基于Bayes估计理论的数据融合方法

本文研究了多传感器数据融合技术的一种方法。融合方法以Bayes估计理论为基础,并对数据进行了一致性检验,得到了多传感器最优融合数据,提高了数据的精确度。实际应用结果验证了算法的准确性,并进行了Matlab仿真。这种数据融合方法计算简便,可以获得比有限个传感器的算术平均值更准确的测量结果。具有较高的可靠性,可用于测量结果具有正态分布特性的多传感器测量系统。     

基于Bayes估计的多传感器最优融合

本研究了多传感器数据融合技术的一种方法融合方法以Bayes估计理论为基础,并对数据进行了一致性检验,得到了多传感器最优融合数据,提高了数据的精确度。实际应用结果验证了算法的准确性,并进行了Matlab仿真,这种数据融合方法计算简便,可以获得比有限个传感器的算术平均值更准确的测量结果．具有较高的可靠性,可用于测量结果具有正态分布特性的多传感器测量系统。     

小波去噪和数据融合及在线监测系统中的应用

准确测量电力设备的各种运行参数,是电力设备在线监测系统进行故障诊断的重要前提,为了从被噪声干扰的各个传感器测量中获得更准确的测量结果,文中提出了一种基于小波去噪和数据融合的多传感器数据重建算法,数据重建的结果更精确地描述原信号,且算法具有计算量少、速度快等特点,并首次将红外测温仪应用于测量变压器绕组的温度在线监测系统中,现场数据的处理验证了该算法的正确性。     

智能检测系统中的数据融合技术

介绍了一种数据融合方法在智能仪表多传感器系统中的应用，它时测量值进行一致性检测和分批估计．得出融合值。实验数据分析结果表明，使用此算法处理的数据有更小的误差和方差。这种实时数据处理方法采用有限次等精度测量，具有计算量小，计算机编程容易等特点，适用于缓变量智能检测系统。     

基于改进自适应加权的多传感器融合监测

针对加注系统多传感器测量数据融合,为满足融合的可靠性与准确性需求,提出了一种改进的自适应加权融合算法。加权融合算法的关键是如何准确判定测量数据权重值,在总结分析当前权重值判定方法优缺点的基础上,将证据理论中的修正证据距离引入测量数据间距离计算,生成融合权重值,完成传感器数据融合。通过一般算例与加注系统典型算例,对所提融合算法进行验证,结果表明算法融合效果较好、鲁棒性强,具有一定的理论意义和较好的工程实用价值。     

移动机器人多传感器高精确度数据融合的算法研究

基于模糊贴近度数据融合算法,研究了移动机器人使用的多传感器高精度数据融合算法。模糊了测量值和估计值,同时计算了模糊格贴近程度,在测量中各传感器的权重通过格贴近度进行描述,借助于融合公式求出融合的具体结果。该算法能够提高机器人导航系统的测量技术,使其通用性、可靠性和测量稳定性更强。     

多传感器自适应加权融合算法及其应用研究

多传感器数据融合可以获得比单一传感器更多、更准确的信息,本文提出了一种多传感器自适应加权融合算法,该算法无需传感器测量数据的任何先验知识,利用传感器所提供的测量数据,即可融合出总方差最小的数据融合值,仿真和应用实例均表明该算法的有效性。     

基于分段信号假设检验的方差估计算法

针对传感器测量噪声变化导致加权数据融合精度下降的问题,提出一种新的方差估计算法.方差估计采用自适应移动数据窗,窗口长度由多元假设检验的结果决定.假设检验环节首先应用信号分段处理方法与中心极限定理,使得检验统计量满足正态分布,简化了后续计算与理论推导.然后根据马尔可夫状态转移理论和最大后验概率准则,实现测量噪声方差变化的快速检测.通过与典型算法的仿真对比,验证所提算法克服了典型方法的局限性,能够保证加权数据融合具有更高精度.     

