一种在线迭代聚类的多传感器一致性数据融合方法

为了提高多传感器一致性数据融合的效果,在进行多传感器测量数据融之前,必须要对各传感器的测量数据是否具有一致性进行判定处理;针对现有各种多传感器一致性数据融合方法存在的不足,文章运用统计学中的假设检验理论、聚类分析和正态分布的优良性质,提出了一种在线迭代聚类的多传感器一致性数据融合方法,用Matlab进行大量仿真实验的结果表明,文章给出方法优于现有的多传感器一致性数据融合方法。     

一种有效的分布式离散Kalman滤波器

运用一致性检验原理，提出了一种有效的分布式离散Kalman滤波器；分析了用于多传感器数据融合的分布式Kalman滤波方法，并将经过一致性检验的量测数据引入分布式Kalman滤波器进行数据融合；当干扰噪声的统计特征发生变化时，仿真结果表明该滤波器可以大大提高数据融合的精度。     

基于Bayes估计理论的数据融合方法

本文研究了多传感器数据融合技术的一种方法。融合方法以Bayes估计理论为基础,并对数据进行了一致性检验,得到了多传感器最优融合数据,提高了数据的精确度。实际应用结果验证了算法的准确性,并进行了Matlab仿真。这种数据融合方法计算简便,可以获得比有限个传感器的算术平均值更准确的测量结果。具有较高的可靠性,可用于测量结果具有正态分布特性的多传感器测量系统。     

基于Bayes估计的多传感器最优融合

本研究了多传感器数据融合技术的一种方法融合方法以Bayes估计理论为基础,并对数据进行了一致性检验,得到了多传感器最优融合数据,提高了数据的精确度。实际应用结果验证了算法的准确性,并进行了Matlab仿真,这种数据融合方法计算简便,可以获得比有限个传感器的算术平均值更准确的测量结果．具有较高的可靠性,可用于测量结果具有正态分布特性的多传感器测量系统。     

基于信噪比的多传感器数据融合方法

针对多个传感器对某一特性指标进行多次测量实验的数据融合问题,提出了一种基于信噪比的多传感器数据融合方法.该方法首先视各传感器的测量值为模糊集合,利用模糊集合中的最大最小贴近度来度量不同传感器测量值之间的相近程度,其次给出了不同时刻各传感器的一致性测度,然后基于信噪比定义了一致可靠性测度,最后利用一致可靠性测度得到传感器数据的融合公式.应用实例验证了该方法的有效性.同时,通过与平均值法和可靠性融合法的比较分析,表明该方法具有较好的稳健性.     

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。     

基于改进D-S证据理论的多源空战信息博弈融合方法

多传感器系统与单传感器系统相比能够更大限度地获取被探测目标的信息量,但在空战中无人机传感器探测得到的数据在一定程度上具有欺骗性,利用博弈融合技术对多传感器数据进行融合,能够获得更加符合空战实际需要的信息。为此,研究了一种基于改进D-S(Dempster-Shafer)证据理论的多源空战信息博弈融合技术,在信息融合前采用Jousselme距离进行预处理,并利用费雪信息进行冲突数据博弈,所得策略集使空战数据更加可靠。在此基础上,根据邓熵方法对基于D-S证据理论的融合方法进行改进,与传统D-S证据理论方法相比,融合数据符合空战实际。最后对存在冲突的多源空战信息进行博弈融合仿真,仿真结果验证了该方法的可行性与优势。     

基于参数估计的数据融合方法在余度捷联惯性测量装置中的应用

将数据融合方法引入到导弹制导系统,充分利用余度捷联惯性测量装置中多陀螺的重复测量信息提高导弹的制导精度。数据融合过程分为两步：首先应用分布图对传感器原始数据进行一致性检测,然后将通过检测的一致传感器数据按照参数估计的理论进行融合。     

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。     

一种用于多目标数据有效性判决的融合算法

数据的有效性判决是判断多个传感器的数据是否代表同一个目标,这是进行信息融合的前提和关键.通过研究最小二乘算法、卡尔曼滤波和PDA算法在融合基理上的一致性,利用相同的思路,本文给出一种改进的计算方法.通过仿真和实际应用,改进算法比最小二乘算法、卡尔曼滤波效果好;与PDA算法有近似的计算结果,但是计算时间比PDA算法大大缩短.     

