多传感器融合技术在应变检测中的应用

论述了多传感器数据融合的基本工作原理和过程;针对大跨度屋顶结构应变检测系统的特点,给出了基于多传感器认识模型的模糊逻辑法及其融合计算方法,可有效地提高应变检测系统的抗干扰能力,以便在出现应变异常时予以诊断识别异常类型,保证应变异常检测的可靠性和准确性.     

多Agent数据融合在入侵检测中的应用

本文提出了一种基于数据融合的多Agent入侵检测系统模型,将数据融合引入到网络安全中的入侵检测领域.并且提出了基于D-S(Dempster-Shafer)证据理论的数据融合方法.该系统能够有效的将多种不同的检测方法结合起来以获取更高的检出率、更低的误报率、更好的可扩展性和鲁棒性.     

基于多传感器数据融合技术的短时交通流检测

在阐明智能交通控制系统（ITS）数据融合的意义和层次性的基础上,分析了数据层多源数据融合和神经网络的特点,根据遗传算法与BP算法各自的优缺点,设计了将遗传算法与改进的BP算法相结合的方法应用于融合计算,并提出了该方法的实现步骤。利用这种方法,对交叉路口的多源传感器数据进行融合计算后,仿真结果证明：该方法大大减少训练时间,能够有效地进行数据质量控制,提高数据的精度。     

多传感器多目标检测中的数据关联

研究在漏检、无杂波情况下多传感器对数目未知的目标检测中数据关联问题,并将其表述为多传感器数据集之间数据的组合化分配问题,提出一种基于ＧＡ的关联算法。仿真实验表明,该算法具有较高的关联成功率,可大幅度提高多传感器的检测概率,并能对目标个数进行优化。     

多传感器数据融合在涂层厚度检测中的应用

在涂层厚度测量的过程中,电感传感器的输出值存在对温度的交叉灵敏度,为消除温度对测量数据的影响,提出了一种基于神经网络的多传感器数据融合技术处理方法,该方法以传感器的输出值与温度值作为网络的输入,通过对网络的训练达到消除非目标参量—温度的影响。通过对融合前后的数据进行比较分析,表明该方法大大降低了交叉干扰,有效提高了测量精度。     

多传感器数据时空融合在温室中的应用

设施农业在我国已经广泛应用于种植蔬菜和中药等单体附加值较高的作物,但WSN采集节点数据冗余和寿命普遍较短的问题制约着设施农业的长足发展。为此文章结合WSN存在的问题提出了时空数据融合模型,该模型在时间和空间序列上采用TiNA、DPS阈值管理算法和自适应加权融合算法,实现误差数据清洗和空间环境参数整合。通过时空融合算法实验,数据发送量平均减少了6.09%,同时温度数据的精度提高了2.85%,验证了该方法的可行性和有效性。     

无损检测中的数据融合技术

将结合有关最新研究资料及研究成果,就数据融合技术在无损检测领域中的应用加以综述。     

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。     

管道缺陷多超声传感器检测数据的神经网络融合

针对管道缺陷检测的现状,设计了超声传感器阵列检测系统,将神经网络技术应用于数据融合领域,采用改进的BP-LM算法对多个超声传感器测得的管道缺陷数据进行了融合处理.实验室检验结果表明,基于神经网络的数据融合大大提高了信号的质量,改进的BP-LM算法比标准BP算法融合效果更好,收敛速度更快.     

多传感器数据融合技术及其应用

多传感器数据融合技术是一门新兴前沿技术。近年来,多传感器数据融合技术已受到广泛关注,它的理论和方法已被应用到许多研究领域。主要论述了多传感器数据融合的基本概念、工作原理、数据融合特点与结构、数据融合方法及其应用领域,并总结了当前数据融合研究中存在的主要问题及其发展趋势。     

神经网络多源数据融合磨机料位检测

针对火电厂磨煤机储煤量难与直接精准测量,造成磨机长期处于保守工况运行,制粉系统能耗损失巨大,效率低下的现实问题,,提出了基于神经网络多传感器信息融合的磨机料位智能软测量方法,仿真实验的数据融合结果表明了该方法的可行性和有效性,为进一步开展制粉系统的优化控制奠定了基础.     

