多通道ARMA信号信息融合Wiener滤波器

应用Kalman滤波方法,基于白噪声估计理论,在线性最小方差最优信息融合准则下,提出了多通道ARMA信号的两传感器信息融合稳态最优Wiener滤波器、平滑器和预报器;给出了最优加权阵和最小融合误差方差阵.与单传感器情形相比,可提高滤波精度.一个雷达跟踪系统的仿真例子说明了其有效性.     

多传感器信息融合稳态最优Wiener反卷积滤波器

应用现代时间序列分析方法,基于ARMA新息模型和Lyapunov方程,提出了单通道ARMA信号的多传 感器信息融合稳态最优Wiener反卷积滤波器。它避免了Riccati方程,可用于设计含未知模型参数和含未知噪声方 差系统的自校正信息融合滤波器。一个仿真例子说明了其有效性。     

多通道信号自校正分布式融合Kalman滤波器

对带未知参数的多传感器多通道自回归滑动平均(ARMA)信号,采用多维递推辅助变量(MRIV)方法得到自回归模型参数估值,通过Gevers-Wouters算法辨识滑动平均模型参数估值,再用相关方法得到噪声方差的估值。把所有的估值都代入到最优分布式融合信息滤波器中得到自校正分布式融合Kalman信息滤波器。该滤波器具有渐近全局最优性,一个多通道信号仿真例子验证了其有效性。     

多传感器分布式融合Kalman预报器

应用现代时间序列分析方法,基于ARMA新息模型,在线性最小方差最优信息融合准则下,对于输入噪声与观测噪声相关且观测噪声相关的多传感器系统,分别提出了按矩阵加权、按标量加权和按对角阵加权的3种分布式融合稳态Kalman 预报器。其中提出了基于Lyapunov方程的局部预报估值误差方差阵和协方差阵计算公式。它们被用于计算最优加权,与单传感器情形相比,可提高估值器的精度。一个跟踪系统的仿真例子说明了其有效性,且说明了3种加权融合预报器的精度无显著差别。但标量加权融合预报器可显著减小计算负担,提供一种快速实时信息融合估计算法。     

多传感器信息融合浅析

利用多传感器的信息融合获得有关目标的知识，可以避免单一传感器的局限性限制，减少传感器不确定性误差的影响。本文阐述了多传感器信息融合研究的三个主要领域，即信息表示、融合的模型结构和方法及融合中的控制，并以典型成果介绍了在这些领域研究中已取得的进展。最后，根据国外研究的发展趋势提出了我们的对策。     

一种机器人非视觉多传感器信息融合方法

当机器人配备多个传感器时，控制系统必须能够把来自不同传感器的数据融合为被测物体的准确表达。本文探讨了多传感器融合的体系结构和两级融合系统，并给出了运用实验结果。     

多传感器信息融合的车载定位方法的研究

阐述一种利用多传感器信息融合技术提高车辆定位精度和可靠性的方法。首先,通过建立陀螺仪、加速度计和里程计传感器的数学模型和联邦卡尔曼滤波器数学模型,对SINS/GPS/OD传感器采集到的数据进行信息融合处理,提高系统定位精度和可靠性;其次,采用MATLAB对纯惯性导航系统、SINS/GPS/OD组合导航系统及其各子系统进行了数字仿真。仿真实验结果表明:本系统较纯惯性导航系统定位精度显著提高,并具备一定的容错能力。     

多传感器信息融合专家系统方法

本文探讨了地面战场侦察多传感器系统(GMSDS)的专家系统方法。阐述了以自动化知识为基础的多传感器信息融合专家系统的基本概念,结构组成及适当的推理方法,论述了其应具有的技术特点及信息的相互关系和影响。     

多传感器信息融合技术及其应用

随着科学技术的迅猛发展,信息采集与融合趋于多元化和复杂化.单一的传感器已经无法满足需求.因此,多传感器信息融合技术开始广泛应用于各行各业,并提高了信息处理的准确性和完整性.从概念、结构与分类、关键算法的研究和实际应用等方面对多传感器信息融合技术进行了介绍,并总结了该技术的发展趋势与未来前景.     

多传感器信息融合中的证据冲突判决方法

为了提高多传感器信息融合中冲突判决的准确性,提出了用多个证据冲突函数对证据冲突进行判决。首先分析证据冲突机理,指出证据冲突与证据间命题差异和潜在冲突有关,应在多证据组合情况下衡量证据冲突程度。然后给出多个证据冲突函数解决证据组合时冲突判决问题。最后通过仿真验证了该方法的有效性。     

光电信息系统多传感器数据融合模型研究

论述了多传感器数据融合在光电信息系统中的作用与优点,分析了光电传感器特性,建立了光电信息系统数据融合功能模型、结构模型,对基于卡尔曼滤波器的目标状态估计与基于确定理论方法的专家系统用于目标身份识别进行了研究．     

多传感器数据融合发展评述及展望

结合近年来国内外的研究成果,回顾数据融合研究的发展历程,介绍了多传感器数据融合的概念和模型,探讨了数据融合的多层式体系结构,对数据融合理论的发展和研究现状进行了分析,对未来研究方向进行了展望。     

多传感器最优信息融合白噪声反卷积滤波器

基于Kalman滤波方法和白噪声估计理论,在线性最小方差按矩阵加权最优信息融合准则下,提出了带相关噪声系统多传感器信息融合白噪声反卷积滤波器.提出了各传感器滤波误差之间的协方差阵计算公式,可用于计算最优融合加权阵.同单传感器情形相比,可提高融合滤波精度.它可减少在线计算负担,便于实时应用.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernoulli-Gaussian白噪声反卷积滤波器的仿真例子说明了其有效性.     

迭代异方差估计及其在多传感器数据融合中的应用

 本文提出一种适应任意噪声分布的迭代渐近无偏估计异方差的方法,它能对多个不同测量噪声的方差进行估计.不同于传统的异方差估计算法,本文提出的迭代异方差估计,可在不损失估计精度和减少运算量的前提下,对多个不同的测量噪声方差进行捕获和跟踪.在多传感器数据融合中的应用结果表明:本文提出的方法具有估计稳定性好、运算简单和具有较强的鲁棒性等优点,仿真和实验的结果均证明了提出方法的有效性和可行性.     

一种基于费歇信息增量的多传感器对多目标的分配方法

在对序贯Kalman滤波在多传感器多目标跟踪中的应用情况进行分析之后,提出了一种基于费歇信息增量的多传感器对多目标的分配方法．该方法较好地解决了传感器的组合分配问题,并能对目标的跟踪精度实施控制,仿真结果证明了该方法的有效性．     

基于多传感器信息融合的汽包水位诊断系统设计

文中旨在克服传统汽包水位故障诊断方法中存在的弊端,将基于RBF网络的信息融合技术应用于水位传感器的故障诊断,通过构建高精度RBF网络逼近器,结合其他聚类融合方法,引入多种类、多数量传感器信号和控制决策预测信号的汽包水位多传感器数据融合控制系统,其利用多传感器信息融合技术对火电厂锅炉系统中相关传感器提供的大量数据进行融合,从而得到汽包水位的高精度逼近值,以逼近值作为监测水位传感器状态的参考基准,来实现对汽包水位的有效故障诊断。仿真结果证明了所设计的系统能够准确、快速的融合处理底层传感器信号,并做出有效的控制决策。