基于多传感器融合的体育运动姿态信息监测系统

由于传统信息监测系统在体育运动姿态信息监测应用中的监测效果不佳,因此提出基于多传感器融合的体育运动姿态信息监测系统。首先,利用多传感器融合理论构建系统架构,并采用列阵方式将角速度传感器和惯性传感器融合;其次,构建传感器部署模型、融合模型、分配模型,实现对姿态信息的采集;最后,采用小波技术对信息进行降噪处理,并进行对比实验。实验结果表明,设计系统的召回率在90%以上,最长响应时间为0.51s,在体育运动姿态信息监测方面拥有广阔的应用前景。     

基于智能粒子滤波的多传感器信息融合算法

针对粒子滤波中存在粒子质量低和粒子贫化的问题,提出了一种基于智能粒子滤波的多传感器信息融合算法。该算法分为两个模块,首先,将多传感器数据发送给相应的粒子滤波计算模块,以优化粒子分布为目的更新建议分布密度;然后,在智能粒子滤波模块中对多传感器数据构造完整的似然函数,引入设计的遗传因子将小权重粒子修正为大权重粒子,近似于真实的后验分布,重采样过程中保留了权值较大的粒子,又避免了粒子耗尽问题,进一步保持粒子的多样性,提高了滤波精度,最终得到最优的估计值。根据实船实验的数据进行了验证,将所提算法应用于GPS/SINS/LOG组合导航系统进行仿真计算验证了其有效性。实例仿真结果表明,所提算法能够得到精确的位置、速度和航向信息,而且也能有效改善滤波性能,提高了组合导航系统的解算精度,能够满足船舶高精度导航定位的要求。     

基于信息融合技术的多传感器系统

本文介绍了使用了多种传感器技术，并采用数据融合技术进行指挥控制的船载火炮指挥控制系统的设计；文中自尊心的论述了各传感器的构成及工作原理，并介绍了信息融合技术及其应用。     

多传感器多目标状态信息融合

研究了多传感器多目标状态信息融合问题。针对被动式跟踪的特点，借助主动跟踪的距离通道值，提出类主动的被动式跟踪。在此基础上提出主被动串并联状态信息融合算法。仿真结果表明该融合方法可以大大提高跟踪精度，而且提高系统的可靠性。     

基于多传感器信息融合技术的智能驾驶系统模型

阐述了智能汽车研究对交通安全的重要性和发达国家关于智能汽车研究的历史、发展和趋势,重点提出了基于多传感器信息融合技术的智能驾驶系统模型,分析了此模型下各系统模块的功能,介绍了系统模型中信息融合方法的引入,最后提出了对智能驾驶技术应用的展望.     

基于多传感器信息融合技术的防盗报警系统

本文介绍了利用多传感器信息融合技术进行防盗报警的监测系统。文中给出了传感器的选择原则和系统的硬件结构，并讨论了多传感器信息数据融合的几种模型结构。     

智能系统多传感器信息融合研究进展

本文较为全面地介绍了智能系统多传感器信息融合方面的研究进展，简要地指出了多传感器信息融合研究中存在的主要问题和发展方向。     

多传感器信息融合模糊控制模型设计

多传感器数据的来源众多,数据时间序列的特征随机性强,难以统一,导致其信息应用范围缩小。提出一种多传感器信息融合的模糊控制模型。运用不同映射模式描述多传感器信息融合状态空间,创建随机时段下测量空间矩阵,获得传感器信息采集时间序列特征。根据信息采集时间序列特征构建二级架构信息融合模型,第一级架构使用模糊控制算法划分输入-输出空间模糊区间,得到模糊规则并计算模糊规则相对信任度,利用模糊规则映射关联聚类信息,剔除传感器冗余数据。在此基础上使用智能粒子滤波法将多传感器信息传输至相应粒子滤波模块,代入遗传算法交叉与变异操作调整粒子权重,通过重采样保存高权值粒子,得到完整的多传感器信息融合结果。仿真结果表明,多传感器信息融合的最大能耗值为110 mJ,信息采集网络延迟为0.75 s,融合时间平均值为4.5 s,信息融合的误差值小于50 m,系统鲁棒性较强。     

多传感器信息融合技术探析

多传感器信息融合是一门涉及信号处理、信息论、人工智能、模糊数学等理论的多学科交叉技术,被广泛应用于军事和民用领域。文章介绍了多传感器信息融合的概念,描述了多传感器信息融合的功能模型、主要方法和应用,并对其发展趋势进行了分析。     

