基于多传感器大轴径测量系统的特征层数据融合

根据大轴径高精度测量要求,采用三组滚轮的多传感器同时对大轴径进行测量,将多传感器数据融合技术应用于大轴径测量系统中;数据融合方法可以避免单一传感器的局限性,充分利用不同时间和空间的测量数据信息,大大提高测量系统的性能和效率;建立了大轴径测量系统的数据融合系统模型,提出了将BP神经网络应用于大轴径测量系统的特征层数据融合,并进行了融合系统的仿真实验;研究结果表明,该方法能得到准确的测量结果,达到了系统对测试精度的要求.     

基于多传感信息融合的轨道线形检测

多传感信息融合是实现轨道线形高精度检测的重要方法,而加速度计和陀螺仪是多传感信息融合中的关键传感器。为了解决加速度计和陀螺仪存在累积误差导致测量精度较低的问题,提出一种基于多传感信息融合的轨道线形检测方法。基于捷联惯性系统和双目视觉的测量原理,建立了双目视觉与惯性测量结合的多传感数据融合模型,并利用扩展卡尔曼滤波实现了双目视觉、加速度计和陀螺仪测量信息的融合,提高轨道线形检测精度。通过实验进行验证,结果表明：基于多传感信息融合方法的测量精度比惯性测量方法提高了近9倍,且测量所得坐标在三个方向上的最大位移绝对误差不超过0.536mm,可有效实现高精度轨道线形检测。     

复杂工业系统的多传感器信息融合智能技术研究

本文研究了复杂工业系统的现场数据检测与信息融合、控制、管理与决策及运行状态等特征,提出了实现复杂工业系统的多传感器信息融合处理的智能方法和技术,给出了复杂融合处理的应用实例.     

基于支持向量机的多传感器信息融合算法

支持向量机(Support Vector Machine,SVM)是一种基于结构风险最小化原理,具有很高泛化性能的学习算法。针对工业多传感器测控系统中,被测系数与相关参数之间存在有较大的非线性和模糊关系,提出了一种基于支持SVM的多传感器信息融合模型及算法。为小样本、非线性、高维数一类多传感器信息融合问题的建模提供了一种有效的途径。通过对“纸张水份在线测量系统”应用表明,基于SVM的多传感器信息融合模型及算法在测量精度和推广性能上都具有一定的优越性。     

基于支持向量机的多传感器信息融合算法

支持向量机（Support Vector Machine，S、M）是一种基于结构风险最小化原理，具有很高泛化性能的学习算法。针对工业多传感器测控系统中，被测系数与相关参数之间存在有较大的非线性和模糊关系，提出了一种基于支持SVM的多传感器信息融合模型及算法。为小样本、非线性、高维数一类多传感器信息融合问题的建模提供了一种有效的途径。通过对“纸张水份在线测量系统”应用表明，基于SVM的多传感器信息融合模型及算法在测量精度和推广性能上都具有一定的优越性。     

传感器信息融合技术在过程控制中的运用研究

本文根据工业过程控制的特点提出了多传感器信息融合与控制相结合的结构，以解决测量声干扰下参数估计问题，研究了信息融合的基本方法及其在工业窑炉控制中的运用，结果证明控制效果比单一传感器有明显的改善。     

模糊集理论在多传感器信息融合中的应用

在多传感器信息融合系统中,融合系统处理的信息本质具有模糊性,而模糊集理论具有处理模糊问题和模糊推理的优势,因此,模糊集理论已被广泛应用在多传感器信息融合领域。描述的信息融合方法中,通过引入隶属函数的概念,对传感器的测量值进行模糊化处理;利用模糊综合评判原理把传感器的信息融合问题转化为模糊综合评判过程。通过仿真实验验证,这种信息融合方法计算量小、信息融合精度高。     

基于联邦滤波技术的吨位智能测量系统

该文介绍了联邦Ka lm an滤波器的原理和结构,对多传感器信息融合技术在船舶吨位智能测量系统中的应用进行了探讨。文中构建了船舶吨位智能测量系统,根据系统需要详细设计了一种基于联邦Ka lm an滤波结构的多声纳传感器信息融合算法,并且给出了计算船舶吨位的算法,在多声纳传感器融合过程中,提出“变参考系统”方法来提高系统精度和可靠性,最后用MATLAB对本系统进行了仿真。仿真结果表明,算法有较高的系统精度和容错性,系统可行。     

异类传感器融合跟踪系统配准偏差的在线补偿

针对多传感器融合跟踪系统的时变配准偏差补偿问题,提出了一种配准偏差的在线估计和补偿算法.该算法首先依据多传感器提供的测量和跟踪信息,建立配准偏差的动态模型,然后利用极小化似然函数结合卡尔曼滤波方法在线估计系统偏差,利用估计的配准偏差,补偿和修正跟踪器的测量信息,实现多传感器的融合跟踪.最后针对异类传感器(雷达、红外)组成的多传感器跟踪系统,给出了应用该方法的仿真结果.     

采用多传感器信息融合的电厂电缆监控系统

围绕信息融合技术在火电厂监测系统的应用展开研究,探讨了信息融合技术工作原理,对多传感器融合算法进行了研究.结果表明,采用多传感器信息融合可以提高系统的测量精度和决策水平.将该技术应用于电厂电缆过热监控系统,在实际运行中取得了良好的效果,保障了电力设备的安全.     

