多传感器信息融合及其在工业中的应用综述

介绍了多传感器信息融合的基本理论、研究现状和多传感器信息融合在工业中的应用现状。重点分析了多传感器信息融合理论、实际应用所取得的成绩和存在的问题,提出了将来研究的方向。     

多传感器信息融合技术在原油含水检测中的应用

外输原油含水率直接关系到贸易买卖双方的经济利益,同时在油田联合站自动脱水加药系统中,也是一个重要的控制指标,因此为了精确地测量外输原油的含水率,本文基于多传感器信息融合的基本思想,提出了一种检测外输原油含水率的方法,通过实验表明,信息融合后的输出值更能逼近实际的含水值,能够满足生产过程的要求。本文提出的信息隔合方法在油田生产过程中具有实际应用价值。     

多传感器信息融合在智能车中的应用研究

研究智能无人车采集的差异数据融合问题,提高融合后有效信息数量。针对智能无人车多传感器采集存在较大随机性,采集的信息在特征上存在较大差异,在后期融合过程中的差异容易造成信息冲突,导致有效信息丢失,融合后的有效数据量大幅减少。为了解决上述问题,提出一种自适应多传感数据信息融合算法,通过估计出数据信息的可融合程度,运用滤波技术提高其融合能力,增加融合后有效数据信息量。实验表明,该算法能够大幅提高多传感器差异信息融合率,增加有效信息数量,取得了不错的效果。     

人工神经网络在传感器数据融合中的应用

针对压力传感器对温度的交叉灵敏度，采用BP人工神经网络法对其进行数据融合处理。消除温度对压力传感器的影响，大大提高了传感器的稳定性及其精度，效果良好。     

多传感器信息融合技术

系统地介绍了多传感器信息融合技术的理论、模型和应用,并对多传感器信息融合的几种主要算法进行了全面的阐述和归纳,指出了信息融合研究中存在的主要问题,最后对信息融合技术的未来研究方向进行了展望。     

多传感器信息融合在温室湿度检测中的应用

针对温室环境复杂、温室湿度变化明显等特点,采用多传感器信息融合方法对采集的温室湿度进行数据融合.传统温室湿度采用平均值算法进行数据的融合,具有融合结果误差较大、无法消除传感器失效产生的误差等缺点,采用模糊C均值(FCM)聚类算法对温室湿度进行数据融合,结果显示:FCM算法优于平均值算法,提高了检测的准确性.     

多传感器信息融合及在智能故障诊断中的应用

对多传感器信息融合进行了简要的综述,进而提出了信息融合的一般结构,结合智能故障诊断系统的特点,研究了基于信息融合技术的诊断系统结构。     

多传感器信息融合技术及其在机器人中的应用

多传感器信息融合技术是近年发展起来的一门新兴技术,在机器人领域有着广阔的应用前景。通过融合多个传感器提供的冗余、互补或更实时的信息,可以获得系统所需的更准确和更精确的信息。主要论述了多传感器信息融合的一般方法,并对其在机器人领域的应用进行了介绍。最后指出多传感器信息融合技术在微传感器、智能传感器和自适应融合等方面的发展方向。     

基于BP神经网络的多传感器信息融合研究

BP网络是应用最广的一种人工神经网络,将BP神经网络应用到压力检测领域的温度等非线性补偿,具有重要的实用价值,对压力检测精度的改进效果显著;从传感器信息融合的角度看,神经网络就是一个融合系统;通过对神经网络基本理论的阐述,针对研究对象将BP神经网络原理与多传感器信息融合技术有机集合起来,提出了基于BP神经网络的二传感器信息融合模型及改进算法,建立了BP神经网络训练标准样本库,并对该网络模型进行主要技术指标的测试和仿真工作,测试结果表明构建的模型及其改进算法能很好地满足了高精度压力检测仪的指标要求.     