基于多传感器自适应加权融合的温室信息系统

针对目前温室信息管理系统需实现跨平台、良好交互性和机构远程控制,提出了一种利用Flex和Asp.net技术实现的基于多传感器自适应加权融合的温室信息管理系统。系统采用基于B/S的三层架构,重点阐述了系统中关键技术与实现过程,包括温室机构的远程实时同步控制和传感器数据的自适应加权融合等。系统在常熟现代农业示范园区实地测试运行,结果显示:自适应加权算法的融合效果明显优于传统的算术平均法,同时,系统各项预期功能均正常实现。     

一种基于多传感器信息融合的火警预报系统

介绍了一种基于多传感器信息融合的火警预报系统,给出了系统的硬件组成框图,说明了软判决信息融合规则及其在火警预报中的具体应用。该系统将火情发生时烟雾、火焰和温度3个传感器特有的观测域分解成若干个互不相容的子区间,根据Bayesian决策原理,进行信息融合,最后得出对火情的最优判断,很好地解决了报警灵敏度和误报率之间的矛盾。该系统还具有结构简单、容易实现、耗电少等特点。     

基于统计理论的多传感器信息融合方法

多传感器信息融合技术引起了工业测量系统的改变 ,是智能仪表的发展方向。针对工业中干扰的特点 ,提出一种基于统计理论的信息融合方法 ,它采用高等数学的方法求解具有多变量约束条件的极值问题 ,从而得到最小方差的信息融合结果。以此方法可以提高系统的抗干扰能力和测量准确度 ,并通过实验测量进行了仿真以表明其正确、有效。     

基于多传感器融合的车载航位推算系统

针对传统车载航位推算(DR)系统单独导航时导航误差随时间迅速累积的问题,提出一种基于多传感器信息融合的低成本车载DR系统.以无迹卡尔曼滤波器(UKF)作为数据融合算法,综合利用里程计、陀螺、加速度计、磁力计和气压计等多种传感器的信息,抑制DR系统的累积误差,以低成本、低精度的传感器实现高精度导航.通过实际的长达12 min的道路导航试验,结果表明:导航误差小于总航程的1％,与传统DR系统相比有较大的精度提升.     

基于期望值的模糊多传感器信息融合方法

通针对目标类型的特征指标值和传感器的测量值均为三角模糊数的多传感器类型识别问题,提出了一种新的融合方法.该方法将三角模糊数决策矩阵元素转换为期望值,通过求解目标类型与未知目标属性偏差最小的优化问题得到属性的权重,根据各目标类型的综合属性期望值给出目标识别结果.较好地避免了属性权重选取的主观性,计算简单,易于计算机上实现,仿真实例表明了方法的有效性和实用性.     

一种基于多传感器信息融合的故障诊断方法

针对目前油气管道的预警与泄漏判断误报率和漏报率高的问题,采用一种基于多传感器信息融合的方法来进行诊断．考虑不同的传感器所测得的特征参数不同的特点,在数据融合的过程中采用加权融合,增加系统判断的准确性．实验结果证明了该方法的有效性．     

基于多传感器信息融合的水下运动体速度测量

针对水下运动体测速中存在的难度大、精度低等问题,提出一种基于加速度计和机械测速装置的融合测速方法。该方法实质上是一种改良的模糊自适应卡尔曼滤波,在常规卡尔曼滤波的基础上,引入了自适应参数,并通过模糊控制器对残差的监控来实时调整自适应参数。经Matlab仿真和实际试验证实:该方法可以有效地提高卡尔曼滤波器的跟踪性,并改善滤波效果,适用于通用的水下运动体测速。     

基于多传感器信息融合的移动机器人避障

为了更好地解决移动机器人在未知环境下的自主避障问题,采用多传感器信息融合的方法,通过多个超声传感器对障碍物信息进行采集。合理确立模糊控制器的输入输出,通过模糊推理将障碍物距离信息模糊化,建立模糊规则并解模糊,以达到对移动机器人的安全避障的控制。通过建立移动机器人运动模型,设计了仿真平台,得到实验结果表明:该算法具有良好的可行性。     

基于冗余信息的多传感器数据融合算法研究

针对当前数据融合算法中存在的静态融合和计算量问题,提出了一种基于冗余信息的多传感器数据融合算法,首先,利用强跟踪滤波算法完成对于局部状态的估计,然后,依据局部状态估计值之间的冗余信息判定局部状态自身的可信度,从而实现对其权系数动态的合理分配。通过Monte-Carlo仿真验证了该算法的有效性。