基于信息融合的煤层自然发火监测系统研究

针对目前我国在矿井火灾预警系统检测处理数据不可靠等问题,以单片机作为中央处理器,基于模糊信息融合理论,应用多传感器对煤层自然发火的指标气体和参量进行监测,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。该系统利用信息融合技术对各种参量进行融合运算和决策,实现了煤层自然发火的早期预测预报,实验结果表明：基于信息融合的煤矿火灾预警系统识别准确率与可靠性大大提高。     

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。     

基于信息融合的模型小车ANN避障控制

本文将模糊逻辑、神经网络和传感器融合技术结合起来，用于移动机器人的避障控制研究，利用多个非摄像类的超声波和红外线传感器探测环境信息，采用多传感器融合技术进行传感器信号处理，并且探讨了模糊聚类和神经网络系统在机器人系统中的避障控制能力，给出了虚拟环境一的计算机仿真结果。     

多传感器信息融合技术及其在油品含水率检测中的应用

传感器大都存在交叉灵敏度，而存在交叉灵敏度的传感器，其性能不稳定，测量精度较低。多传感器信息融合技术就是通过对多个参数的监测并采用一定的信息处理方法达到提高每一个参量测量精度的目的。文中采讨了曲面拟合法与神经网络法及其在油品含水率智能检测系统中的应用。     

模糊数据融合在多传感器环境监测中的应用

文章提出了一种应用多传感器模糊数据融合技术的信息检测方法。该方法采用多传感器监测被测环境的温度、湿度和通风量等参量,将多个传感器所获取的多元信息模糊化后,经过融合中心的合成运算和决策规则的运用,获取被监测环境状态参数的精确估计,最终用于信息决策。实验结果表明,该方法能有效地提高环境状态监测的准确率,增加状态监测的置信度,提高监测系统的性能。     

神经网络集成、多传感器融合——在机器人对障碍物的识别中的应用

近年来，基于传感器的机器人研究成为开发智能机器人的一个重要方面，它极大地改善了机器人的作业能力，具有重大的应用价值和发展前景。多传感器融合技术就是对同一检测对象，利用各种传感器检测的信息和不同的处理方法以获得该对象的全面检测信息，从而提高检测精度和可靠性在多传感器系统中，信息表现为多样性、复杂性以及大容量，信息处理不同于单一的传感检测处理技术，多传感器信息融合技术已成为当前的一个重要研究领域。目前信息融合方法利用多个信息源所获取的关于对象和环境的信息获得根据任务所需要的全面、完整的信息，主要体现在融合算法上。因此，多源信息融合的核心问题是选择合适的信息融合算法。     

基于神经网络的压力传感器数据融合

针对压力传感器在实际应用中受多个非目标参量的影响而导致其输出数据不仅仅与目标参量有关，提出了应用神经网络技术对多传感器数据进行融合以消除非目标参量对传感器输出的影响；研究结果表明，利用神经网络实现多传感器数据融合消除非目标参量对传感器输出的影响是可行的。     

仿神经网络多传感器组合

提出了仿神经网络多传感器系统组合技术。采用多向、多结点网络连接的方法，使多传感器系统本身具有人工神经网络的某些特征，可以对传感器信号进行处理或预处理，实现传感器信号的自动融合及并行传输。     

基于专家知识的数据融合技术研究

分析了多传感器数据融合技术的优点和存在的问题,提出了基于专家知识的数据融合方法,给出了数据融合模型,并对数据的采集、融合方法及可行性进行了分析和研究,并结合实例进行了应用说明,基于专家知识的数据融合技术不存在复杂的数学运算和一些难以确定的参量,相对简单,实用性强,可广泛应用于多传感器系统中的数据融合。     

改进的镍电解三段净化智能控制系统

利用各种传感器功能上的差异与互补建立多传感器系统，通过对各传感器提供的信息进行分析、综合，获得比任何单一传感更加稳定、可靠的信息，这就是愈来愈受到重视的多传感器信息集成与融合技术本文提出了多传感器集成与多传感器融合的概念，根据镍电解三段净化过程以及所检测的传感信号，给出了多传感器集成系统概率模型和黑板式控制结构．给出了多传感器信息融合的拓扑结构和融合方法。     

基于BP神经网络的压力传感器静态特性数据融合

针对压力传感器在实际应用中受非目标参量(温度)的影响而导致其输出数据不仅仅与目标参量(压力)有关，提出了采用BP神经网络技术对其进行数据融合处理，以消除非目标参量对压力传感器输出的影响。研究结果表明，利用神经网络实现传感器数据融合消除非目标参量对传感器输出的影响是可行的。     

