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.     

多传感器信息融合技术

系统地介绍了多传感器信息融合技术的理论、模型和应用,并对多传感器信息融合的几种主要算法进行了全面的阐述和归纳,指出了信息融合研究中存在的主要问题,最后对信息融合技术的未来研究方向进行了展望。     

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。     

多传感器信息融合基本原理及应用

全面系统地阐述了多传感器信息融合技术的信息融合理论、模型、算法和应用，并对目前信息融合在机器人、故障诊断、图像处理等领域的应用现状进行了剖析。信息融合技术虽然发展迅速。但由于信息融合技术理论尚待完善，在融合算法、融合模型以及关联的二义性等方面还存在问题。信息融合理论在多传感器分布检测、异类多传感器融合以及建立信息融合数据库和知识库等方面将有进一步发展。     

基于WSN的数据融合在水质监测中的研究

多传感器数据融合是一种数据处理方法,可以对来自多个传感器的数据进行多方面、多层次的处理,从而产生更有意义的信息,而这种信息是单一传感器难以获得的。通过在水质监测应用背景下研究基于WSN的数据融合,提出了一种针对水质监测的两级数据融合模型：处理传感器所采集到的监测数据时,对于同类型的数据采用自适应加权理论进行第一级数据融合;对于不同类型的数据采用模糊综合评价理论进行第二级数据融合。对巢湖流域水样监测的实验结果表明,这种采用自适应加权理论和模糊综合评价理论相结合的数据融合模型,能够有效降低监测网络的数据传输量,降低监测数据的误差,提高水质状态监测的可信度。     

基于多传感器的信息数据融合技术在电力系统中的应用

论述了多传感器信息数据融合技术的概念、原理、方法及当前数据融合研究中存在的主要问题;以信息融合技术为研究对象,结合电力系统的实际特点,提出多传感器信息数据融合技术在电力系统各领域应用中亟待解决的问题、解决方案及发展方向。     

数据融合技术在环境监测领域的应用

在省级环境监测系统中随着时间的累积有大量数据,并且监测数据种类繁多,不同环境指标的描述信息也有很大差别,同时监测数据又是每分每秒不断增加的,这样就增加了数据的复杂性.而数据融合技术则是大数据技术中处理数据的一种方式,可以将来自多传感器的数据通过数据转换、数据相关和融合计算过程,对数据处理、分析并进行态势分析.同时利用到了大数据ETL技术、MapReduce处理,使用D-S证据推理算法进行融合推理,这样就可以增加数据的相关性,降低数据的规模.     

基于GP 的多传感器数据融合诊断与恢复􀀂

本论文主要是研究遗传编程 (GP)在多传感器故障的数据融合诊断与恢复中的应用 ,即用一种全新的数据处理方法应用于多传感器信息融合领域 .遗传编程基于遗传算法 ,可以能够从一批相关数据中提取其内在的隐含特征及相互联系 ,并给出其数学模型 .因而应用信息融合领域 ,可更好地提高系统的稳健性 ,宽阔的时空覆盖区域 ,以及更强的故障容错和系统重构能力 .     

应用压缩感知的无线传感器网络数据处理综述

研究了压缩感知在无线传感器网络数据处理方面的应用。介绍了压缩感知技术和无线传感器网络的发展及研究现状,并从数据融合、信号采集、信号路由传输以及信号重构4个方面,对近年来基于压缩感知的无线传感器网络数据处理研究进行了详尽的分析,提出数据安全的重要性。总结并展望了压缩感知技术未来的研究方向。     

多传感器信息融合技术及其发展趋势

阐述了信息融合的定义、设计流程及信息融合的处理过程,分析并比较了多传感器信息融合的层次。介绍了多传感器信息融合的技术和方法及其在军、民事领域方面的应用。在此基础上提出了有待解决的问题,并分析了多传感器信息融合的发展趋势与进展。     

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Android的多传感器信息融合技术应用

介绍基于Android的多传感器信息融合技术在气溶胶自动化检测中的应用。多个传感器采用统一接口方式组网,每一个独立传感器采集的数据通过蓝牙传输到网内的Android处理终端进行融合和分析。通过对5种传感器进行组网采集数据,结果证明多传感器信息融合技术的应用增强了信息处理系统的适应性,实现了传感器之间的数据互补,提高了系...     

