基于参数估计的数据融合算法研究

研究了有关分批估计、自适应加权和方差估计算法在多传感器数据融合中的有效性、准确度和实时性。通过实例在对几种算法进行仿真比较的基础上,说明了上述几种算法的有效性及其融合精度的差异,其结果表明:按测量方差值并采用自适应加权算法的融合效果最佳,有效地提高了融合精度,对考虑了环境噪声的多传感器数据采集系统较为适合。     

基于多传感器数据融合啤酒发酵温度监控系统

在啤酒发酵过程中,温度是一个重要的影响因素,采用单一传感器测量啤酒的发酵温度存在误差大,有较大的不确定性等I采用多传感器测量,弥补了单一传感器带来的缺陷;利用计算机强大的数值计算和信息处理能力,通过对失效数据的剔除和应用自适应加权数据融合技术对有效数据进行融合,提高了测温系统的精度和温度测量的可靠性,建立了模糊控制器的模型;实际应用表明,系统测温准确、可靠。     

无线传感器网络含有缺失数据的数据融合研究

针对含有缺失数据的无线传感器网络数据融合问题,提出了一种简单易行的二次数据融合算法(TFA)。考虑到感知数据的时—空相关性,对缺失数据进行线性插值插补和回归分析插补,对插补结果利用线性组合融合算法进行融合。综合考虑各节点的信息,利用自适应加权融合算法进行融合。实验结果表明,该算法在含有缺失数据的前提下,能够以较低的计算开销和较高的估计精度实现数据融合。     

基于LEACH协议的数据融合技术

提出一种基于LEACH协议的两层数据融合方案（MLDA-LEACH）。根据LEACH协议的分簇结构,首先,簇成员节点使用卡尔曼滤波算法对采集的源数据进行去噪处理;然后,簇首节点采用分布图法对数据进行预处理,再应用自适应加权算法进行数据融合。实验结果表明,这种基于LEACH协议的两层数据融合方案MLDA-LEACH与传统LEACH算法相比有效地减少了冗余数据,降低了传感器节点的能耗,延长了无线传感器网络的生命周期。     

基于参数估计的多传感器数据融合算法研究

为提高多传感器数据融合精度,结合传感器网络的特点及应用实例,研究分批估计、自适应加权和方差估计算法在数据融合中的有效性、准确度和实时性,提出按测量方差的自适应加权数据融合算法,利用600个传感器所提供的实例数据,对几种算法进行仿真,并比较了几种算法的有效性及其融合精度的差异,其结果表明采用自适应加权算法可以有效提高融合精度,对考虑了环境噪声的多传感器数据采集系统较为适合.     

无线传感器网络中的数据融合研究

无线传感器网络具有成本低、体积小、组网灵活、便于远程监控等优点,但是也存在能量、存储与网络资源等多方面的限制。研究了无线传感器网络中数据融合问题,提出了一种基于分簇的数据融合方法。实验结果表明,该方法能够提高数据准确性,降低数据冗余度,具有较好的执行效率。     

数据融合技术在智能交通系统中的应用

为了更加准确地监测动态变化的交通信息,通过分析城市道路交通流量变化的特点,提出一种基于数据融合的监测方法。根据数据属性的特点,将数据构造为多个相关的时间序列,在此基础上进行数据融合,以最终的结果对交通信号灯进行实时控制,保证道路通畅。仿真实验结果证明,该方法具有较高的判断准确率和良好的识别性能。     

基于多传感器数据融合的准静态校准数据处理方法

静态标定后的电子测压器靶场实测时存在测不准和测试精度不高的问题,为了提高系统的可靠性和测试精度,提出了基于模拟膛压发生器的模拟应用环境的准静态校准方法.为了提高校准工作效率,提出了基于多传感器数据融合的准静态校准数据处理方法.文中详细论述了多传感器数据融合理论以及标准压力曲线上升沿校准法的合理性.用上述方法校准后的电子测压器进行靶场实测,测试数据精度高,可靠性强.     

基于自适应加权数据融合的无线传感器网络仓库监控系统

无线传感器网络的仓库监控系统具有监控效率高,监控节点易扩展和硬件成本低等优点,但面积较大的仓库内,仓储参数分布不均匀。为了提高无线传感器网络仓库环境参数监测的准确度,采用自适应加权数据融合的方法,对传感器网络的采集数据进行数据融合处理。文中给出了数据融合的具体工作步骤,并以仓储环境温度采集为例,进行了传感器网络温度采集数据的融合处理,与均值处理方法进行对比,结果表明,基于自适应加权数据融合方法的传感器网络监控系统具有更高的数据监测精确度。     

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。     

基于参考像面法的CCD摄像机标定新技术

摄像机标定是计算机视觉检测中必不可少的步骤.在现有的摄像机参数标定算法中,纯线性算法标定速度快,但标定精度不是很高;相反如采用非线性搜索算法,标定精度高,但存在标定速度慢以及会出现不收敛现象.通过对现有线性标定算法的研究,提出一种既考虑摄像机的径向和切向畸变,又能实现全线性化求解的全新标定算法--参考像面法.经验证该方法标定速度快、精度较高、算法健壮,适用于大型视觉系统多摄像机的快速标定.     

