基于多传感器融合技术的楼道照明检测系统设计

传统楼道照明系统中使用单一传感器检测外界环境,存在可靠性差、人性化程度低等问题,通过对单片机控制技术、多传感器融合理论的深入研究,提出采用人体红外传感器模块、人体微波传感器模块和光敏电阻模块组成的多传感器检测系统,该检测系统不仅提高了检测系统的可靠性,而且使照明系统人性化程度大大提高。通过在proteus中对所建立的电路模型进行仿真,结果表明,所设计的检测系统满足使用要求,研究内容有较高的应用价值。     

多传感器融合技术在火灾报警系统设计中的应用

采用多传感器对影响火灾事故的参量进行监测,基于自适应加权融合理论,对多个传感器探测到的数据进行处理和识别,实验结果表明,该多传感器的智能火灾报警器能够比较准确地识别火灾信号,准确性较高,误报率较低。     

多传感器数据融合技术在室内环境品质监控系统中的应用

为解决室内环境监控系统在信息处理中的误差和不确定性问题,提出一种多传感器自适应加权数据融合算法及基于模糊集理论融合算法的室内环境品质综合指数判定原则。该算法和判定原则以室内环境监测数据为研究对象,对室内环境品质因素进行综合等级评估,并根据评估结果控制驱动设备动作。实验表明:这种数据融合算法和判定原则是正确的,以此构造的室内环境品质监控系统具有较高的精度。     

基于多传感器融合信息的故障诊断

研究了多传感器信息融合技术应用于复杂设备系统状态监测和故障诊断的方法。简述了多传感器信息决策层融合及 Dempster- Shafer证据理论的基本内涵 ,研究了基于 Dem pster- Shafer证据理论的决策层信息融合进行状态监测和故障诊断的算法 ,利用这一方法对柴油机的工作过程多种故障进行了诊断识别应用 ,其分析结果表明 ,该方法可有效地提高柴油机故障诊断的准确性和可靠性。     

多传感器数据融合技术在温度检测中的应用

由于温室空间大且温度分布受多种因素影响等特点,提出了一种多传感器数据融合技术的温度检测系统.并进一步采用格罗布斯准则消除粗大误差,并运用基于均值的递推融合算法对采集的数据进行处理.结果表明,采用这种方法可以有效的消除由于传感器失效引起的误差.     

多传感器数据融合技术在车辆动态称重中的应用

针对车辆动态称重系统的结构和特点,采用一种基于神经网络的多传感器数据融合技术处理方法,并将其应用到动态称重系统中。通过对融合前后的数据进行比较分析,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。     

多传感器数据融合技术在多相流参数测量中的应用

对于多相流动系统,由于多传感器系统比单传感器具有优越性,所以,数据融合技术在多相流参数检测领域的应用越来越受到关注.对多传感器数据融合技术作了回顾,介绍了多传感器数据融合技术在多相流参数检测,如流型辨识、多相流流体界面分布成像等方面的应用情况,并对这项技术在多相流参数检测方面所面临的挑战和前景作了分析.     

基于数据融合技术的多传感器目标跟踪系统

数据融合技术是集多种学科于一体的前沿技术.多传感器目标跟踪是数据融合技术在目标跟踪领域的应用范例,它将多个传感器信息有机合成,估计目标的运动状态,产生比单一传感器更优越的跟踪性能,在此,阐述了数据融合技术及其在多传感器目标跟踪系统中的应用.     

多传感器融合技术及其应用

多传感器融合技术是近几年来迅速发展的新技术，具有广阔的应用前景。本重点介绍了该技术的基本工作原理、功能、融合法及其应用等。     

多传感器融合技术在加湿节能控制器中的应用

介绍了一种多传感器数据融合技术在加湿节能控制器系统中应用的方法.该方法首先采用分布图法剔除疏失误差,然后采用基于均值的分批估计的融合方法对采集的数据进行处理.提高了数据采集的精度,同时有效地消除了由于传感器失效引起的误差.这种数据融合方法计算简单,易于编程,可以获得比有限多个传感器的算术平均值更准确的测量结果,具有较高...     

移动机器人多传感器信息融合技术综述

阐述了当前在移动机器人领域常用的几种多传感器融合方法,介绍了移动机器人常用的传感器配置及所用的融合算法。对D-S证据理论、卡尔曼滤波、神经网络与模糊推理信息融合方法优缺点进行了对比分析。     

抽油管缺陷检测的多传感器融合技术

将多传感器信息融合技术应用于抽油管缺陷在线检测系统.油管缺陷定量检测的多传感器信息融合模型的建立分别在数据层、特征层和决策层三个融合层次上进行;选取4路传感器信号进行信号直接融合,通过硬件直接形成油管的偏磨信号;建立了基于插值法的偏磨缺陷的定量分析方法,并给出了实测结果.对于坑状缺陷,通过对28路传感器所观测的目标进行统一的特征融合,提取特征向量,利用神经网络的决策模型完成了坑状缺陷的量化分析.     

基于神经网络的大直径测量多传感器数据融合

多传感器数据融合技术可以避免单一传感器的局限性,充分利用不同时间和空间的测量数据信息,大大提高测量系统的性能和效率。本文将BP神经网络应用于大直径测量系统的特征层数据融合,得到准确的测量结果。     

多传感器数据融合技术在动态称重系统中的应用

利用多传感器数据融合技术,通过对超声波传感器、测速传感器、电容传感器以及称重传感器测得的物料质量数据进行数据融合,大大提高了称重系统的测量精度,得到受环境干扰因素更小、精度更高的有关物料的测量数据。仿真结果表明,该方法在数据处理的精确性和稳定性方面都得到改善,可以有效地减小噪声、振动、电磁干扰等环境因素对动态称重系统测量的影响。     

基于信息融合的异步电动机故障诊断方法

针对交流异步电动机故障诊断，扩展了多传感器信息融合技术的理论，分析了异步电动机建模环境的不确定性导致这些诊断结果混叠甚至误诊的原因，提出了针对异步电动机采用新型的测试传感器和多传感器信息融合进行故障诊断的实现方法框架。     

基于有偏卡尔曼的多传感器数据融合研究

推导出偏参数为矩阵形式的有偏卡尔曼滤波(BKF)的完整迭代过程,该算法在均方误差条件下优于卡尔曼滤波(KF),可以进一步提高估计的精度.将BKF与多传感器融合算法中的扩维融合和序贯式融合相结合,推导出多传感器扩维有偏卡尔曼滤波和多传感器序贯有偏卡尔曼滤波算法,并从理论上证明了多传感器序贯BKF融合在均方误差条件下优于扩...     

多传感器支持度和自适应加权时空融合算法

针对多传感器测量数据中含有的噪声,提出一种基于多传感器支持度和自适应加权时空融合算法。时空融合算法将数据融合分解为时间和空间两次融合估计,先采用支持度和基于时间的递推估计进行第一次融合,再通过自适应加权估计在空间上进行第二次融合。该算法不需要知道传感器测量数据的任何先验知识,只利用空间位置中多传感器的方差变化,通过调整参与融合的各传感器的加权系数,使融合系统均方误差始终最小。     

基于独特型网络理论的车载多传感器信息融合算法

在独特型网络的基础上,设计了一种应用于高速公路上,装载CCD和雷达的车辆多传感器信息融合模型。实时更新的抗体库能提高识别速度,而抗体库多样性则通过抗体间正交亲和度阈值来保证。独特型网络中抗体浓度随着抗原入侵产生变化,最终达到另一平衡状态,并得到融合结果及其可信度。抗体浓度的变化由克隆选择算法实现。