基于STM32的步行者航位推算装置设计

基于便携性与实用性考虑,提出一种新的步行者航位推算装置设计。使用三维加速度计与电子罗盘集成芯片LSM303DLHC和陀螺仪集成芯片MPU3050对步行者的实时运动信息进行采集,采用具有ARM Cortex-M3内核的STM32F103RBT6单片机收集传感器数据并对数据进行航位推算处理,将步行者航迹信息显示于TFTLCD上。实验证明,该装置具有较高的推算精度,能满足实际应用需求。     

采用Bayes多传感器数据融合方法进行目标识别

详细叙述了采用基于Bayes数据融合方法的基本原理、融合模型。利用Bayes多传感器数据融合方法,对一个目标类型和属性融合的应用实例进行计算。分别用Bayes公式计算出两次融合的概率值。从计算结果可以看出:提高了目标识别的概率,降低了不确定的概率,说明这种方法可以达到较高的识别率,是目标类型和属性识别的有效方法。     

一种改进的分布式航迹估计融合算法研究

在航迹估计融合算法研究中,加权融合估计算法实现起来特别容易,因此得到了广泛应用。但由于其加权因子直接影响融合结果,一般说来都根据平时经验制定其加权因子,导致算法性能很不稳定,设计起来也不方便。针对此问题,设计了一种改进加权融合算法,并与其它算法进行比较,结果表明,算法稳定性更高,设计更科学,融合效果更好。     

高炉鼓风机的防喘振控制策略设计

分析了高炉鼓风机的喘振现象及其影响因素,深入讨论了高炉鼓风机的喘振预测。提出了利用多传感器技术预测喘振的方法,最后重点研究和探讨了高炉鼓风机的防喘振控制策略。     

母体均值区间估计用于多传感器数据关联算法研究

为了提高多传感器数据融合的精度，数据或航迹关联成为对目标跟踪滤波的关键。分析了用于多传感器数据融合的集中式与分布式卡尔曼滤波器，提出了一种新的基于数理统计理论的数据关联算法——正态母体均值区间估计算法，当传感器性能及干扰噪声的统计特性发生突变时，能大大提高数据融合的精度和准确性。