基于不确定性的数据融合系统性能评估

提出了一种基于不确定性的数据融合系统性能评估方法。数据融合的目的是为了提高融合后的信息量，信息不确定度的降低就相当于信息量的增加，本文从广义信息论出发度量信息不确定度，通过比较融合前后系统信息的不确定度来度量融合系统的性能。给出多目标系统中计算信息不确定度归一化变化的方法，实现了融合系统性能的定量评估。     

基于相似度的多传感器数据融合

利用多传感器状态估计向量(或测量值)的标称化差定义了相似度和相似度矩阵，用空间信息形成一致性测度，用时间信息形成可靠性测度，最终形成了多传感器的组合及加权，并进行时空融合，该融合既可在数据层进行，也可在决策层进行，仿真计算表明了基于相似度的数据融合的有效性。     

基于多传感器信息融合的移动机器人导航系统的设计与实现

概述多传感器信息融合技术的原理与方法，通过实例描述了多传感器信息融合在移动机器人导航中的应用。在能力风暴机器人平台建立了基于多传感器信息融合的导航体系结构，并通过具体的实验和结果表明了多传感器信息融合方法在导航中的有效性。     

传感器信息融合技术在变压器短路故障在线监测中的应用

本文基于传感器信息融合技术的容错性、互补性、实时性、高精度、低费用等众多优点,提出将其应用到变压器短路故障在线监测中.分析了变压器发生短路故障时的物理表现.研究了一种基于曲面拟合技术的多传感器信息融合方法,并利用压力传感器对某变压器顶层油压和油温的监测数据进行了融合处理分析.分析结果表明,利用传感器信息融合技术对变压器短路故障的在线监测比传统的在线监测能力有了明显的提高.     

基于信道丢包补偿技术的多源信息融合研究

在多传感器融合网络中,由于网络本身的内在特性以及受实际应用环境的影响,在数据传输过程中丢包现象经常发生,大量有用的信息丢失直接影响了融合算法的正常运行.现有的一些处理网络丢包现象的方法都是直接将丢包的传感器排除在融合操作之外,因此整个系统的融合精确度大大降低.针对上述问题,提出利用基于最小二乘的多项式拟合技术,对丢失的传感器信息进行近似补偿,从而提出一种基于信道丢包补偿技术的数据融合算法.另外,考虑到集中式融合存在的高计算复杂度的特性,基于信息更新的分布式融合算法被用来融合所有传感器的信息,性能分析和计算机仿真显示了新算法的有效性.     

Multi-sensor data fusion based on the belief divergence measure of evidences and the belief entropy

Multi-sensor data fusion technology plays an important role in real applications. Because of the flexibility and effectiveness in modeling and processing the uncertain information regardless of prior probabilities, Dempster–Shafer evidence theory is widely applied in a variety of fields of information fusion. However, counter-intuitive results may come out when fusing the highly conflicting evidences. In order to deal with this problem, a novel method for multi-sensor data fusion based on a new belief divergence measure of evidences and the belief entropy was proposed. First, a new Belief Jensen–Shannon divergence is devised to measure the discrepancy and conflict degree between the evidences; then, the credibility degree can be obtained to represent the reliability of the evidences. Next, considering the uncertainties of the evidences, the information volume of the evidences are measured by making use of the belief entropy to indicate the relative importance of the evidences. Afterwards, the credibility degree of each evidence is modified by taking advantage of the quantitative information volume which will be utilized to obtain an appropriate weight in terms of each evidence. Ultimately, the final weights of the evidences are applied to adjust the bodies of the evidences before using the Dempster’s combination rule. A numerical example is illustrated that the proposed method is feasible and effective in handling the conflicting evidences, where the belief value of target increases to 99.05%. Furthermore, an application in fault diagnosis is given to demonstrate the validity of the proposed method. The results show that the proposed method outperforms other related methods where the basic belief assignment (BBA) of the true target is 89.73%.     

基于D-S证据理论的数据融合井下监测方法分析

针对矿井单传感器监测系统监测数据单一、不确定性较高的缺陷,利用基于D-S证据理论的多传感器信息融合技术,在对原始数据分析处理的基础上,把多种参数通过数据融合模块实现对井下工作环境安全性的评估、决策。同时,可根据各参数间的相关性获得更多单传感器监测系统所无法获得的井下环境信息,极大地提高了数据采集的可靠性、全面性和矿井监测系统的有效性。     

Bayes分析中基于充分性测度的多源验前信息融合

针对工程实践中遇到的验前信息的多源性特点 ,给出了一种基于充分性测度的多源验前分布的融合方法 ,通过综合利用多源验前信息 ,给出了一种较为合理的融合验前分布 ,在此基础上即可进一步进行各种可靠性分析 .最后通过仿真实例证明了该方法的有效性     

运用距离测度进行多传感器目标级信息融合

针对多传感器目标级识别问题,提出了一种新的信息融合方法。定义了新的距离测度,通过求解各目标类别与待识别目标的综合距离测度之和最小的优化问题,客观地确定了指标的权重,根据综合距离给出目标识别方法。仿真实验验证了方法的有效性,非常适用于具有多个特征指标的多目标识别领域。     

图像融合技术在图形融合中的应用研究

针对RGB颜色模型提出的图形融合算法首先通过网格采样将图形数据离散化,然后将像素级图像融合技术的融合单元进行扩展并应用于气象云图的融合处理中,同时考虑颜色差异性来决定加权融合算法中的权值,并使用中值滤波技术消除融合噪声,使各层图形的冗余信息得到充分利用,避免了图形叠加时的简单覆盖。