改进的镍电解三段净化智能控制系统

利用各种传感器功能上的差异与互补建立多传感器系统，通过对各传感器提供的信息进行分析、综合，获得比任何单一传感更加稳定、可靠的信息，这就是愈来愈受到重视的多传感器信息集成与融合技术本文提出了多传感器集成与多传感器融合的概念，根据镍电解三段净化过程以及所检测的传感信号，给出了多传感器集成系统概率模型和黑板式控制结构．给出了多传感器信息融合的拓扑结构和融合方法。     

基于多传感器的综合集成研讨厅信息融合系统

介绍了多传感器信息融合方法及处理模型、美国圣菲研究所在复杂适应系统领域以及园内在综合集成研讨厅领域的研究与实践，在此基础上，通过对多传感器信息融合系统和综合集成研讨厅的本质分析及对比研究，提出了一种通用的基于多传感器的综合集成研讨厅信息融合系统体系结构。同时，结合作者对装备保障复杂适应系统的研究与理解，分析了基于多传感器的装备保障综合集成研讨厅信息融合系统的功能需求、体系结构层次和技术结构层次，初步构建了装备保障综合集成研讨厅信息融合系统的体系结构框架，寻求到了一种多传感器信息融合研究的新途径。     

一致性多传感器数据融合方法的改进

多传感器数据融合是指将经过集成处理的多传感器数据进行合成，形成对外部环境某一特征的一种表达方式的过程。本文首先介绍了Ｌｕｏ［１］的一致性多传感器数据融合方法。然后，针对Ｌｕｏ方法的不足之处，改进了一致性融合方法。该改进方法计算量小，能简便、快速地确定一致性的传感器数据。     

移动机器人多传感器信息融合技术述评

多传感器信息融合技术是目前移动机器人领域的研究热点。详细阐述了多传感器信息融合技术在移动机器人领域中的应用与研究进展,尤其对多传感器信息融合实现方法进行了深入的探讨。指明了移动机器人领域中多传感器信息融合技术未来的发展方向。     

神经网络集成、多传感器融合——在机器人对障碍物的识别中的应用

近年来，基于传感器的机器人研究成为开发智能机器人的一个重要方面，它极大地改善了机器人的作业能力，具有重大的应用价值和发展前景。多传感器融合技术就是对同一检测对象，利用各种传感器检测的信息和不同的处理方法以获得该对象的全面检测信息，从而提高检测精度和可靠性在多传感器系统中，信息表现为多样性、复杂性以及大容量，信息处理不同于单一的传感检测处理技术，多传感器信息融合技术已成为当前的一个重要研究领域。目前信息融合方法利用多个信息源所获取的关于对象和环境的信息获得根据任务所需要的全面、完整的信息，主要体现在融合算法上。因此，多源信息融合的核心问题是选择合适的信息融合算法。     

多传感器数据融合技术研究进展

多传感器数据融合是信息领域一个前景广阔的研究方向.由于单一的数据融合算法具有一定的局限性,将2种或2种以上的数据融合算法进行优势集成已逐渐成为数据融合领域的研究热点.介绍了数据级、特征级和决策级融合3种数据融合方式的主要特点、方法及应用,归纳了常用的数据融合方法,并重点阐述了几种多传感器数据融合集成算法的研究进展,简单介绍了多传感器数据融合技术的应用.     

基于多传感器的智能机器人信息融合,控制结构和应用

智能机器人能最佳地、综合地使用多传感器信息，具有完成某一特写任务所需的完备信息，从而实现在各种复杂、动态的、不确定环境中的自主性、多传感器信息融合是指将经过集成处理的多传感器信息进行合成。形成对外部环境某一特征的一种表达方式，经过集成与融合的多传感器信息能完善地、精确地反映环境特征，而单一传感器只能获得环境特征的部分信息段，经过集成与融合的多传感器信息具有以下特征，信息冗余性、信息的互补性、信息的     

基于N-P准则的水声信号检测系统信息融合

多基阵数据融合技术在水声信号处理中具有重要意义，本文给出了基于Neyman Pearson准则的多传感器分布式水声检测信息融合系统．研究了全局最优融合系统以及局部传感器的最优判决准则．在假定各传感器检测独立的情况下，对三传感器的情况进行了仿真．结果表明，检测系统的性能有明显提高．     