三相电气参量快速和高精度的测量算法

提出了一种快速富里叶变换FFT算法来测量电力系统基波频率和其它谐波频率的实时值,进而计算出三相电压和电流的有效值与相位的实际值。由于电力系统参数随时都在变化,非正弦信号的系统基波频率不可能是一个确定的值,采用未确定的系统基波频率来采样和测量非正弦信号变化的三相电压和电流将引起很大的误差。因此,提出先准确测量非正弦信号的系统基波频率,然后,采用准确的系统基波频率来采样三相电压和电流,进而再计算三相电压和电流的有效值与相位的实际值、有功功率与电能、无功功率与电能等。这种算法不仅大大缩短计算时间,而且提高了测量的精度,测量精度可以达到0.1%或更高。实例计算的仿真结果及实际应用系统的运行数据都证明:这种算法的可靠性、准确性和快速性。     

数据融合算法在煤自然发火实验系统中的应用

煤自燃是矿井的主要灾害之一,煤自然发火实验台的建造为煤自然发火的实验模拟提供了有效的解决方案;实验中温度数据的准确、可靠测量是目前亟待解决的技术问题。对煤自然发火实验台的温度数据采用改进的一致性数据融合算法进行处理,该方法的应用使融合结果有更高的精度,更强的抗干扰能力。     

基于梯度融合规则的医学图像融合方法*

为了更好地满足临床诊断和治疗的需要,本文提出了一种在图像融合阶段对测量值进行自适应梯度加权和图像重建时采用CoSaMP重建算法相结合的方法。该算法首先对两幅源图像分块并进行稀疏表示,同时利用观测矩阵进行测量。在测量数据融合阶段引入图像梯度来反应图像本身的边界信息,先计算每幅分块子图像的梯度;然后利用自适应梯度加权的融合规则得到融合的测量数据,并对融合测量数据进行随机压缩采样;最后通过CoSaMP算法对采样数据进行信息重构实现测量数据的恢复。该方法克服了图像融合时信息畸变的缺陷,并且可以根据不同融合区域自动调整融合规则的权重系数,有效地避免了设置固定权重系数造成的融合误差。实验结果和评价指标验证了本文算法的有效性和先进性。     

一种基于奇异值分解的动态多传感器数据融合算法

在工业应用中常用一组传感器对同一个被测量目标在一个过程的不同位置进行测量.由于每个传感器位于过程的不同位置,它们将不同程度的受到噪声的干扰.为了从被噪声干扰的测量值中获得更准确的测量结果,本文提出了一种基于奇异值分解(SVD)的动态多传感器数据融合算法.由该算法得到的传感器测量结果值最优估计的方差不仅低于传感器组中每一个传感器测量结果的方差,而且低于由基于最小均方误差(MMSE)多传感器数据融合算法得到的估计结果的方差.仿真的结果表明,该算法是有效的.     

一种多台交会测量数据的实时融合处理方法

为了进一步提高光电经纬仪伺服引导的精度,提出了一种多台经纬仪交会测量数据实时融合处理方法。该方法充分利用各测站的测量信息,通过自动优选交会方法、最小二乘数据融合算法以及外推引导函数的生成等实时数据融合算法计算得到经纬仪引导数据。结果表明,该方法大大提高了光电经纬仪的伺服引导精度。     

遥感数据像素级融合统一模型及实现技术

研究遥感数据像素级融合统一模型及相应的实现技术具有重要的理论和应用价值。根据遥感数据成像机理和多光谱影像理想融合增强结果提出了遥感数据融合算法统一模型,该模型通过数学表达式的方式清晰地反映了参与融合的多光谱影像、从高分辨率全色影像提取的空间细节信息和采取的融合策略三者之间的运算关系,将三类典型融合算法推导成本文提出的统一模型;提出了基于统一模型的实现技术,该实现技术舍去对融合结果没有影响的计算步骤,只计算影响最终融合结果所需的参量,并列出常用融合算法实现过程中两个重要参量的求法。通过分析与比较,本文的统一模型概括更全面、适用性更广;通过分析实现步骤和比较实验结果,证明了基于统一模型的实现技术具有减少运算量的优越性,且具有普遍适用性,能应用于已提出的大部分遥感数据融合算法,有助于遥感数据融合技术的应用推广。     

基于参数估计的多传感器数据融合

探讨具有随机扰动的环境中同一特征的不同传感器测量值的融合问题，并在理论上给出了基于参数估计的多传感器融合算法，分析了正态分布数据的融合计算公式，并提出以数据探讨技术中的分布图方法来获得一致的传感器数据，从而提高了算法的鲁棒性。     

