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。     

基于信噪比的多传感器数据融合方法

针对多个传感器对某一特性指标进行多次测量实验的数据融合问题,提出了一种基于信噪比的多传感器数据融合方法.该方法首先视各传感器的测量值为模糊集合,利用模糊集合中的最大最小贴近度来度量不同传感器测量值之间的相近程度,其次给出了不同时刻各传感器的一致性测度,然后基于信噪比定义了一致可靠性测度,最后利用一致可靠性测度得到传感器数据的融合公式.应用实例验证了该方法的有效性.同时,通过与平均值法和可靠性融合法的比较分析,表明该方法具有较好的稳健性.     

基于模糊推理的多传感器数据融合方法

针对多传感器目标跟踪系统可能出现的传感器漏检现象,提出了一种基于模糊推理的消除漏检现象影响的方法。该算法根据各传感器的量测变化,及时调整参与融合的各传感器量测的数目及其加权系数,保证量测融合值的有效性。通过对两个传感器进行数据融合和目标跟踪的仿真表明,该算法是一种简单有效,有工程应用前景的数据处理算法。该方法同样适用于多于两个传感器的多传感器融合系统。     

基于相似度的多传感器数据融合

利用多传感器状态估计向量(或测量值)的标称化差定义了相似度和相似度矩阵，用空间信息形成一致性测度，用时间信息形成可靠性测度，最终形成了多传感器的组合及加权，并进行时空融合，该融合既可在数据层进行，也可在决策层进行，仿真计算表明了基于相似度的数据融合的有效性。     

基于多传感器数据融合的电机故障诊断

针对传统电机故障诊断方法中存在的不确定性,本文提出基于多传感器数据融合的方法来处理传统电机故障诊断基于单个参数诊断带来的不确定性,介绍数据融合故障诊断系统的结构模型,并应用于某异步电动机的故障诊断,实验结果表明,基于多传感器的数据融合方法可以减少传统故障诊断中的不确定性.     

基于多传感器数据融合的智能机器人设计

提出一种基于多传感器数据融合技术的智能机器人系统设计，介绍了系统所选用的激光、超声、红外、光敏等传感器的类型．阐述了系统的硬件结构与软件设计及D—S数据融合算法。     

分布式多传感器数据融合

介绍经典统计推理理论的分布式多传感器数据融合的概念、形式和方法，以及目前在这一领域研究中已取得的进展及今后的发展趋势．     

多传感器数据融合控制

本文研究了多传感器数据融合控制的结构及基于卡尔曼滤波的融合控制算法，最后给出了仿真结果。     

异步多传感器数据融合

由于传感器自身以及通信延迟等原因,使得异步多传感器数据融合问题比同步问题的研究更切合实际。对连续时间系统在融合中心和各传感器节点分别进行异步离散化处理,离散后过程噪声与测量噪声以及测量噪声之间相关,虽然相应连续时间系统中的噪声是不相关的。最后推导了相关噪声情况下的异步融合算法,仿真结果说明了算法的有效性。     

多传感器数据融合技术

文章讨论了多传器数据融合功能模型，介绍了多传感器数据融合算法及体系结构。     

多传感器数据融合并行处理技术

分析了多传感器数据融合算法,并根据算法特点设计了基于集群计算机的数据融合系统,给出了算法映射策略,实现了数据融合的实时大容量处理,最后给出了实验室测试结论。     

多传感器数据最优融合

利用可信区间估计的概念,检验传感器测量值偏差,描述传感器间的支持关系,确定传感器数据的取舍,提出两种最优融合算法,仿真给果表明两种最优融合方法是有效的,其精度高于简单平均法。     

基于小波理论的多分辨率多传感器数据融合

小波变换的多尺度特点非常适合多尺度信号的处理,可以用于多分辨率多传感器数据融合,本文研究了不波变换的特征,提出基于小波包变换的多分辨率多传感器的数据融合算法,算法不需要把小波系数当成白噪声处理,并一能够有效地降低向量和矩阵维数,减少运算,有较好的滤波性能,同时采用双正交小波包变换,这可以克服基于正交小波包变换的多尺度滤波中正交小波因不具有线性相而产生恢复失真的缺陷,进一步提高滤波性能。     

