多传感器数据的概率最大融合方法

在多传感器信息融合过程中,有时要利用多传感器对某一对象进行不同方面观测,而数据融合的目的是要对研究对象进行类型识别,通过对数据获取过程的统计分析,给出总概率最大的数据融合方法.该方法可以避免丢失重要的极端数据,使结论更符合实际.     

基于神经元的多传感器数据级融合研究

在不知道先验知识的条件下,从含有观测噪声的多传感器测量数据中估计出方均误差最小的数据融合值,并作为神经元融合系统训练样本,因而解决了多传感器测量系统数据级融合的标定问题。研究结果表明,融合数据在精度、容错性以及动态响应方面均优于单传感器测量。     

基于多传感器数据融合的多目标跟踪算法研究

针对复杂环境下多传感器多目标跟踪问题,提出一种基于改进动态加权数据融合的UKF滤波多目标跟踪算法。该算法基于分布式融合结构,对于每个传感器得到的多个目标的观测信息,首先通过最近邻(Nearest Neighbor,NN)数据关联算法进行航迹关联;然后用无迹卡尔曼滤波(Unscented Kalman Filter,UKF)完成对多目标状态的估计,得到目标最新的运动轨迹;与此同时,综合多个传感器估计的目标轨迹,应用改进的动态加权数据融合算法,得到最终的目标轨迹。仿真结果表明,该算法能有效地发挥多传感器数据融合优势,准确地跟踪多个运动目标。与单传感器目标跟踪相比,多传感器数据融合后的目标跟踪精度提高20%以上。     

基于CPSO-LSSVM的多传感器数据融合

文中提出了一种新的基于混沌算法优化的粒子群(CPSO)算法,该算法在种群初始化时应用混沌算法优化粒子的初始位置,扩大粒子的有效搜索范围,在陷入局部最优时应用混沌算法遍历整个搜索空间,跳出局部最优.仿真实验证明该算法寻优性能优于当前其他PSO算法.利用CPSO对LSSVM的参数进行优化选择,建立多传感器数据融合模型.将该模型应用于压力的检测,实验证明了该方法优于当前其他主要方法.     

基于多传感器数据融合的机器人腕力测量

提出根据手爪上的多个指力传感器的输出变化，通过数据融合方法得到腕力的数值。研制了标定腕力与手爪上指力之间关系的实验台，进行了标定实验。采用径向基函数神经元网络对实验数据进行训练，得到融合网络的权值。融合结果与实测结果相当吻合。     

多传感器数据融合方法的研究与进展

多传感器数据融合技术是一门新兴的前沿技术。本文集中介绍了当前数据融合的最新方法,如分布式多传感器数据融合技术、基于信息理论和基于认识模型的多传感器数据融合技术等,并通过分析。指出了该领域存在的问题和今后的研究方向。     

基于有偏卡尔曼的多传感器数据融合研究

推导出偏参数为矩阵形式的有偏卡尔曼滤波(BKF)的完整迭代过程,该算法在均方误差条件下优于卡尔曼滤波(KF),可以进一步提高估计的精度.将BKF与多传感器融合算法中的扩维融合和序贯式融合相结合,推导出多传感器扩维有偏卡尔曼滤波和多传感器序贯有偏卡尔曼滤波算法,并从理论上证明了多传感器序贯BKF融合在均方误差条件下优于扩...     

基于多传感器数据融合的智能故障诊断系统

多传感器数据融合的典型应用实例就是过程监测和故障诊断,它是智能故障诊断系统中的最基本、最有效的信息处理工具;而智能故障诊断系统通常都是在多传感器数据融合的基础上进行综合诊断.研究了多传感器信息融合系统的层次结构和融合策略,改进了单一D-S证据理论的融合方法;在分析了多传感器数据融合技术和智能故障诊断的系统要求后将两项技术进行了有机的结合,最后提出了一种新的基于多传感器数据融合的智能故障诊断系统的结构框架.     

基于数据融合技术的多传感器目标跟踪系统

数据融合技术是集多种学科于一体的前沿技术.多传感器目标跟踪是数据融合技术在目标跟踪领域的应用范例,它将多个传感器信息有机合成,估计目标的运动状态,产生比单一传感器更优越的跟踪性能,在此,阐述了数据融合技术及其在多传感器目标跟踪系统中的应用.     