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.     

Multi-sensor fusion in body sensor networks: State-of-the-art and research challenges

Body Sensor Networks (BSNs) have emerged as a revolutionary technology in many application domains in health-care, fitness, smart cities, and many other compelling Internet of Things (IoT) applications. Most commercially available systems assume that a single device monitors a plethora of user information. In reality, BSN technology is transitioning to multi-device synchronous measurement environments; fusion of the data from multiple, potentially heterogeneous, sensor sources is therefore becoming a fundamental yet non-trivial task that directly impacts application performance. Nevertheless, only recently researchers have started developing technical solutions for effective fusion of BSN data. To the best of our knowledge, the community is currently lacking a comprehensive review of the state-of-the-art techniques on multi-sensor fusion in the area of BSN. This survey discusses clear motivations and advantages of multi-sensor data fusion and particularly focuses on physical activity recognition, aiming at providing a systematic categorization and common comparison framework of the literature, by identifying distinctive properties and parameters affecting data fusion design choices at different levels (data, feature, and decision). The survey also covers data fusion in the domains of emotion recognition and general-health and introduce relevant directions and challenges of future research on multi-sensor fusion in the BSN domain.     

煤矿多传感器混沌时序数据融合预测

针对单传感器煤矿数据预测存在的片面性问题,提出将信息融合技术与相空间重构技术相结合的多传感器煤矿数据的预测模型。对井下多种传感器,包括瓦斯浓度、风速、温度传感器,进行融合预测。以多类传感器时序数据为研究对象,首先利用信息融合的方法分别对各类传感器数据依次进行数据层融合、特征层融合;然后采用关联积分方法对两级融合之后的传感器数据分别确定相重构的时间延迟τ和嵌入维数m两个参数;最后结合多变量相空间重构技术,将各类传感器数据融合重构相空间,运用基于K-Means聚类的加权一阶局域法构建多传感器数据的预测模型。数据来源于山西省阳泉煤矿,采集了近20G数据,以瓦斯浓度、风速、温度三种传感器数据进行实验,实验结果表明：对于特征层的融合,每15分钟时间段内的数据经融合后可有效作为衡量这段时间内的特征,经过预测模型计算后,与时间段为5分钟、10分钟、20分钟相比较误差达到最小ESS=0.003,较目前的最小误差值0.05,误差大大下降,故融合预测效果较好,可以较准确地预测未来15分钟后的传感器数据,可有充足时间进一步为井下的安全评估提供决策依据。     

Multi-sensor management for information fusion: issues and approaches

Multi-sensor management concerns the control of environment perception activities by managing or coordinating the usage of multiple sensor resources. It is an emerging research area, which has become increasingly important in research and development of modern multi-sensor systems. This paper presents a comprehensive review of multi-sensor management in relation to multi-sensor information fusion, describing its place and role in the larger context, generalizing main problems from existing application needs, and highlighting problem solving methodologies.     

基于多传感器数据融合的智能火灾预警系统

根据当今火灾探测的现状和实现火灾早期探测的需求,将多传感器数据融合技术应用在火灾预警系统中。选择多个传感器对火灾过程的多参数进行监测,特别对火灾发生初期产生的异常信息进行全面监控,弥补了采用单一传感器的不足,扩展了时间上和空间上的观测范围。采用自适应加权融合估算法配合智能判别技术,增强了系统报警输出的灵敏度和可靠性,使系统达到了实现提前预警的目的。     

特征级信息融合方法研究

近几年来,针对多传感器信息融合技术逐渐成为当前研究的热点,该文介绍了信息融合技术的基本概念,引出特征级信息融合的概念,并且根据特征级信息融合技术的特点,给出并分析了几种信息融合方法,最后介绍了信息融合技术的应用情况。