多传感器信息融合技术及其应用

多传感器信息融合是智能研究领域中的基础之一。它的研究内容主要包括分类、结构、层次和算法等方面。文中着重对这几方面作了较为详细的论述和分析。然后,基于人工神经网络的信息融合技术,给出了在自动化加工中实现智能监测的实例。并对今后信息融合技术的发展提出几点看法。     

模糊数据融合在矿井安全监测系统中的应用

基于模糊系统理论,提出一种对多种检测数据进行模糊数据融合的检测方法.将矿井中各个监测点得到的信息模糊化,经过数据融合中心的合成运算和决策规则进行优化组合,从而充分利用各个监测点得到的信息,获得对矿井环境状态的精确估计.最后,通过一个实验说明了算法增加了状态监测的置信程度,提高并改善了监测系统的监测性能.     

矿井安全无线传感器网络监测系统设计

为提高井下的安全性,设计了一种基于CC2430的ZigBee无线传感器网络矿井安全监测系统,提出了RAPIT定位算法来解决定位精度问题.结果表明,此方案完全满足井下安全监测和人员定位的要求.对比传统的总线式传输和RFID定位,具有安全可靠、成本低廉、布置简便以及定位更准等优势.     

基于神经网络的多传感器信息融合

将传统神经网络结构的中间隐层用子网络代替,提出了一种陈列神经网络进行信息融合的结构模型,针对传感器信息融俣的特点,用子网络实现信息的分化与融合,不仅对神经网络的结构设计有一定意义,而且从理论到实便说明了这种方法确能改善神经网络信息融合的效果和速度。     

信息融合技术及其在造纸黑液浓度测量中的应用

针对造纸碱回收系统中黑液蒸发工段黑液浓度难以直接在线测量的特点,对影响黑液浓度的两个参量———温度和压力进行了测量,采用多传感器信息融合技术对传感器输出的温度和压力数据进行融合处理,计算出了黑液的浓度。     

基于多传感器的汽车防盗系统的数据融合技术

基于汽车的常见被盗方式，介绍了用多传感器采集信号、信息融合技术处理信号的方法，分析了信息融合技术的基本算法，讲述了神经网络的自学习和自组织能力．通过分析可知：使用多传感器的汽车防盗系统具有高的准确性和可靠性，能起到及时、有效的预警和报警作用．     

多传感器信息融合技术的应用及改进

对三路位移传感器的测量值用多传感器信息融合技术处理，有效排除错误的，可靠性差的信息，再经过加权平均处理，进一步提高了位移测量的可靠性和精度。     

Bayes决策理论在分布式多源信息融合中的应用

论述基于Ｂａｙｅｓ决策理论的分布式多传感器检测系统的多源信息融合方法,给出统一的判决规则,并以最小错误概率判决准则为例,介绍融合决策方程的建立及系统性能的表达式。最后通过两种情况的仿真计算结果,分析基于信息融合技术的多传感器检测系统的工作性能。     

数据融合技术在动态称重系统中的应用

数据融合技术是近几年发展起来的一门新兴技术,在军事和工业中有着广阔的应用前景。论述了数据融合的基本工作原理和过程;针对车辆动态称重系统的结构和特点,提出了几种数据融合计算方法,可有效地提高车辆动态称重系统抗干扰能力,以保证参数检测的可靠性和准确性.     

基于神经网络的多源信息融合在发酵产物效价预测中的应用

利用神经网络对影响发酵过程的多源信息进行融合,得到发酵产物的效价预测.通过应用,比较了BP网络和RBF网络的融合预测效果.实例结果表明,RBF网络的预测结果略好于BP网络,预测结果准确,方法可行.     

基于多传感器信息融合的大坝监测数据分析

大坝中的传感器(测点)在信息上存在相互印证关系.首先通过对具有相似变化规律的多个测点的监测数据进行标准化处理,将不同测点在同一时间的一次观测近似看作同一测点在相同观测条件下的重复观测.然后,运用常规统计理论,在大坝安全监控专家系统中实现异常值检测以及异常趋势识别.从而,及时发现大坝潜在的问题,为大坝安全监控提供可靠依据.     

基于数据融合的无线传感网定位技术研究

阐述了无线传感网定位技术分类、定位技术常用术语的基础上,分析了无线传感网常用的测距方法及基于测距的定位方法,重点剖析了多边定位法,解析了该方法的利弊,并提出了基于数据融合的多边定位方法,经试验,该方法能降低节点能耗,延长节点寿命.     