基于多传感器数据融合的液压泵故障诊断

针对液压泵故障诊断特性参数多、故障诊断不精确、不完整和模糊性强的特点,提出应用阶比分析方法等数据预处理方法去除嗓声干扰和提取参数特征,然后利用决策层融合方法对故障信息进行融合,完成液压泵的故障诊断。应用实践表明,采用D-S证据理论进行决策层数据融合的故障诊断方法,能够有效地提高液压泵故障诊断的精度和效率。     

应用模糊信息融合实现目标物体的分类

本文在模糊集理论的基础上给出了利用模糊理论进行多传感器信息融合的一般化方法,并以一个实例,即,在我所自行研制的多感觉智能机器人上,利用其力觉和热觉传感器得到的信息,将两者融合,对机器人的抓取物分类。文章最后比较了融合前后的实验结果。     

一种基于Sugeno模糊模型的测量数据处理方法

本文提出一种基于Sugeno模糊模型的、针对测量时间受限条件下测量数据处理的模糊决策方法。该方法利用概率理论和模糊逻辑,分析处理多个中间测量结果中存在的不确定因素,并对这些结果进行有效融合。在动态称重系统中的应用结果表明,该方法使系统测量精度有所提高。     

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。     

基于主观贝叶斯推理的多传感器分布式故障检测融合方法

针对复杂数控加工中心故障预测中各传感器检测信息呈现不确定性的问题,提出基于不确定性推理的多传感器分布式检测融合算法。该算法通过利用主观贝叶斯推理,获取局部检测装置的判决规则,并选取合适的局部判决规则送到融合规则中心,将来自不同传感器的观测数据进行综合分析,最后产生全局判决。以复杂立式加工中心为对象建立测试平台,利用多传感器样本获取方法进行机床不同运行状态及运行环境下的故障样本获取试验。试验表明在含有大量不确定性信息的故障诊断系统中,基于主观贝叶斯推理的分布式检测融合算法具有故障信息识别率高、诊断速度快的优点,其诊断错误率明显低于单个传感器的诊断错误率,且诊断错误率要低于串行分布式检测融算法。     

多传感器数据融合新算法及在诊断学中的应用

着眼于复杂装备系统诊断实践中多传感器数据融合需求,提出了一种基于模糊贴近度的数据融合新算法,通过计算各个传感器测量值与估计值之间的模糊格贴近度,确定它们在测量中的权重,从而实现多传感器诊断参数数据融合.结合该算法原理,还设计了它的诊断数据融合应用软件.应用实例表明该算法体现了稳定性强、可靠性高的传感器在数据融合中的"优越性",运算过程简洁、快速,运算方法可行、有效,便于发动机诊断中实现时环境测量与数据处理.     

多传感器数据融合新算法及在诊断学中的应用

着眼于复杂装备系统诊断实践中多传感器数据融合需求,提出了一种基于模糊贴近度的数据融合新算法,通过计算各个传感器测量值与估计值之间的模糊格贴近度,确定它们在测量中的权重,从而实现多传感器诊断参数数据融合.结合该算法原理,还设计了它的诊断数据融合应用软件.应用实例表明:该算法体现了稳定性强、可靠性高的传感器在数据融合中的"优越性",运算过程简洁、快速,运算方法可行、有效,便于发动机诊断中实现时环境测量与数据处理.     

改进的D—S数据融合方法在车辆目标识别中的应用研究

为了解决车辆目标识别的数据融合问题,本文引入了Dempsgter-Shafer证据理论方法作为数据融合方法,并提出了时空数据融合的思想,把D－S方法与时空数据融合的思想相结合,得到了时间域、空间域和时空域D－S数据融合的方法,并用于目标识别中,通过实验得以经过融合后的识别结果比单传感器的识别结果要好,证明了上述方法的有效性。     

一种基于多方法的多传感器数据融合算法研究

提出了一种基于多方法的多传感器数据融合算法,分批估计融合求得单传感器最优估计值,然后依据权值最优分配原则进行分组自适应加权融合处理.通过对多热电偶测温的实测数据分析表明,与算术平均值法、单传感器分批估计和自适应加权相结合的算法以及单传感器分批估计和多传感器分批估计相结合的算法相比,绝对误差分别降低3.52℃,1.28℃和1.227℃,相对误差分别降低0.294％,0.107％和0.102％.     

机器人手爪的多传感器数据采集、融合和传输系统

机器人为了灵巧地抓取物体,在手爪上配置了多种传感器,例如,指力传感器、触觉传感器和距离传感器。研制了一套基于DSP的系统,实现传感器数据的采集、融合和传输。系统硬件由数据采集模块、DSP模块和CAN传输模块组成。系统软件包括监控程序、初始化模块、看门狗模块、数据融合模块、CAN通信模块、数字量采集模块、正交编码脉冲计数模块和A/D中断服务程序。该系统实时地采集和融合手爪各传感器的信息,得到手爪与工件的安全连接状态,通过CAN总线传输给主控计算机。