一种基于证据理论和模糊集合的信息融合方法

针对证据理论应用中基本概率分配函数难以确定和多传感器之间相互支持程度计算绝对化的问题,提出了一种基于证据理论和模糊集合(FSB-DS)的信息融合方法。该方法首先利用相关性函数定义不确定信息的模糊支持区间和模糊支持概率,然后由隶属函数得到各个传感器提供信息的可信度,再将支持度和可信度转化为基本概率分配函数,最后进行D-S证据合成。仿真实验表明,该方法获得的结果具有更高的精度和可信度。     

钢管桩耐久性研究的发展与应用

结合重大工程应用实例,介绍了钢管桩在国内外的应用与发展,评述了钢管桩耐久性的研究现状,包括:钢管桩的设计与制作、钢管桩的防腐蚀措施、钢管桩的腐蚀使用寿命计算与分析,并提出了改善钢管桩耐久性的建议。     

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。     

无线传感器网络的链路评估分簇路由算法

提出了一种链路评估分簇路由算法（LQ-CR）,该算法利用基于高斯分布的链路质量评估模型,将无线链路质量作为簇首选择度量,并采用滑动窗口机制实时评估链路质量。仿真实验表明,与LEACH、HEED分簇协议相比,采取链路质量作为路由度量可以有效延长网络的生命周期,提高数据传输可靠性。     

无线传感器网络中误差等级融合算法*

为消除基于虚拟节点的数据融合算法(VNB-DF)的局部误差过大现象,设计了一种误差分级(EG)的虚拟节点数据融合算法。该算法根据目标的精度要求,设定误差等级,通过多项式拟合系数来表示一定范围内的监测数据的分布状态,在内存中生成虚拟节点。实验表明,与簇内数据取均值和VNB-DF算法相比,该算法大大提高了数据采集精度,在多种类环境应用方面能够表现出良好的性能。