模糊数据融合故障诊断在电缆监测中的应用

针对路灯电缆工作状态的综合性和复杂性,为了准确判断其工作状态,提出了一种应用多传感器模糊数据融合技术的故障诊断方法。该方法采用多传感器监测电缆的电压、电流、通信状态、通电状态等参量,将多个传感器获得的多元信息模糊化后,经过融合运算和故障诊断规则,对电缆的工作状态作出准确估计并用于信息决策。实验结果表明,该方法能够有效提高电缆工作状态故障诊断的准确性。     

基于多传感器融合的体育运动姿态信息监测系统

由于传统信息监测系统在体育运动姿态信息监测应用中的监测效果不佳，因此提出基于多传感器融合的体育运动姿态信息监测系统。首先，利用多传感器融合理论构建系统架构，并采用列阵方式将角速度传感器和惯性传感器融合；其次，构建传感器部署模型、融合模型、分配模型，实现对姿态信息的采集；最后，采用小波技术对信息进行降噪处理，并进行对比实验。实验结果表明，设计系统的召回率在90%以上，最长响应时间为0.51s，在体育运动姿态信息监测方面拥有广阔的应用前景。     

基于多传感器信息融合的油品水分检测系统

在油品含水量智能检测系统中，基于水的介电常数远远大于油的介电常数，因而两者所呈现的射频阻抗特性不相同的原理，使用了射频电容传感器，但在测试过程中发现传感器的输出不但决定于含水量一个参量，环境温度发生变化时系统的输出值也会发生变化，即系统对温度存在交叉灵敏度，从而影响系统性能和测量准确度，因此在油品含水量智能检测系统中，通过对温度和水分两个参量进行监测，并采用多传感器信息融合技术对传感器输入信息温度和水分，输出信息温度电压和水分电压进行融合处理以提高目标参量的测量准确度和测量系统的温度稳定性。     

基于多传感器信息融合技术的防盗报警系统

本文介绍了利用多传感器信息融合技术进行防盗报警的监测系统。文中给出了传感器的选择原则和系统的硬件结构，并讨论了多传感器信息数据融合的几种模型结构。     

基于神经网络的压力传感器数据融合

针对压力传感器在实际应用中受多个非目标参量的影响而导致其输出数据不仅仅与目标参量有关,提出了应用神经网络技术对多传感器数据进行融合以消除非目标参量对传感器输出的影响;研究结果表明,利用神经网络实现多传感器数据融合消除非目标参量对传感器输出的影响是可行的.     

用于火灾报警的多传感器信息融合系统

本文提出一种基于分布式多传感器信息融合技术的火灾报系统，该系统采用多个火灾报警传感器，利用经典推理技术中的Ｎｅｙｍａｎ－Ｐｅａｒｓｏｎ准则进行多传感器信息融合，对系统性能数值计算表明，系统的性能明显优于单一报警传感器和采用“与”、“或”逻辑的多功能火灾报警系统。     

捣固车作业系统异质多传感器数据融合的研究

在捣固车安全作业监测系统的研制中,提出了基于概念格理论的异质多传感器两级数据融合处理机制,第一级引入支持度矩阵和最优加权,规避了捣固车在恶劣工作环境下,多传感器监测数据精确性和抗干扰差的缺点;第二级采用模糊属性决策层融合技术,增强了监测的智能化水平。     

基于多传感器的综合集成研讨厅信息融合系统

介绍了多传感器信息融合方法及处理模型、美国圣菲研究所在复杂适应系统领域以及园内在综合集成研讨厅领域的研究与实践，在此基础上，通过对多传感器信息融合系统和综合集成研讨厅的本质分析及对比研究，提出了一种通用的基于多传感器的综合集成研讨厅信息融合系统体系结构。同时，结合作者对装备保障复杂适应系统的研究与理解，分析了基于多传感器的装备保障综合集成研讨厅信息融合系统的功能需求、体系结构层次和技术结构层次，初步构建了装备保障综合集成研讨厅信息融合系统的体系结构框架，寻求到了一种多传感器信息融合研究的新途径。     

多传感器信息融合模糊控制模型设计

多传感器数据的来源众多，数据时间序列的特征随机性强，难以统一，导致其信息应用范围缩小。提出一种多传感器信息融合的模糊控制模型。运用不同映射模式描述多传感器信息融合状态空间，创建随机时段下测量空间矩阵，获得传感器信息采集时间序列特征。根据信息采集时间序列特征构建二级架构信息融合模型，第一级架构使用模糊控制算法划分输入-输出空间模糊区间，得到模糊规则并计算模糊规则相对信任度，利用模糊规则映射关联聚类信息，剔除传感器冗余数据。在此基础上使用智能粒子滤波法将多传感器信息传输至相应粒子滤波模块，代入遗传算法交叉与变异操作调整粒子权重，通过重采样保存高权值粒子，得到完整的多传感器信息融合结果。仿真结果表明，多传感器信息融合的最大能耗值为110 mJ,信息采集网络延迟为0.75 s,融合时间平均值为4.5 s,信息融合的误差值小于50 m,系统鲁棒性较强。