多传感器信息处理与显示系统的设计与实现

设计了一种多传感器信息的处理与显示系统,通过基于STM32单片机对多路多种协议传感器信息的综合,利用WiFi无线模块与上位机进行通信,使得上位机能够同时接收多路传感器信息。利用该系统可以实现可靠的传感器信息的获取和处理,并为智能家居和物联网的应用提供可靠的传感器信息。     

多传感器模糊信息融合在煤矿安全中的应用

我国在矿井安全监测系统中,常采用单只传感器来实现对井下工作环境安全性的监测。为了克服单只传感器无法准确判断是否有危险发生,基于模糊集系统理论,提出一种应用多传感器模糊信息融合的监测方法,将监测设备的多只传感器所获得的信息模糊化,再将其融合,从而获取设备精确的状态估计。该方法充分利用了传感器提供的多种信息,提高了系统的识别率。实验结果表明:多传感器信息融合的识别准确率高于单传感器。因而,多传感器模糊信息融合是一种有潜力的新方法。     

多传感器信息融合技术及其在机器人中的应用

多传感器信息融合技术是近年发展起来的一门新兴技术,在机器人领域有着广阔的应用前景。通过融合多个传感器提供的冗余、互补或更实时的信息,可以获得系统所需的更准确和更精确的信息。主要论述了多传感器信息融合的一般方法,并对其在机器人领域的应用进行了介绍。最后指出多传感器信息融合技术在微传感器、智能传感器和自适应融合等方面的发展方向。     

无线传感器网络信息融合平台设计与实现

针对军用无线传感器网络中存在大量不同种类的传感器节点,其异构性易形成的信息孤岛问题,通过设计构建通用无线传感器网络信息融合决策平台来屏蔽各类传感器信息在数据结构上的异构性,以实现数据的集成、挖掘,达到信息的实时共享的目的。重点研究设计了平台的数据包解析模块和及其信息融合机制,并使用数据字典作为数据包解析的核心。采用了决策级结构作为平台的信息融合机制,实现了军用传感器网络的信息融合决策。     

移动机器人多传感器信息融合技术述评

多传感器信息融合技术是目前移动机器人领域的研究热点。详细阐述了多传感器信息融合技术在移动机器人领域中的应用与研究进展,尤其对多传感器信息融合实现方法进行了深入的探讨。指明了移动机器人领域中多传感器信息融合技术未来的发展方向。     

基于信息熵的多传感器信息融合

多传感器信息融合是多源信息综合处理的一项新技术。从信息论的观点出发,导出多传感器信息融合系统中的冗余性与互补性的定量描述,分析了传感器冗余性与互补性特点,并从该角度出发,利用最小条件熵准则来解决多传感器信息融合中的目标识别问题,该方法的主要优点是可以充分有效利用多传感器信息,使融合系统满足获得的信息量最大。     

基于多传感器融合的运动平台运动目标检测

基于运动平台的运动目标检测在计算机视觉等领域有着十分广阔的应用,基于单一视觉传感器平台目前很难满足实用要求。提出一种融合视觉传感器、微机电惯性传感器和距离传感器信息的运动平台运动目标检测新方法。利用惯性传感器获得的平台运动信息和距离传感器获得的场景深度信息,采用由粗到精的图像配准策略,消除背景运动影响。利用配准后的图像信息在扩展卡尔曼滤波框架下对惯性传感器信息进行修正,以达到长期稳定检测的目的。实验结果证明了方法的稳健性和有效性。     

NI LabVIEW7．1支持智能传感器标准

20 0 4年5月,美国国家仪器有限公司和全球主要的传感器生产商联手支持用于智能传感器的IEEE 1 4 51 .4标准。通过采用全新的传感器电子数据表(简称TEDS) ,NILabVIEW 7.1可读写传感器信息。TEDS技术通过将比例参数、校准信息和传感器供应商信息等数据数字化地存储到一块嵌入式E2 PROM芯片中,彻底取代了纸张化的传感器信息表单,简化传感器配置并防止信息输入错误。LabVIEW是第1个全面支持IEEE 1 4 51 .4标准的通用应用软件。有了用于LabVIEW 7.1的免费TEDS库,世界各地的传感器生产商就能在同一个开发环境中为智能TEDS传感…     