基于信息熵的多传感器数据的融合方法

针对多只传感器对某一特性指标进行测量实验的数据融合问题,利用信息理论中的信息熵,提出了一种新的多传感器数据的融合方法。该方法以最小化各传感器测量数据的信息熵之和为目标函数,通过求解极值问题,得到了多传感器数据的融合结果。可以较好地避免受主观因素影响的关系矩阵,充分利用实验数据,防止有效数据的丢失。该算法简洁稳定,可用于提高智能仪表的测量准确度和改善智能仪表的抗干扰能力。     

无线传感器网络中基于免疫的数据融合机制

为了减少传感器节点间的传输量,延长无线传感器网络的生命周期,提出一种基于免疫的数据融合机制.首先提出用分级分发算法来生成融合图,融合图中的汇聚策略既节省网络能量,又兼顾网络可靠性.其次利用人工免疫系统的自学习和自适应的特点,提出免疫融合算法,通过免疫消冗、免疫选择和免疫记忆来保证系统的高可信度和低冗余度.实验表明,该机制有效地降低了系统能耗,具有较好的通用性.     

基于多传感器数据融合技术的电子设备故障诊断

针对电子装备故障诊断中单一类型故障特征量和诊断方法无法完成诊断任务,导致故障诊断率不高的问题,将多传感器数据融合技术应用于多注速调管发射机装备故障诊断。构建故障诊断模型,提出把故障诊断过程分为两个层次。首先,借助不同的神经网络实现多输入信号的函数变换的功能,获得各种故障基本概率分配值;然后,在决策层利用D-S证据理论的合成法则将各神经网络诊断结果融合起来统一判决,得到最终综合诊断结果,通过实例仿真,并与初步诊断结果进行比较,结果表明早期故障识别率大大提高。     

基于主成分分析的多传感器数据融合

针对多个传感器对某一特性指标进行测量实验的数据融合问题,根据多元统计理论,提出了一种基于主成分分析的融合方法。该方法把各传感器的测量数据作为一总体,定义总体的各主成分,利用测量值与主成分的相关关系,给出了各传感器的综合支持程度和数据融合公式。该方法不需要知道总体的分布和先验概率,避免定义距离矩阵和受主观因素作用的关系矩阵。应用实例验证了该方法的有效性和具有较强的抗干扰能力。     

基于SVR的多传感器数据融合处理方法

为了提高传感器的稳定性和每个参量的测量精度,本文提出了一种新的基于支持向量机回归估计(SVR)的多传感器数据融合处理方法.仿真实验结果表明,该方法能有效降低压力传感器的交叉灵敏度系数,提高压力和温度的测量精度.而且压力传感器的零位压力相对温度变化的稳定性明显优于多维回归分析和人工神经网络的数据融合处理方法.     

基于多传感器的语义数据融合方法研究

物联网已经渗透到各个领域,并对各领域数据进行自动采集和应用。但异构数据的存储和融合一直是物联网的技术难题,使数据信息不能被理解,阻碍传感器的应用。因此设计高质量的数据融合算法,具有重大实际应用价值。本课题拟通过语义,根据物联网传感器数据融合的理论分析与本体建模的方法,以及传感器本体和语义融合的一般方法,提出基于多传感器的语义数据融合方法,促进语义在物联网多传感器数据融合中的应用,为物联网系统的智能控制和决策分析打下基础,加快物联网在各领域的快速发展和深入应用,有一定的经济和社会效益。     

基于NB-loT环境监测的多传感器数据融合技术

为了有效的对环境质量进行综合评价,结合窄带物联网(NO-loT)技术和传感器技术构建的环境监测系统,对采集的温度、湿度、甲醛、粉尘(PM2.5)和总挥发有机化合物(TVOC)等环境因素进行多传感器数据融合研究,采用两级并联型融合方式对环境质量进行评价,融合前对采集的数据进行中值滤波剔除因外界干扰产生的异常数据。其次利用卡尔曼滤波算法对多组同类传感器数据融合,得到最佳的同类传感器值。最后运用模糊综合评价法将上一级融合后的各异类传感器进行决策层融合,其中的权重值由熵值法确定,隶属度函数采用高斯型,运用上述算法分别对不同环境场景进行测试。仿真结果表明通过多传感器数据融合能够获取更加丰富且有效的环境信息,消除单因子传感器对环境质量评价的简单性和局限性,提高整体 环境质量评价的可靠性与准确性。