合的正交基神经网络算法,用基于递推最小二乘法的神经网络算法对各传感器的量测数据进行处理,并用神经网络输出结果的平均值来实现多传感器的数据融合.为了验证算法的有效性,给出了多传感器数据融合的仿真实例.研究结果表明,基于递推最小二乘法的多传感器数据融合的正交基神经网络算法是有效的.     

基于卡尔曼滤波数据融合的磁浮列车悬浮姿态检测研究

在磁悬浮列车行驶过程中,列车悬浮控制系统的姿态检测对列车平稳控制有重要影响.针对磁悬浮列车行驶过程中姿态检测存在一定的噪声干扰和测量误差的问题,提出了基于卡尔曼滤波的由多个传感器数据融合的算法.通过对比正常行驶和出现压轨现象的数据仿真表明,卡尔曼滤波方法下的多数据融合算法可更好地抑制系统噪声,同时通过融合间隙传感器和加速度传感器的数据,可得到更准确更稳定的反馈数据,为列车行驶的姿态检测和优化悬浮控制系统提供更加丰富、精准的动态信息.     

一种基于极限学习机融合模型的实时亚表面缺陷深度检测算法

为提高检测亚表面缺陷深度的速度与精度,本文提出了一种基于极限学习机融合模型的实时亚表面缺陷深度检测算法。首先,构造极限学习机模型将涡流传感器以及超声传感器探测数据转化为导体缺陷在不同深度的概率分布;然后,根据不同传感器采集特点对概率分布进行动态赋权,并采用D-S融合模型计算缺陷深度的概率分布;最后,基于最大概率原则对未知缺陷深度的导体进行分类。实验结果表明,相比单传感器检测方法和传统D-S证据等权融合理论,本文提出的检测方法具有更高的精确度和稳定性。     

基于观测融合Kalman滤波算法的PID控制器

为了提高控制精度,可采用多个传感器时被控对象进行检测.本文基于Kalman滤波算法,应用加权最小二乘(WLS)观测融合方法,提出了对多个传感器所检测的数据进行最优加权,进而将融合后的数据经滤波后反馈到输入端,提高PID控制精度,一个三传感器信息融合PID控制器的仿真例子说明了该方法的有效性.     

数据融合技术在消防车检测系统中的研究

文中主要研究消防车检测系统中温度工作状态参数,给出了基于DSP TMS320LF2407为核心的硬件构成,提出了基于多传感器数据检测与数据融合技术的温度采集方法。在多传感器采集数据基础上,采用分布图法去除疏失误差,同时采用自适应加权数据融合算法的方法对采集的数据进行融合。实测表明,采用这种方法可以提高温度采集的精度,同时有效地解决了由于传感器失效引起的误差和单点采集温度的不足。有效地保证了消防车检测系统的实时性和准确性。有一定良好的应用前景。     

WSN中的一种多传感器数据融合算法

为了适应无线传感器网络资源受限的特点,提出一种多传感器数据融合算法,算法在传感层和网络层之间增加数据融合层,将采集的数据分为实时数据和非实时数据,对数据进行约筒处理,提高传感器节点传输被采集信息的效率.利用TinyOS进行仿真测试,结果表明:数据融合算法可以有效地减少网络中数据通讯流量,节省传感器节点能量,延长网络生存时间.     

多传感器数据融合并行处理技术

分析了多传感器数据融合算法,并根据算法特点设计了基于集群计算机的数据融合系统,给出了算法映射策略,实现了数据融合的实时大容量处理,最后给出了实验室测试结论。     

水体氨氮原位快速检测智能传感器的研制

介绍了氨氮传感器的检测原理,给出了智能氨氮传感器的结构设计和电路设计方法,重点讲述了氨气敏和铵离子传感器的标定算法以及多传感器数据融合算法,并对其性能进行了测试和分析。该智能氨氮传感器是集成了氨气敏、铵离子和pH温度探头的复合传感器,可以用于实现水体氨氮含量的原位快速检测。     

基于门限自适应的分布式检测融合算法

贝叶斯检测融合策略是一种比较传统的分布式检测融合方法,必须给定待检测现象的先验概率和各局部传感器的虚警概率和漏检概率,而在现实应用中,统计量是未知的或者是随时间变化的.因此,研究了一种纽曼一皮尔逊准则下的门限自适应分布式检测系统的融合算法.算法可根据观测数据,自动在线调整门限,使得局部传感器检测达到最佳,从而提高系统的检测性能.计算机仿真的结果表明,算法能较快地收敛,相对局部传感器,融合中心的检测性能也明显地有了提高.