基于最近统计距离的多传感器一致性数据融合

为了剔除多传感器测量数据中的疏失误差,一致性数据融合方法得到广泛研究。在已有方法的基础上,定义了一种新的用于衡量传感器测量数据之间支持程度的统计距离,并在此统计距离的基础上,提出了一种基于最近统计距离的多传感器一致性数据融合新方法。数值仿真实验的结果表明,和已有方法相比,新定义的统计距离更能合理地反映传感器测量数据之间的支持程度,同时,整个融合过程的计算复杂度和计算量明显降低。     

基于可靠性等劣化理论的设备寿命周期预估

为了建立以可靠性为中心维修思想下的机械设备维修体制,在已有可靠性性能劣化模型的基础上,分析了大修周期与可靠性的关系,结合产品使用性能要求,提出一种新的可靠性阶段划分的方法,以科学确定机器的大修周期和报废指标,预估设备功能故障状态出现时间,进行机械设备寿命预测。并在此基础上改进RCM分析技术,用来评价故障结果,应用逻辑决断图选择预防性维修工作类型,最后形成更为有效的预防性维修大纲。与传统的寿命预测方法相比,这种方法对实验数据的依赖性低于传统方法。     

基于数控系统实时数据的数控设备利用率统计与分析

设备的利用率是指设备的实际使用时间占计划使用时间的百分比,是反映设备工作状态及生产效率的技术经济指标。通常设备利用率可以用以下公式计算     

逆回归分析和数据融合方法

工程上常常需要根据随机变量（因变量）估计自变量及其可能的取值范围,如在测量问题中,由测量值估计被测量。而回归分析是由自变量估计随机变量均值及其预测区间的方法,所以不能解决这一问题。文中提出一种新的逆回归分析方法和相应的数据融合技术,分析给出同方差（方差不随自变量变化）和异方差（方差随自变量变化）情况下自变量的点估计、区间估计和误差估计,建立相同条件下重复测量数据和多种条件（不同仪器、人员、环境条件等）下测量数据的融合技术。应用表明,逆回归分析方法能够消除工程测量中无法通过仪器校准的系统误差,数据融合技术可以减小其偶然误差,从而大大提高测量精度。文中给出一个应用实例。     

回归分析的数据融合方法

提出一种回归分析的数据融合方法,该方法能对各种不同仪器、不同量纲的回归曲线和测量数据进行融合,并给出被测量的点估计和置信区间估计。在压力容器无损检测和建筑质量无损评定中的应用表明,该方法能成功消除工程测量中无法通过仪器校准的系统误差,减小偶然误差,具有信息量大、精度高的特点。     

基于Daubechies 4小波的数据融合估计算法

利用Daubechies4小波对最细尺度上给定的状态方程进行多尺度分解，在各个较粗尺度上，建立起新的多尺度随机动态模型。基于此，给出多尺度递归数据融合估计算法，从而在最细尺度上，获得状态基于全局观测信息的最优估计值。严格推理证明了方法的正确性，计算机仿真验证了其有效性。从而发展和丰富了多传感器数据融合理论和Kalman滤波理论与应用。     

基于球结构支持向量机的故障劣化趋势诊断

提出了一种球结构支持向量机的故障劣化趋势检测方法。该方法是以EMD的奇异值分量作为特征向量,输入球结构支持向量机分类器,对滚动轴承滚珠的故障劣化趋势的三种状态进行诊断,并且采用主成份分析的可视化方法进行验证,结果表明,该方法能够准确地诊断故障劣化趋势。     

基于数据融合的电厂设备运行安全一体化检测技术

为解决当前电厂设备运行安全检测技术存在的检测准确率和可视化程度低的问题,提出基于数据融合的电厂设备运行安全一体化检测技术。利用多层分层技术设计电厂设备运行安全一体化检测整体架构,在该架构的支持下将智能机器人、红外测温和视频监控等数据作为实时巡检数据,通过物联网与互联网技术进行巡检数据与历史数据的实时传输,并对所有数据进行分布式存储以及数据融合处理。以数据融合结果为基础,采用专家评价、神经网络和模糊数学的方法实现电厂设备运行安全一体化检测及检测全过程的可视化。实验结果表明,基于数据融合的检测技术的设备安全检测准确率和可视化程度高,鲁棒性强,实际应用效果更好。     

基于数据融合的老化室温度测量控制系统的设计与实现

介绍了多传感器算术平均值与分批估计的数据融合方法和Fuzzy PID复合控制在老化室温控系统中的应用,实践证明这些技术提高了温度测量的可靠性、控制精度和控制效率.     

多导联心电参数的Monte Carlo法融合

本文提出了一种基于Monte Carlo方法的多导联心电参数融合计算方法。在分别检测各导联心电参数的基础上,选取波形特征明显的Ⅱ、aVF、V3、V5四个导联,利用Monte Carlo方法确定最优权系数,将所选取的4个导联的心电参数进行融合。12导联心电图144个心跳周期QT间期的计算结果表明：利用该方法确定的融合心电参数,其分散性比单导联参数有显著改善,把融合参数作为检测结果将会提高心电信号自动检测的准确度。     

基于小波熵的组合定位系统数据融合

本文提出了一种基于小波熵的组合定位系统数据融合方案.对于两个子系统北斗/罗兰C的实测定位数据,先用小波多尺度变换将信号在多个频率段展开,再根据小波熵判别法进行消噪和融合.结果用平均误差证明了这种方法的优越性,确保了组合系统所用样本的可信度及其数据融合中权值的合理性.     