基于转台的线阵激光雷达地面检校方法研究

介绍了一种基于转台的线阵激光雷达地面检校方法,该方法通过布设物方检校控制场,使用指示激光器建立激光测距值与物方控制点之间的对应关系并引入激光测距的加/乘常数与外方位元素一并作为检校参数,通过坐标转换列出误差方程式;最后使用最小二乘平差解算所有的检校参数。文中给出了实测数据的实验结果分析及精度评定,验证了本文方法的可行性。     

基于自适应专家权重的信息系统风险评估模型

针对风险评估过程中存在专家权重难以合理设置,评估结果受专家主观性影响大等问题,提出一种基于自适应专家权重的信息系统风险评估模型SAEW-ISRA,给出一种细粒度专家权重自适应调整方法.首先,在评估过程中引入三角模糊数对风险指标属性评分;其次,根据专家评分模糊度描述专家知识量,结合与专家群体评分的距离构建后验权重,可使专...     

脉冲磁场发生器自动校准技术研究

针对脉冲磁场发生器校准规范缺失的现状,依据有关国家和国际标准,对脉冲磁场发生器自动校准技术进行了系统研究。提出了需要校准的三类参数,对每类参数给出了校准方法及线路,设计了自动校准系统,以提高校准质量和效率。这些工作为规范该设备的校准及下一步编写校准规范奠定了技术基础。     

基于贝叶斯估计的放入式电子测压器准静态校准数据处理方法

为解决贝叶斯估计法无法用于直接处理准静态校准数据的问题,提出了一种先对数据进行预处理,随后进行正态性分析获得正态性参数,最后依据正态性参数进行贝叶斯估计的多传感器动态测试数据融合的处理方法。经过计算分析,放入式电子测压器准静态校准数据具有较好的正态性,使用贝叶斯估计法处理充分考虑了测试数据的统计规律特性,减轻了多传感器测试系统中单传感器对测量整体结果的影响;经实验验证,其同时明显提高了数据相关性,能进一步提高测试可靠性。对于火炮膛压的精确测量有显著意义。     

基于熵权优属度的模糊传感器目标识别方法

针对具有多个特征指标的模糊多传感器目标识别问题,提出一种新的模糊多传感器数据融合方法。该方法根据信息熵理论,引入不均衡度定义熵权矢量,通过求解数学规划问题,得到各目标类别的优属度,并给出目标识另0规则。实验结果表明,该方法能提高目标识别结果的客观性和可信度,具有可操作性。     

基于加权数据融合和相关性的微型电子测压器改进的动态校准方法

为确保微型电子测压器在高温、高压、高冲击的实测环境中的测试精度,缩短校准周期,设计了模拟火炮膛内压力环境下的微型电子测压器动态校准系统,并从"虚拟"标准测试系统的建立和测压器动态灵敏度的计算两方面介绍了原始和改进的动态校准方法.对比分析其结果可知,改进的动态校准方法不仅能提高微型电子测压器的测试精度,而且能有效缩短校准周期,从而验证了改进的动态校准方法的可行性和合理性.     

基于动态权值的关联数据语义相似度算法研究

语义相似度计算对关联数据的信息检索有重要作用,直接影响数据的语义挖掘效果。实例的属性信息是关联数据语义相似度计算的一个重要因素。针对传统的关联数据语义相似度算法未考虑属性的重要性和取值类型导致计算精度较低的问题,提出基于动态权值的关联数据语义相似度计算方法,即根据待匹配的数据集中属性不同取值的数量、属性值的分布以及属性的有效性3个因素动态计算属性的权值,然后依据属性取值类型选用匹配相似度算法,最后结合属性的动态权值对概念进行实例的相似度计算。实验表明,基于动态权值的相似度计算方法与传统方法相比,实例相似度的计算精度得到了一定的提高。     

基于SIFT算法的全景图像拼接技术研究

全景图像拼接技术即通过将部分重叠区域的图像合成以描述某个场景信息的360度圆形图像.引用一种新型的基于SIFT （尺度不变特征变换）特征匹配的图像排序算法,实现图像的有序排列,针对图像拼接存在的误匹配点较多、耗时较长等问题,结合FAST算法进行特征点提取,接着针对相邻有序图像间的亮度差异采用自动校正操作,削弱了相邻图像间的亮度差异,并结合改进的Ransac算法剔除误匹配点对,最后用加权平衡算法实现图像的快速融合.实验结果表明该优化排序算法稳定、高效.     

基于多传感器数据融合技术的应用研究

复杂系统的多传感器数据融合是一门新兴的技术,它通过对来自多个传感器的数据进行多级别、多方面、多层次的处理从而产生出单个传感器所不能获得的更有意义的信息.数据融合在军事领域和民用领域都有很大的发展和应用前景.该文提出了一种基于神经网络融合算法的多传感器数据融合技术,对所采用的数据融合技术用于烧结终点预测进行了详细介绍.通过仿真结果证明,该方法鲁棒性强,准确性高,泛化能力广,具有很强的实用性和推广价值.