多微惯性传感器的一致性检测方法

多传感器数据融合是进行高精度检测的主要方法和关键技术。因为有些数据融合算法过于复杂 ,或者假设条件过多 ,阻碍其在工程的应用。针对微惯性传感器检测系统的特点 ,提出一种新型的、基于信息分配原理的一致性检测方法 ,该算法具有简单、实时的特点     

基于参数估计的数据融合方法在余度捷联惯性测量装置中的应用

将数据融合方法引入到导弹制导系统 ,充分利用余度捷联惯性测量装置中多陀螺的重复测量信息提高导弹的制导精度。数据融合过程分为两步 :首先应用分布图对传感器原始数据进行一致性检测 ,然后将通过检测的一致传感器数据按照参数估计的理论进行融合     

多传感器融合综述

对智能机器人领域的多传感器融合的研究现状进行了讨论。首先，对该领域研究中的一些问题进行了概述，包括信息描述空间、数据关联与时间同步、验前信息和融合结构等，然后把已有的融合方法分类成概率统计方法和人工智能方法进行重点介绍。最后，强调了融合结构在多传感器融合研究中的作用，并且对多传感器融合的未来研究作了进一步的展望。     

基于聚类融合的多目标跟踪算法

多目标跟踪是多传感器数据融合中的一个重要问题。基于模式识别理论 ,提出了一种通过对传感器测量数据集类 ,以区分源于不同目标的测量数据集合。对各个类对应的目标状态估计进行融合 ,从而实现了对多目标的实时跟踪。这种算法聚数据关联、数据融合和目标跟踪于一体 ,大大降低了多目标跟踪问题的复杂性和计算量。实际数据实验充分表明了本算法的有效性。     

基于模糊集和遗传算法的多传感器信息融合工件识别

本文首先通过模糊逻辑和遗传算法相结合的方法确定出信息的冗余度和模糊度,然后对传感器信息以最优的方法在决策级进行融合.工件识别结果表明了多传感器信息融合的优越性和该方法的可行性.     

多传感器数据融合中基于模糊逻辑和神经网络的传感器管理

在多传感器数据融合系统中,传感器的管理包括两个方面的问题,一是如何优化分配现有的传感器去更好地实现融合任务;二是如何消除外界环境变化或者某些传感器出现故障时带来的影响,针对这些问题,本文在给出多传感器数据融合系统矩阵表示的前提下,提出了一种基于模糊逻辑和神经网络的传感器管理方法。分析表明该方法较好地解决了多传感数据融合系统中传感器管理问题。     

基于信息熵的多传感器数据分类方法

在回顾数据分类和信息熵的基础上，提出了基于信息熵的多传感器数据分类方法．该方法根据传感器数据自熵和互熵的关系实现冲突、冗余和补充的数据分类，建立多传感器数据分类结构并进行分类融合．实例分析说明了这种数据分类方法的合理性和分类融合的有效性．     

基于Vague集的多传感器信息融合方法

针对模糊信息融合的局限性,提出了一个基于Vague集的多传感器信息融合方法。建立了基于Vague集的多传感器信息融合模型,然后给出了适合信息融合的相应定义,最后给出了该方法的数学描述、数据组织、结果评价及算法实现过程。通过实例研究,验证了该方法的有效性和正确性。     

多传感器在线检测在高精度划线切割机器人系统中的应用

高精度型材划线切割机器人系统是应造船领域的型材的划线和切割而开发研制的 ,多传感器数据融合是该系统的关键技术之一 .因为造船中所使用的型材几乎完全都是变形的 ,为了提高划线和切割精度 ,在该系统中 ,建立了多传感器在线检测系统 ,引入了并行扩展式卡尔曼滤波的多传感器数据融合方法实现非线性的多传感器数据融合 .实验结果显示 ,多传感器数据融合可以有效的实现变形型材的在线检测 ,提高系统的测试精度和可靠性 ,该技术是实现型材的高精度划线和切割的保证     

基于D2S 证据理论的移动机器人 多传感器信息融合方法研究与应用

针对全自主式移动机器人，以首届CCTV全国机器人电视大赛为背景，提出了通过D-S证据理论和模糊集合理论相结合的方法，对多传感器信息进行融合，较好地解决了机器人在复杂环境下运动的多传感器信息融合问题，实现了移动机器人的准确定位。