基于CMAC模型的复杂智能传感数据融合算法

提出基于CMAC模型的复杂智能传感数据融合算法,既可实现同质传感融合也可以实现异质多传感融合,成功地解决了大输入空间的存储问题,并具有实现任何映射和局部逼近的能力,具有学习速度快、收敛速度快、全局稳定的特性;并设计一个非线性参考函数模型,对所设计的融合算法进行验证与评价;介绍CMAC融合算法在通用智能多传感融合实时检测系统中的应用方法与步骤.实验结果表明:训练过的融合算法具有较高的拟合准确度、学习效率和收敛速度.     

基于BP神经网络的压力传感器数据融合研究

压力传感器由于输出电压值易受环境温度、电压扰动等非目标参量的影响而导致精度大大降低。该文采用BP神经网络对压力和温度2个目标参量进行数据融合处理,减小了两者相互交叉干扰敏感度。结果表明,采用BP神经网络进行数据融合,能够提高传感器的稳定性及其精度,仿真验证了该方法的有效性和可行性。     

基于DSP数据融合技术的pH值检测的研究

在分析信息融合基本原理的基础上,利用信息融合技术在信号采集中的优势,充分提取对象的信息特征,设计出具有一定实用价值的pH值检测装置。该装置采用自适应加权融合算法,对pH值信号进行数据融合,从而提高数据采集的准确性。系统采用基于DSP TMS320LF2407的控制单元,给出了系统硬件电路和软件设计。     

基于动态测量不确定度理论的最佳线性数据融合算法

本文提出一种基于动态测量不确定度理论的最佳线性数据融合算法。本算法构建过程中充分考虑了多传感器系统的动态特性,可用于处理工作环境复杂、性能可能随时间发生变化的多传感器系统的测量数据问题。同时,本算法具有实时监控各传感器性能和实时检出并剔除失效传感器的能力;测量不确定度的引入,使实时评价融合结果的质量成为可能;通过采用分级融合算法,又使得由截断误差引起的测量不确定度明显减小。     

基于PCA-SVM融合离子迁移谱与拉曼光谱的毒品鉴别方法

光学检测的指纹图谱具有专属性强、稳定性好、重现性好的特性。通过离子迁移谱毒品探测仪(IMS)与易制毒化学品拉曼快速检查仪分别采集离子与拉曼光谱的双谱图数据,然后将两个谱图进行创新数据融合后,结合主成分分析(PCA)和支持向量机(SVM)分类法对毒品进行鉴别。实验结果表明,融合后的数据相较于分别用单谱图数据进行鉴别,有效提高了对毒品的识别率和准确性。为鉴别毒品提供了一种安全、快速、可靠的新分析方法。     

基于数据融合的小卫星温度测量冗余设计方法

为了提高小卫星温度测量控制系统的可靠性,本文提出了一种基于数据融合算法的小卫星温度测量冗余设计方法.该方法克服了传统的小卫星设计中完全采用硬件备份的冗余设计方法而带来的过多功耗、体积和重量负担的缺陷,将数据融合算法运用到小卫星温度测量冗余设计中,运用数据融合的方法和同组传感器的综合支持度来判断传感器的工作状态.利用软、硬件结合的方法,利用有限的硬件备份为每个温度传感器提供冗余设计.实验证明,该方法可以提高小卫星温度测量系统的可靠性和稳定性,同时也减小了小卫星的冗余设计带来的功耗、体积和重量负担.     

一种基于能量约束的传感器网络动态数据融合算法

本文针对传感器网络具有能量约束、低速率冗余数据、网络拓扑易变的特点，提出了一种基于能量约束的动态数据融合算法。该算法首先利用不确定测度进行传感器的动态聚类分组，然后再对每一组通过能量约束选择关键点，通过各组的关键点构成一个连通的数据融合路径，完成传感器网络的数据融合，减少传输到目的节点的信息。实验结果证实，该算法在保证能量消耗少、网络拓扑结构可变的条件下，具有较好的实效性和鲁棒性。     

基于多源数据融合的电力系统故障诊断与评估平台开发

针对当前电力系统故障数据和信息分布在不同安全分区的问题,对符合安全防护规定的跨安全分区数据分类、关联和融合技术进行了研究,提出了基于多源数据融合的电力系统主网和配网故障智能诊断技术。在主网诊断过程中,充分利用故障状态量、电气量和时序信息等数据,并结合气象等外部要素情况,分析了故障原因;在配网评估过程中,综合利用电力生产管理系统(PMS)、调度管理系统(OMS)以及能量管理系统(EMS)的海量数据,发展了基于规则推理的配网故障诊断评估技术。并根据江苏电力系统实际情况,侧重电网运行信息、设备状态信息和环境监测信息深度融合与综合应用,开展了基于多源数据融合的电网故障诊断平台研究以及故障辅助分析系统的研制。研究结果表明:该系统综合利用了多源数据的冗余信息,可更快速和准确地实现故障智能诊断。