基于Delphi的大坝安全监控信息管理系统

应用Delphi及Delphi中集成的IntraWeb技术，成功地开发了大坝安全监控信息管理系统。本系统具有安全性高，灵活性强的特点，实现了图形和数据信息的高效交互和传输。用一种开发工具完成了C/S和B/S两种模式的开发。提高了程序开发的效率。     

无线传感器网络在环境监测系统中的设计与应用

为了克服传统的环境监测系统布线复杂和数据采样困难的问题,提出了基于ZigBee无线传感器网络的解决方案。通过传感器节点采集环境监测现场的数据,并实时将监测数据通过CC2530的ZigBee通信协议无线传输至协调器,然后将数据传输到上位机进行监测与分析处理。实验结果表明,该无线传感器网络能够可靠、有效地采集相应环境数据,并及时传输至监测平台,为环境监测系统的高效、安全运行提供了可靠依据.     

基于改进蚁群的BP神经网络WSN数据融合算法

为了保证无线传感器网络（WSN）在深井中能有效地工作,提出了一种改进蚁群的反向传播（BP）神经网络WSN数据融合算法（IFA-IACOBP）.通过规划蚂蚁运动方向和引入节点剩余能量对蚁群算法启发因子进行改进,优化蚂蚁下一跳节点选择概率,利用改进后的蚁群算法对BP神经网络进行优化,引入井下WSN数据融合,数据经两级融合处理后,能去除大部分冗余信息.仿真实验结果表明,IFA-IACOBP算法能有效减少网络数据通信量,提高数据实时性,降低网络能耗,延长网络寿命.     

基于神经网络模型的信息融合技术

介绍了信息融合概念以及在信息融合领域中常见的BP神经网络和在此基础上发展而来的模糊神经网络和混沌神经网络,指出利用神经网络技术与信息融合技术相结合进行分析研究具有较大的拓展空间,信息融合的神经网络适用于更广泛的领域.     

多传感器信息融合及其在工业控制中的应用

综述了多传感器信息融合（ＭＳＩＦ） 的理论和技术,从工业应用出发给出了一种ＭＳＩＦ的结构,讨论了ＡＲＴ－ ２ 神经网络在ＭＳＩＦ中的应用,提出了聚类融合控制的思想和一种基于ＭＳＩＦ的控制系统结构。     

基于多传感器融合的鸡肉新鲜度检测方法

为了快捷、无损检测鸡肉新鲜度,建立了一套基于电子鼻和力学参数两种传感器以及神经网络识别技术的智能检测系统。根据鸡肉腐败机理,合理选择传感器。采用RBF神经网络作为模式识别方法。经理化试验证明系统检测鸡肉新鲜度准确率达93.65%,结果表明设计的融合系统检测鸡肉新鲜度是可行的。     

一种改进的煤矿井下无线传感器质心定位算法

频繁的煤矿井下事故要求无线传感器网络能够更精确的对井下人员进行定位。利用修正加权质心算法进行定位存在较大的误差,针对该问题,在修正加权质心算法的基础上提出了一种改进的煤矿井下无线传感器质心定位算法,该算法将修正加权质心算法得到的质心作为新的锚节点,并通过多次选择、运行形成新的锚节点和质心的方法进行定位。仿真结果表明:不同的巷道宽度下,改变修正系数a的值就可以得到最佳的定位效果,同时可以通过仿真实验得到最佳定位效果下的修正系数a的值,从而使定位精度达到最好。通过比较两种算法的平均定位误差得到改进的煤矿井下质心定位算法在三种巷道宽度下分别将定位误差平均降低了0.792 6m,0.636 2 m,0.598 9 m。     

移动机器人信息融合技术研究

智能化是未来移动机器人的发展方向，而智能化的基础是传感器技术的发展，移动机器人信息融合技术弥补了使用单传感器带来的缺陷．介绍了国内外移动机器人的研究现状，详细阐述了信息融合技术在移动机器人领域的应用．对在移动机器人中应用信息融合的一些关键技术，包括基于移动机器人的融合结构、融合算法、目标识别和自主导航等问题作了较深入的探讨，并对信息融合技术在移动机器人领域中的应用前景给予展望．