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。     

智能系统多传感器信息融合研究进展

本文较为全面地介绍了智能系统多传感器信息融合方面的研究进展，简要地指出了多传感器信息融合研究中存在的主要问题和发展方向。     

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。     

多传感器信息融合技术及其在机器人中的应用

多传感器信息融合技术是近年发展起来的一门新兴技术,在机器人领域有着广阔的应用前景。通过融合多个传感器提供的冗余、互补或更实时的信息,可以获得系统所需的更准确和更精确的信息。主要论述了多传感器信息融合的一般方法,并对其在机器人领域的应用进行了介绍。最后指出多传感器信息融合技术在微传感器、智能传感器和自适应融合等方面的发展方向。     

多传感器信息融合的智能交通控制系统研究

针对城市道路交通网络的交通信号控制,构造了一种基于多传感器信息融合技术的智能交通控制系统.相对于传统的基于单一车辆传感器信号控制系统而言,该系统具有信息的完整性、统一性、多样性和容错性等优点.在多传感器信息融合的基础上,讨论了多种可行的智能控制方案.通过对城市区域交通的多方位控制,达到全面提高控制效果和有效疏导交通的目的.给出的仿真结果表明了其优越性和有效性.     

信息融合理论的基本方法与进展(Ⅱ)

在军事技术、自动化、智能化等需求的牵引下,信息融合受到学术界和工业界的广泛关注,近年来取得了诸多新的理论与方法进展,因此有必要予以综述.本文首先分析了信息融合面临的问题与挑战,包括系统融合框架、信息不确定、多模态、高冲突、强相关、网络化以及非线性等;并以此为分类依据,在信息融合模型与系统设计、不确定信息融合、多模态信息融合、高冲突信息融合、相关信息融合及网络化信息融合等方面对近10年来的进展进行了综述.同时,探讨了信息一体化融合处理、以人为中心的信息融合、信息获取与融合的联合优化、复杂多传感器信息融合系统体系结构设计、信息融合系统仿真与性能评估、借助更多的数学理论方法等未来几个可能的研究发展方向.     

数据融合技术综述

文章综述了多传感器数据融合的历史、发展及应用，讨论了多传感器数据融合的基本原理、相关技术及方法、存在的问题、研究方向，最后介绍了数据融合的应用领域，特别是智能机器人领域的应用。     

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。     

基于修正PCNN的多传感器图像融合方法

多传感器图像融合技术作为信息融合的重要分支和研究热点,已广泛应用在机器视觉、医疗诊断、军事遥感等领域。为了更好地进行多传感器图像融合,将在图像分割、目标识别等领域具有独特优势的脉冲耦合神经网络(pulse coupled neural network,PCNN)引入到多传感器图像融合领域中来,提出了一种基于修正PCNN的多源图像融合方法,该方法在区域分割的基础上,先提取区域特征,然后由特征指导融合过程;同时,从目标区域相对于背景的显著性出发,提出了一种反映目标区域突出性的新特征,并针对传统PCNN参数无法自动设定的难题,提出了基于修正PCNN的参数自动设定方案。实验结果表明,该方法无论在主观视觉效果,还是客观评价参数上均优于基于多分辨分析的融合算法,且克服了传统像素级融合方法中融合图像模糊、对噪声敏感等不足,尤其适用于图像不能严格配准的应用场合。这对于拓宽PCNN的理论研究和实际应用具有一定价值。     

信息融合技术在综合自动化系统中的应用

综合自动化系统在传感器数据处理、数据库信息集成、决策支持及故障检测等方面面临越来越多的问题。信息融合技术是现代信息处理领域的一个前沿性的研究课题。信息融合技术在以上4个方面的应用分析表明,它是解决综合自动化系统中以上问题的有效途径。信息融合技术在企业综合自动化建设中的应用将越来越广泛。     

分布式多传感器决策系统融合律的等价类

在任何融合律定后最优传感器律能求得的假设下,我们分析了导致融合律之间等价性和优越性的条件,应用如上结果,欲获全局最优的系统性能,我们可以划分所有可能的融合律为若干等价类和比较某些等价类之间的性能,于是有价值的融合律等价类数目将大大减少,而且上面的分析并不依赖于观测数据的统计性质和优化系统性能的目标。