基于多传感器数据融合的液压支架高度测量方法

针对综采工作面液压支架高度测量困难和测量结果不准确等问题,以两柱掩护式液压支架为例,推导了利用倾角传感器所测液压支架姿态角度计算液压支架高度的表达式。为减小倾角传感器角度测量误差造成的液压支架高度测量累积误差,提出了一种基于多传感器数据融合的液压支架高度测量方法,即利用分批估计算法和自适应加权算法将分别通过掩护梁和前连杆处倾角传感器所测角度计算得到的液压支架高度数据进行融合。实验结果表明,该方法对于623.2mm高液压支架样机的高度测量误差不大于0.3mm,与单一倾角传感器测高相比,精度提高了1mm。     

基于遗传优化混合模型发动机稳态数据融合

航空发动机稳态数据受工作环境、测量方式、控制规律等多方面因素影响,其试验数据常存在异常值,会对稳态性能参数计算结果造成影响。基于数据来源的正态性假设,采用高斯混合模型对数据进行筛选分类。在模型求解算法方面,采用遗传优化算法克服期望极大(EM)算法的局部收敛性,使计算结果具有一定的全局最优性,并复合应用EM算法弥补遗传算法收敛速度慢的不足。使用赤池信息准则或贝叶斯信息准则(AIC/BIC)作为数据筛选结果评定指标,并验证该方法的可行性。在数据融合方面,提出基于最优模型参数相似理论进行数据融合的方法,融合后数值接近真实稳态数据值,可作为该稳态数据片段的特征值。     

基于海上风电塔倾斜度的数据融合方法研究

针对漂浮式海上风电塔检测系统中倾斜度检测精度较低的问题，提出一种改进量子粒子群算法-互补滤波融合算法对其采集的数据进行优化与融合。首先通过改进量子粒子群算法对互补滤波器中的互补滤波系数η进行寻优，然后将寻优后的参数配置给互补滤波器，最后利用其互补滤波器对加速度计和陀螺仪分别测量的数据进行数据融合得到倾斜度。通过分别与单一传感器数据计算的结果、PSO和QPSO分别参数寻优的互补滤波融合算法融合的结果进行对比可知使用改进的量子粒子群算法-互补滤波融合算法有效地滤除了数据含有的不良外部干扰且提高了倾斜度的检测精度。     

外测数据融合准则及最优权值计算方法

航天发射对火箭飞行弹道数据处理的精度要求日益增高，对参与外测融合解算的雷达信息可靠性也提出了较高的要求。为解决航天发射时异常测量数据参与外测融合求解可能会导致火箭弹道精度降低的问题，提出了外测数据融合准则和短时多测元快速遴选方法，可有效识别、剔除异常测量数据，确保同目标高精度测元参与融合解算；并针对不同体制、不等精度的测量数据设计了一种最优权值快速计算方法，该方法综合考虑了测控设备的实际测量精度及布站几何对弹道精度的影响，确保在设定步长内融合权值最优。仿真结果证明该算法简单适用，可确保关键节点测控信息源的准确度，有效提高了发射场火箭弹道参数的处理精度。     

煤矿巷道多源数据融合定位算法研究

煤矿巷道非视距条件下单独使用飞行时间定位算法或接收信号强度算法存在方向判断不准确、定位误差较大等问题;飞行时间定位算法与接收信号强度算法联合定位,虽然在方向判断的准确率上较单独的飞行时间定位算法有所提高,但对于标签在非视距运动场景下的判断仍不够准确,定位轨迹不够平滑。针对上述问题,提出了一种基于飞行时间定位算法、接收信号强度及多项式插值方法的煤矿巷道多源数据融合定位算法。该算法首先测量标签与定位基站间的飞行时间,并计算接收信号强度,然后根据标签历史轨迹采用多项式插值方法拟合、预测当前时刻标签位置,根据预测位置、飞行时间和接收信号强度组合判定标签相对基站所在方向,最后通过加权数据融合优化定位结果,从而提高定位稳定性及准确度。实验结果表明,相比于单一飞行时间定位算法或接收信号强度算法,该算法有效提高了定位系统的精度和稳定性,可以更准确地判断标签相对基站的方向,方向判断准确率高达99%。