单传感器的数据融合及有效性分析

指出了一种单传感器数据融合方法所存在的缺陷,在修正了这个缺陷的基础之上,进一步从理论上证明了在单传感器系统中,当样本观测值一定时,分组数据融合的估计效果优于传统的单组算术平均的估计效果。实例的数据分析也验证了上述结论的正确性。     

多传感器数据融合的稳健处理方法

对多传感器测定数据的综合处理，是一个关系到如何正确应用所得信息的实际问题。本文利用数理统计的方法理论和矩阵特征向量的稳定理论，将各传感器的可靠性程度模糊化，进而给出众多传感器测得数据的综合结果，从方法的理论基础和对实例的模拟运用来看，本方法克服了以往方法中对可靠性程序划分的主观影响，并提高了信息的利用程度，所得结论更加客观，且具有较好的稳定性，是一种较为实用的方法。     

多传感器数据融合控制

本文研究了多传感器数据融合控制的结构及基于卡尔曼滤波的融合控制算法，最后给出了仿真结果。     

一种基于Web的多传感器数据融合系统模型

1 引言以通讯、传感器、计算机和网络为基础的数据融合(DataFusion)技术正在愈来愈深刻地改变着现代战争的形式。1998年Buede和Waltz给数据融合下了一个具有广泛意义的定义:一个自适应的知识创建过程,通过对来自各种信息源的一致或不一致观测数据的校正、相关和合并处理,建立起有组织信息索引集,并由此对某个特定的观测区域的结构、行为进行建模、理解和解释。由于军事目的的特殊性,大多数数据融合的应用都局限于一个独立的系统,采用相对稳定的客户机/服务器模型。实际上,以互联网为背景的未来战争已不再局限于特定的地点和对象。比如,洛克希德·马丁公司在研项目ISC2(Inte-grated Space Command and Control)就是这样一个虚拟的指挥和控制系统,它允许任何指挥官、在任何时间和任何地方     

人工神经网络在传感器数据融合中的应用

针对压力传感器对温度的交叉灵敏度，采用BP人工神经网络法对其进行数据融合处理。消除温度对压力传感器的影响，大大提高了传感器的稳定性及其精度，效果良好。     

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。     

异步多传感器数据融合

由于传感器自身以及通信延迟等原因,使得异步多传感器数据融合问题比同步问题的研究更切合实际。对连续时间系统在融合中心和各传感器节点分别进行异步离散化处理,离散后过程噪声与测量噪声以及测量噪声之间相关,虽然相应连续时间系统中的噪声是不相关的。最后推导了相关噪声情况下的异步融合算法,仿真结果说明了算法的有效性。     

基于神经网络的多传感器数据融合的分散型网络结构系统

多传感器数据融合在日益复杂的工业、军事等领域变得越来越重要,在实现方法上,神经网络由于其自身特点在该领域显示出广阔的应用前景。针对以往解决方案的不足,提出分散式的网络结构模型,详细描述了层次模型及各层次组成模块的工作原理及实现方法,然后提出高怪规划层的概念,用于实现分散型的网络结构。最后,进行了仿真实验,用实际数据论述该算法。     

多传感器数据融合在猪舍环境中的应用

针对多变量耦合的猪舍环境,采用自适应加权算法和D．S证据推理算法相结合的方法,提出一种适用于猪舍环境监测的分布式多传感器体系结构和二级融合模型,对多传感器采集的温度、湿度和光照度信息进行融合,克服了单传感器带来的不确定性和不稳定性,增强了多传感器信息融合系统的鲁棒性。结果表明,这种方法提高了猪舍环境检测的准确度。     

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。     

传感器网络中基于移动代理的数据融合框架设计

使用移动代理进行数据融合相比于传统的数据融合方法拥有诸多优势.设计了一种基于移动代理的数据融合框架;通过定义目标函数,采用遗传算法求解框架中移动代理的最优路由策略;提出了一种基于分辨率的并行量化交叠的数据融合算法RPQO作为框架中的融合策略.仿真结果表明基于移动代理的数据融合框架能够有效地将融合策略和基于移动代理的路由策略整合起来,取得比传统数据融合算法更好的性能,其优势随着网络节点规模的增长更为明显.     

无线传感器网络中的数据融合研究

无线传感器网络具有成本低、体积小、组网灵活、便于远程监控等优点,但是也存在能量、存储与网络资源等多方面的限制。研究了无线传感器网络中数据融合问题,提出了一种基于分簇的数据融合方法。实验结果表明,该方法能够提高数据准确性,降低数据冗余度,具有较好的执行效率。     

无线传感网络中数据融合体系架构的研究

数据融合技术是无线传感器网络（WSN）的一个关键技术,目的是减少传感节点间的传输量,降低整个网络中的能量消耗和数据冲突,进而优化WSN的整体性能。文章针对WSN中数据融合处理形式的多元性,在讨论了广义的数据融合,分析现有的WSN数据融合方法的基础上提出了一种解决WSN（自组织和网内处理）中数据融合多元性问题的新的开放式的体系架构,并给出了具体实现方案。     

无线传感器网络中的数据融合

在传感器网络中高效率的传感数据融合方式和使传感器网络工作更长的时间存在的一定的矛盾。因此在本文中我们使用能量和延迟度量并且我们提出了一种方案试图去平衡在数据融合时产生的能量消耗和延迟。     

无线传感器网络中的数据融合

在传感器网络中高效率的传感数据融合方式和使传感器网络工作更长的时间存在的一定的矛盾。因此在本文中我们使用能量和延迟度量并且我们提出了一种方案试图去平衡在数据融合时产生的能量消耗和延迟。     

传感器网络中基于移动代理的数据融合方法研究

在传感器网络中采用移动代理来进行数据融合是一个新颖的思路,它与传统的数据融合方法相比拥有诸多优势,有必要为数据融合设计一种基于移动代理的计算模型,使得移动代理在传感节点间迁移的同时能够进行有效的数据融合.我们对基于移动代理的数据融合方法进行了深入的探索,设计了基于移动代理的数据融合框架,提出了一种与移动代理路由紧密结合的按分辨率并行量化交叠的数据融合算法--PQOR,并将其成功地运用到目标分类识别的应用场景中.仿真结果表明:与传统的数据融合算法相比,PQOR能够以较小的代价达到应用的要求,其优势随着网络节点规模的增长更为明显.     

基于贝叶斯网络的体域网多模态健康数据融合方法

体域网作为无线传感器网络在生物医学领域的一个重要分支能够远程实时监测人体多项健康数据.针对基于体域网采集到的多模态健康数据融合与分析方法进行研究,设计了一套包括动态心电传感器、血压传感器和血氧饱和度传感器的体域网组网方式,提出了一种基于贝叶斯网络模型和推理算法的心肌缺血监测识别方法.通过对60例确诊心脏病患者施行单一模态动态心电监测和多模态健康数据监测对比实验,验证了所提出的多模态健康数据融合方法能够有效提高无症状性心肌缺血的检出率,为临床应用提供了一种新的辅助判别手段.     

数据融合算法在农药残毒检测系统中的应用

农药残毒检测在食品安全监管的过程中具有重要意义。通过自行设计的微型农药残毒快速检测仪对不同浓度的敌百虫溶液进行了多组测量。试验结果表明,大于最低检出值的溶液浓度与发光强度之间呈线性关系。在概率融合意义下定义模糊支持区间和模糊支持概率,将一种适合于单传感器重复采样的数据融合方法应用于农药残毒检测数据的处理中,克服了传统数字滤波方法在抗干扰方面的不稳定性,达到快速、准确检测的目的。