多传感器数据融合技术的现状及展望

阐述了多传感器数据融合的原理，对数据融合算法的研究动态进行了评述，指出了数据融合技术存在的问题，对今后的发展趋势进行了展望。     

Duffing混沌系统的追踪控制

对Duffing系统进行控制,使之能够追踪任意参考信号.首先,在系统状态全部可测的情况下设计出控制器,并用Lyapunov方法证明对此控制器闭环系统大范围渐近稳定.然后考虑到实际中系统状态不完全可测,通过观测器获得误差信号及其对时间的导数,且观测器结构设计独特,并再次通过Lyapunov方法证明此时的控制器保证闭环系统大范围渐近稳定.最后对以上过程分别进行了数值仿真,进一步证明了该方法的有效性.     

神经网络和证据理论融合的故障诊断方法研究

针对传统故障诊断方法存在的诊断准确率不高的问题，利用数据融合原理，将神经网络和证据理论进行有机结合，使两者优势互补，提出了神经网络和证据理论融合的故障诊断方法。通过简化网络结构提高了局部诊断网络的诊断能力，并使证据理论的基本可信度分配不再完全依赖专家进行的主观化赋值，从而实现了赋值的客观化。充分利用各种故障的冗余和互补信息，显著提高了故障诊断的准确率。在材料试验机伺服系统的液压泵上进行了模拟故障诊断试验，验证了该方法的有效性。