基于证据理论和混淆矩阵的传感器可靠性评估

在信息融合系统中,各传感器提供的信息不一定完全可靠,在融合前有必要对传感器的可靠性进行评估,进而对其提供的信息进行预处理。基于证据理论,在传感器混淆矩阵的基础上定义了后验概率向量,通过分析后验概率向量与传感器输出证据之间的关系对传感器可靠性进行评估;然后利用传感器的可靠性因子对证据进行折扣运算,实现对信息的预处理;最后利用Dempster组合规则进行融合。基于证据理论的融合识别算例表明,所提出的方法综合利用了传感器的先验信息和动态输出,可以较好地反映传感器的性能,并能够有效降低可靠性传感器的影响,具有较好的融合效果。     

机器人多传感器信息融合研究综述

多传感器信息融合是一门新兴的技术,在机器人领域有着广阔的应用前景。综述并分析了多传感器信息融合技术在工业机器人、机器手爪、飞行机器人、移动机器人、爬行机器人和水下机器人中应用的研究现状,从机器人传感器的研制、融合算法、多传感器管理和信息融合仿生机理等方面总结了机器人多传感器信息融合的发展趋势。     

基于软传感器的信息融合

为了利用”凝视视觉几何约束”的信息来确定移动机器人的位置和方位角,就需要解决数据融合的问题。”几何约束”不是来自真实传感器的直接可测量的数据,这种特殊形式的信息不能被直接融合。为此目的,该文提出了一种融合特殊形式信息的新途径,也即利用”软传感器”的方法来融合来自”几何约束”的信息。软传感器的输出与其它真实传感器的输出一起经过扩展信息滤波器最终实现融合。文中最后提供了利用该方法进行移动机器人定位的计算机仿真例子。仿真结果表明了软传感器信息融合方法的可行性和有效性。软传感器可以广泛应用在很多类似的信息融合问题中。     

无线传感器网络动态路由研究与展望

无线传感器网络是集信息采集、信息传榆、信息处理于一体的综合智能信息系统,具有广阔的应用前景,是信息网络技术中的一个新领域.节点资源极端受限、大规模网络的随机散布以及网络拓扑的动态性都给路由选择与优化问题的研究带来了前所未有的挑战.重点介绍了无线传感器网络路由问题面临的挑战,分析了路由问题的多种制约因素,并提出了动态网络拓扑模型建立的必要性和路由问题的发展方向.     

基于视觉与电弧多信息传感的焊缝跟踪算法

随着焊接传感技术以及信号处理技术的快速发展,人们越来越注重对焊接过程质量控制的研究,而多传感器信息融合技术是焊接质量控制的一种重要的方法,采用该技术实现熔化极气体保护焊(MIG)脉冲焊接质量的自动控制。该技术采用了视觉传感器和电弧传感器将采集的不同的描述信息进行了有效的特征提取和传输,并运用多传感器信息融合算法进行焊缝的跟踪。视觉传感器利用工业电荷耦合元件(CCD)获取图像信息控制焊炬的横向偏差信息,电弧传感器利用数据采集卡获取电流信息控制焊炬的高度互补偏差信息和横向的冗余信息,将两种传感器得到的冗余信息和互补信息在特征层下进行融合实现焊接过程横向和高度的纠偏控制。冗余信息的融合可以实现视觉传感的图像去噪,而互补信息的融合可以进一步提高焊缝跟踪的精度。实验结果表明,所提算法能够较好地提高焊接的质量,从而也验证了算法的有效性和合理性。     

基于IFC 的传感器信息存储与应用研究

在建筑的施工和运维管理过程中,存在大量的传感器采集的数据,但是这些数据 存于各自的监测系统中,产生“信息孤岛”局面,难以对其进一步的融合分析,使其产生更大的 价值。建筑信息模型(BIM)技术支持将传感器数据与工程数据集成管理和应用,但是面向BIM 存储的工业基础类国际标准(IFC)对传感器数据的定义和描述仍有缺陷。为此,提出了基于IFC 的传感器信息存储方法与应用流程,分析了IFC 中与传感器有关的信息描述和关联机制,进而 通过自定义属性集的方式扩展了IFC标准,最后以北京槐房再生水厂项目为应用案例验证了IFC 扩展内容的有效性。     

