基于多传感器数据融合的准静态校准数据处理方法

静态标定后的电子测压器靶场实测时存在测不准和测试精度不高的问题,为了提高系统的可靠性和测试精度,提出了基于模拟膛压发生器的模拟应用环境的准静态校准方法.为了提高校准工作效率,提出了基于多传感器数据融合的准静态校准数据处理方法.文中详细论述了多传感器数据融合理论以及标准压力曲线上升沿校准法的合理性.用上述方法校准后的电子测压器进行靶场实测,测试数据精度高,可靠性强.     

放入式电子测压器的校准技术研究

电子测压器是理想的火炮膛压测试仪器,用经过静态标定的测压器测得的火炮膛压峰值与铜柱测压器测得的峰值相比散布很大.究其原因可能是选用的压力传感器的带宽无法完全覆盖膛压信号的带宽,也可能是火炮发射时的恶劣环境改变了传感器的动态特性.针对上述问题,通过准δ函数校准法得出压力传感器的频响特性完全满足测量膛压的要求.设计了模拟膛压校准装置,能模拟火炮膛内高温高压环境,产生幅值在80 MPa~800 MPa,脉宽在10 ms~20 ms的压力信号.实弹测试数据表明,经过模拟应用环境校准后的测压器所测压力峰值分布稳定性好、置信度高.     

微型电子测压器准动态校准的合理性

准动态校准已应用于微型电子测压器的校准中,为了证明其合理性,从膛压发生器模拟实测火炮膛压的可行性、标准系统的动态响应特性、前沿抽样的合理性、测压器输入输出为线性关系的合理性4方面内容进行了论证。另外,实测试验结果表明,准动态校准后的微型电子测压器的可靠性和测试精度均能满足测试要求,从而进一步验证了准动态校准的可行性和合理性。     

基于加权数据融合和相关性的微型电子测压器改进的动态校准方法

为确保微型电子测压器在高温、高压、高冲击的实测环境中的测试精度,缩短校准周期,设计了模拟火炮膛内压力环境下的微型电子测压器动态校准系统,并从"虚拟"标准测试系统的建立和测压器动态灵敏度的计算两方面介绍了原始和改进的动态校准方法.对比分析其结果可知,改进的动态校准方法不仅能提高微型电子测压器的测试精度,而且能有效缩短校准周期,从而验证了改进的动态校准方法的可行性和合理性.     

一种优化的贝叶斯估计多传感器数据融合方法

由于来自多个传感器的测量数据总是有一定程度的不确定性和不一致性,采用多传感器数据融合算法将多个节点的测量数据进行数据融合,利用数据的冗余度来减小这种不确定性,得到高可靠性的数据信息。提出了一种优化的贝叶斯估计多传感器数据融合方法,将贝叶斯估计和卡尔曼滤波器结合起来,应用于无线传感网络数据融合中。根据滤波器应用到传感数据、融合数据或者两者的方式,提出3种不同的技术,即:前向滤波法、后向滤波法和前后向滤波法。通过一个实例研究估计移动机器人的位置,验证算法的有效性。实验表明,在集中式和分布式两个方面数据融合体系结构,结合卡尔曼滤波器的贝叶斯融合算法能够有效地解决数据的不确定性和不一致性。     

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。     

基于最小一乘估计的多传感器信息融合方法

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,从稳健性角度,利用统计理论中的最小一乘估计,提出一种多传感器数据的融合方法。该方法基于自适应加权,以最小化传感器测量数据的绝对偏差为目标函数,通过求解条件极值问题,得到各传感器数据的权数,从而给出融合结果。仿真实例表明方法的有效性和较好的稳健性。     

基于贝叶斯网络的体域网多模态健康数据融合方法

体域网作为无线传感器网络在生物医学领域的一个重要分支能够远程实时监测人体多项健康数据.针对基于体域网采集到的多模态健康数据融合与分析方法进行研究,设计了一套包括动态心电传感器、血压传感器和血氧饱和度传感器的体域网组网方式,提出了一种基于贝叶斯网络模型和推理算法的心肌缺血监测识别方法.通过对60例确诊心脏病患者施行单一模态动态心电监测和多模态健康数据监测对比实验,验证了所提出的多模态健康数据融合方法能够有效提高无症状性心肌缺血的检出率,为临床应用提供了一种新的辅助判别手段.     

基于多传感器信息融合在状态估计上的应用

利用测量系统采用单一传感器对测量系统获取观测数据,通过经典卡尔曼滤波算法对观测数据进行估计.在对复杂多变的环境中利用多种传感器所测量的数据进行融合分析,针对不同结果的观测数据,建立数学模型,用方差大小来衡量每个传感器的精度性,对获取到不同的观测数据进行观测融合,采用集中式融合和分布式融合方法,分布式融合运用矩阵分析把高...     

基于线性经验Bayes估计的位置数据融合方法

给出了一种多传感器位置数据的融合方法。这种方法基于线性经验Ｂａｙｅｓ估计。该方法不需要被测参数的精确分布形式，该方法易于计算，并且在许多传感器融合问题和信号处理上有着潜在的应用。     

一种雷达和摄像机的空间标定方法

多传感器融合技术已经广泛应用在智能汽车环境感知领域中;雷达和摄像机的空间标定是伴随信息实时融合的道路检测技术的基础;结合智能汽车的实际应用,提出了针对激光雷达和摄像机的空间标定方法;通过特制的标定板来获得雷达数据和图像数据,选取激光雷达坐标系作为世界坐标系,通过参数拟合的方法来求取图像坐标系与雷达坐标系的变换关系,进而实现两种传感器的空间配准;该方法只需要标定板就能够完成激光雷达和摄像机的空间标定,标定精度高,实现了多个传感器世界坐标系的统一,避免了后续处理中数据解释的二义性;实验结果表明这种方法简单准确,满足系统要求。     

一种基于手眼标定的增强现实跟踪注册方法

手眼标定是机器人领域常用的一种确定机器人末端坐标系和摄像机坐标系之间相互关系的标定方法。跟踪和定位是增强现实研究的热点,跟踪定位通常为复合跟踪系统,结合多传感器跟踪信息,优势互补,达到更高测量精度和准确度。跟踪注册是实现信息有效融合的基本前提。文章将机器人手眼标定引入多传感器跟踪注册,并通过实验验证了这种基于手眼标定的跟踪注册方法的有效性。     

基于最小二乘估计的数据采集通道标定方法

由于数据采集通道受外界环境因素的影响,A/D转换器输出数值与输入模拟信号之间对应的理想数学关系式不再成立;为了得出输入信号与A/D输出数值之间的对应关系,在分析电路所采用器件电气特性的基础上,建立了数据采集通道的标定模型,并给出了基于最小二乘原则的模型参数估计方法;通过对直流电压信号的直流准确度和对正弦交流信号有效值的测试,证明了该模型的正确性和可行性.