神经网络在信息系统安全评价中的应用研究

针对传统的信息系统安全评价方法的单一性和主观性,提出了新的基于BP神经网络的信息系统安全评价方法。根据信息系统安全等级保护基本要求,建立了信息系统安全评价的指标体系．探讨了基于BP神经网络的信息系统安全评价方法,设计构建了评价模型,运用反向传播算法对神经元网络进行训练,并通过MATLAB仿真实验证明该方法能对信息系统的安全性做出准确的评价。     

人工神经网络在函数逼近中的应用研究

利用径向基函数网络研究了人工神经网络在函数逼近中的应用。分析了网络结构对逼近性能的影响。利用MATLAB神经网络工具箱进行仿真。实验结果表明,神经网络具有很好的函数逼近性能,其中RBF网络的逼近性能更优。     

特征级信息融合方法研究

近几年来,针对多传感器信息融合技术逐渐成为当前研究的热点,该文介绍了信息融合技术的基本概念,引出特征级信息融合的概念．并且根据特征级信息融合技术的特点,给出并分析了几种信息融合方法,最后介绍了信息融合技术的应用情况。     

基于LVQ神经网络的截齿磨损程度识别研究

为实现截齿磨损程度的快速准确识别,本文提出了一种基于LVQ神经网络的截齿磨损程度的多特征信号识别方法,并利用自制截齿截割实验台对相同截割条件下的不同磨损程度截齿进行截割实验,提取截割的电流信号、红外信号,建立截齿磨损识别模型,研究表明：新截齿B相电流峰值为1117mA,随磨损程度的加剧而逐渐增大,严重磨损截齿值为1183mA,最大峰值差为66mA;新截齿齿尖最大闪温值为25.52℃,随截齿磨损程度加剧逐渐降低,严重磨损截齿值为18.96℃,最大温度差为6.56℃。基于LVQ神经网络的截齿识别平均最大正确率均可以达到100%,与BP神经网络方法相比提高了12.86%,因此该神经网络具有良好的可靠性与精确性。     

特征级信息融合方法研究

近几年来,针对多传感器信息融合技术逐渐成为当前研究的热点,该文介绍了信息融合技术的基本概念,引出特征级信息融合的概念,并且根据特征级信息融合技术的特点,给出并分析了几种信息融合方法,最后介绍了信息融合技术的应用情况。     

BP神经网络在巡逻机器人多传感器数据融合中的应用

针对传统危化品仓库固定式监控器中监控范围小、报警准确率低的特点,研究了一款危化品仓库巡逻机器人,采用以拉依达准则改善BP神经网络融合性能的多传感器数据融合方法,通过采集泄露危化品浓度、仓库内环境温度和湿度等数据,在对数据进行拉依达去噪、归一化后利用BP神经网络进行融合输出.样机试验结果表明,该方法可有效提升危化品仓库巡逻机器人对空间环境的把握度,大幅度提高报警的准确性和可靠性,同时具备良好的传感器扩展性.     

基于粗糙集和神经网络的信息融合方法

在运用粗糙集理论和神经网络理论进行信息融合的基础上,分析了其各自的优势和存在的问题,设计了将两者综合的信息融合方法.该方法主要思想是利用粗糙集理论对神经网络待处理的数据进行属性约简,借此来简化神经网络的结构.利用这种方法对煤矿中各种与瓦斯危险相关的信息进行融合,以此对其瓦斯安全性进行评价.结果表明,这种方法减少了训练次数而且收敛效果比传统神经网络效果好.     

多传感信息融合与自动化

综述多传感信息融合技术的概念、发展的起因、主要研究内容、现有的理论和方法,同时还就其在工业机器人、汽车自动导航与驾驶、身份识别、多目标跟踪、人工智能等自动化领域的应用进行了讨论.作者对于这一新兴研究方向未来的发展趋势作了展望,并就信息融合的一般理论、主要方法论、存在的问题等进行了探讨.     

一种基于信息融合的网络安全联动模型

在网络安全联动中,有效处理多源安全信息、保证安全响应的实时性是联动模型中要考虑的一个首要问题。信息融合是对多源数据信息进行综合处理的有效手段。文章在分析了常见的联动方案的基础上,提出了一个基于信息融合中心的联动模型,信息融合中心提供三个层次的信息融合,实现安全事件的过滤、关联和融合。     

基于信息融合算法的管道泄漏检测技术研究

基于目前已经在石油输送管道中应用的SCADA系统，将信息融合技术应用于管道泄漏检测系统中；该方法应用管道泄漏时的多种特征信号，采用最优加权融合算法将多元信息综合处理，扩展了时间和空间上的检测范围，提高了泄漏检测系统的灵敏度和可靠性。在实验室用水泵和不锈钢管道组成的水循环系统进行了模拟实验，通过对比验证了信息融合检漏方法比单一检漏方法具有明显的优越性。