On exploiting ‘negative’ sensor evidence for target tracking and sensor data fusion

In various applications of target tracking and sensor data fusion all available information related to the sensor systems used and the underlying scenario should be exploited for improving the tracking/fusion results. Besides the individual sensor measurements themselves, this in particular includes the use of more refined models for describing the sensor performance. By incorporating this type of background information into the processing chain, it is possible to exploit ‘negative’ sensor evidence. The notion of ‘negative’ sensor evidence covers the conclusions to be drawn from expected but actually missing sensor measurements for improving the position or velocity estimates of targets under track. Even a failed attempt to detect a target is a useful sensor output, which can be exploited by appropriate sensor models providing background information. The basic idea is illustrated by selected examples taken from more advanced tracking and sensor data fusion applications such as group target tracking, tracking with agile beam radar, ground moving target tracking, or tracking under jamming conditions.     

新型数字链路循环码式光电开关的编码原理

光电开关式传感器在工作过程中容易受到外界自然光线和工业强光的干扰，从而降低了这种开关式传感器的工作可靠性。基于数字链路循环码的开关量传感器对光回路的感测信息要求具有严格的数字时序关系。由于在自然界和工业现场通常不可能存在类似的干扰信号。因此，这种数字链路循环码式开关量传感器具有很高的可靠性。特别是在信号捕捉方式下工作时几乎不可能被干扰。     

模糊信息融合在带式输送机故障诊断中的应用

针对带式输送机故障诊断过程中单个传感器获得的信息具有不确定性和局部性的问题,提出了一种基于多传感器模糊信息融合的故障诊断方法。该方法将温度、粉尘和烟雾传感器所获得的带式输送机信息模糊化,经过融合中心的合成运算和决策规则将其融合,从而得到精确的带式输送机状态估计与判断。实验结果表明,该方法提高了带式输送机故障诊断的准确性和可靠性。     

A cross-layer transmission scheduling scheme for wireless sensor networks

In a wireless sensor network, the sensor nodes are densely deployed for detecting in many cases. One design challenge for such a network is how to devise a good data fusion algorithm for information retrieval. Noting that the channel state information (CSI) between the cluster head and the sensor nodes will influence the received bit energy noise ratio of the sensor nodes, we propose an optimal data fusion algorithm taking into account the CSI for a one-hop clustered wireless sensor network. On the basis of the fusion algorithm, we consider the redundancy of the sensor deployment and propose a cross-layer transmission scheduling scheme. By selecting proper set of sensor nodes to transmit their local information back in turn, the scheme can prolong the lifetime of the sensor network. The numerical and simulation results show that it can get a good tradeoff between the energy efficiency and the performance.     

多媒体无线传感器网络体系结构

作为一种全新的信息获取和处理技术,多媒体传感器网络较之传统传感器网络更多地关注于音频、视频、图像等大数据量、大信息量媒体的采集与处理。介绍了多媒体传感器网络的概念与特点,通过与传统传感器网络相比较,着重探讨了多媒体传感器网络的体系结构特点,并分析了在网络体系结构方面亟待解决的问题,并展望了其未来的发展趋势。     

无线传感器网络疑误数据节点自动诊断方法

为了提高无线传感器网络疑误数据检测能力,提出基于轮换调度的无线传感器网络疑误数据节点自动诊断方法。通过采用分块区域特征匹配的方法,得到无线传感器网络疑误数据传输的梯度模型,采用资源优化分配方案,进行数据传输信道的均衡调度,得到节点部署分布模型。通过传感信息跟踪采样方法,得到采样信息分布,建立无线传感器网络疑误数据信息特征分析,通过分组特征检测方法进行无线传感器网络疑误数据的信息融合和空间融合调度,提取无线传感器网络疑误数据的关联规则特征集,通过统计信息分析和融合调度的方法,进行无线传感器网络疑误数据的聚类挖掘,采用预算估计算法,得到疑误数据节点定位优化,结合自主学习算法,实现无线传感器网络疑误数据节点的优化定位和诊断检测。仿真结果表明,采用该方法进行无线传感器网络疑误数据节点检测的自适应性较好,特征辨识能力较强。