分布式多传感器数据融合

介绍经典统计推理理论的分布式多传感器数据融合的概念、形式和方法，以及目前在这一领域研究中已取得的进展及今后的发展趋势．     

水泥磨负荷控制系统研究及应用

在分析水泥粉磨系统运行特性的基础上，以水泥球磨机的最佳负荷状态为控制目标，通过在线自寻优算法确定水泥磨的最佳料位，并以分段控制的思想为指导。采用Fuzzy-采样PI算法调整水泥磨的入料量，控制磨机长期稳定在最佳运行状态。在控制系统的硬件和软件实现上，充分利用水泥厂现有DCS的可扩展性，降低了系统的成本。采用磨音传感变送器测量水泥磨机的实际存料量，克服了料位测量的难题。现场运行表明．该控制系统在提高水泥产量、节能降耗及确保水泥质量等方面均取得了满意的效果。     

网络安全中多源传感器数据融合技术研究

多源传感器数据融合技术是网络安全领域的研究热点。本文提出了一种基于时间和空间的数据融合分类方法,比较分析了各种数据融合技术在分布式入侵检测系统和网络安全态势感知系统中的应用,讨论了网络安全中多源传感器数据融合技术的发展趋势。     

基于灰色预测PID球磨机负荷控制

为改善球磨机的负荷PID控制系统,提出了基于灰色预测PID控制的球磨机负荷控制方案。方案融合了灰色预测、常规PID控制这两者的设计思想;并将灰色预测在线应用,用其预测结果代替被控对象测量值进行控制运算。仿真结果表明,与传统的反馈方法相比,使用灰色预测PID控制器可得到更为优良的动态性能,具有鲁棒性好、跟踪快速等优点。     

多传感器信息融合及其在工业中的应用综述

介绍了多传感器信息融合的基本理论、研究现状和多传感器信息融合在工业中的应用现状。重点分析了多传感器信息融合理论、实际应用所取得的成绩和存在的问题,提出了将来研究的方向。     

一种基于不确定分析的多传感器信息动态融合方法

提出了一种基于不确定分析的多传感器动态分布融合方法.首先引入贴近度的概念对传感器进行动态聚类,接着基于兼容测度实现了组内传感器信息的最优Bayesian估计融合;最后给出了一种基于一致测度的多传感器信息动态融合的方法.通过实验对比分析,证实了此方法具有较好的实效性和鲁棒性.     

基于多传感器数据融合技术的漏磁内检测数据分析

管道检测是发现隐患和保障油气管道安全可靠运行的重要措施,漏磁内检测是管道检测的主要手段和趋势,检测数据分析是管道检测结果的前提和保障,通过数据分析能提供金属损失和管道特征的类型、尺寸、形状、位置和方位等信息。从多传感器漏磁内检测器系统构成引出多传感器构成,采取分布式的多传感器数据融合分析技术,分别对漏磁检测器的主传感器、ID/OD传感器、轴向里程传感器、周向钟点传感器的信号进行各自特征量的数据分析,最后采取支持向量机融合分析技术实现对多传感器检测数据的融合分析,相较于传统的单类型传感器数据分析能有效提高数据分析的全面性、质量和准确性。     

基于多传感器数据融合的管道机器人精确定位技术

针对自主管道检测机器人的管内定位问题,提出了一种能够提高定位精度的多里程仪测量数据一致性融合方法.首先基于置信距离测度概念构造了多里程仪测量数据之间的置信距离矩阵和关系矩阵,然后利用有向图方法剔除含有较大误差的或错误的测量数据,最后采用极大似然估计法求解多里程仪测量数据的最优融合值.在管道机器人智能控制器上使用C语言编程实现文中算法.在机器人的自主爬行实验过程中,通过测量模拟油气管道的焊缝间距验证了该算法的有效性.     

数据融合技术在光学测量中的应用

由于传统外弹道处理方法的不足,提出两两交会测量方法,根据两两交会结果采用数据融合算法求出综合交会弹道,并对试验结果进行精度分析。该方法充分利用各测站的测量信息,大大提高对空中目标的辨识精度。