信息融合技术及其在包装工业中的应用

论述了多传感器信息融合技术(MIF)的结构,从工业应用的角度出发探讨和提出了一种多传感器信息融合的结构模型.将经典的统计理论和估计理论以及现代的信息理论和人工智能理论应用于信息融合,通过学科交叉和边沿化,形成了多传感器信息融合的算法和理论.提出了一种用于包装工业的多传感器信息融合控制系统模型,为多传感器信息融合在包装工业控制中的应用迈出了一步.     

基于灵敏度的平板结构多类型传感器优化布置

多类型传感器信息融合的损伤诊断是结构健康监测领域的一个热点方向,并且基于多种类型传感器信息融合的损伤识别技术必然依赖于考虑多传感器信息互补的传感器优化布置技术。因此,该文以灵敏度分析为理论基础,以结构损伤识别为目标,对于监测平板结构的加速度传感器、光纤光栅(FBG)应变传感器以及压电陶瓷(PZT)传感器三种类型传感器的位置与数目进行优化。分别考虑环境噪声、边界效应等因素,用灵敏度计算比较不同类型传感器(包括加速度传感器、FBG应变传感器和PZT传感器)达到相同损伤识别效果所需数目,分析各类型传感器对结构损伤敏感的布置位置,并研究能达到识别结构任意位置一定程度损伤所需多类型传感器总和最小的数目。最后,进行平板结构模型仿真分析,验证该方法有效性和可靠性。     

多传感器信息融合技术及其在智能材料结构中的应用

多传感器信息融合技术是对多传感器信号处理的一种有效方法，在军事和民用领域中有着广阔的应用前景，本文主要论述了多传感器信息融合技术的分类和多传感器信息融合技术的数据处理方法。并在此基础上，对多传感器信息融合技术在智能材料结构中的应用进行了研究。     

未知输入干扰下异构多传感器分布式两级信息滤波与偏差联合估计

针对目标跟踪过程中受未知输入影响的多传感器网络,提出一种局部单传感器抗干扰信息滤波算法并根据此算法实现分布式一致性多传感器融合滤波估计实现目标的精确跟踪。首先,建立包含未知输入的系统模型;其次,消除未知输入影响并设计局部单传感器两级信息滤波算法实现状态和广义偏差的同时估计;最后,根据提出的单传感器两级信息滤波算法进行分布式加权数据融合。仿真结果表明,该方法及其融合算法的系统偏差、状态估计误差和均方根误差均明显降低,目标跟踪精度有所提高,并且具有较低的运算量和较高的一致性。     

基于扩展卡尔曼滤波的轮式移动机器人定位技术

针对单一传感器或现有多传感系统在信息传递提取上的不足,应用一种信息融合方法,对机器人进行相对定位与绝对定位的融合分析,得出机器人的最优位置信息,最终实现了移动机器人的精确定位。首先,采用码盘、陀螺仪进行机器人相对定位,采用激光雷达进行机器人绝对定位;其次,建立环境地图、传感器及机器人运动模型;最后,以扩展卡尔曼滤波作为多传感器融合技术,建立多传感器信息融合模型,实现精确定位。     

结构健康监测的传感器优化布置研究进展与展望

大尺度、复杂化、长寿命、多功能现代工程结构长期暴露于严苛服役环境,结构功能与状态会偏离初始设计目标,利用结构健康监测技术进行健康诊断和性能评估是保证结构安全、延长使用寿命、降低维修成本的重要手段,而传感器系统作为结构健康监测的首要环节直接决定了结构安全诊断的准确性。随着待监测结构对安全性、功能性需求的日益提高,传感器优化布置越来越复杂,高效、高精度的结构状态变化数据采集系统也对传感器优化布置问题提出了更高的挑战。着重回顾并评述了传感器优化布置方法、评价方法等研究进展,提炼出传感器优化布置中亟待解决的输入参数与性能之间的耦合关系,可靠性分析,大规模传感器布置优化算法的精度、效率与评价等若干关键问题,并对此进行了未来发展展望,包括非完备信息与最优输入参数下传感器优化布置方法,基于信息融合技术的多类型传感器优化布置方法,传感器布置的多目标优化算法综合设计,基于人工智能的传感器优化布置算法策略,低信噪比、多工况下自适应的振动数据采集系统等重点发展方向。     

多传感器航迹数据融合的机载火控系统

为研究机载火控系统多传感器数据融合的方法。采用了基于多目标多传感器航迹数据融合的改进的卡尔曼滤波算法，运用假设检验理论，充分考虑了位置数据互联的正确性和目标信号的历史信息，使其性能不随目标数目的增大而变差。计算机仿真表明：所建立的系统操作方便，运行可靠，性能价格比高；所采用的算法具有处理速度快、精度高等优点。     

基于模糊支持度的分布式多传感器加权融合算法

针对目前分布式多传感器数据融合算法中鲁棒性和实时性问题,基于充分利用多传感器测量数据中互补和冗余信息的思想,通过局部状态估计精度间支持度函数的建立和支持度矩阵的求解,合理地分配各局部航迹估计在融合中心的权重,进而提出了一种基于模糊支持度的分布式多传感器加权融合算法.最后,通过蒙特卡罗仿真验证了该算法的有效性.     

多传感器信息融合的算法比较

神经网络技术已经越来越多的应用于传感器的信息融合,但是由于传统的神经网络结构对于计算大学习样本,需要的隐结点数很大,导致训练的时间很长,性能下降。本文提出了一种阵列神经网络的结构模型,通过将传统神经网络中的中间隐层用子网络代替,不同的信息分配到不同的子网络中,然后再进入融合层进行融合,从而克服了传统神经网络计算大容量样本的缺点。本文还结合测量压力的多传感器系统,通过比较阵列神经网络和传统神经网络对信息融合的效果和速率来研究阵列神经网络的作用。     

神经网络-模糊推理数据融合技术应用研究

近几年来,神经网络与模糊推理技术相辅相成构成了比较完备的智能信息系统框架.本文以神经网络-模糊推理数据融合技术为主线,重点介绍模糊神经多传感器数据融合系统的建模与分析;针对C3I数据融合系统中,传感器受外界复杂环境的影响使得其探测到的传感器信息具有不确定性,通过将模糊技术、神经网络理论与 Petri网相结合,讨论了模糊神经多传感器数据融合系统的建模方法,这对于提高系统学习能力和对外界环境的自适应能力具有实际意义.     

多传感器信息融合研究概述

多传感器信息融合是一门涉及信号处理、信息论、人工智能、模糊数学等理论的多学科交叉技术,被广泛应用于军事和民用领域。介绍多传感器信息融合的概念主要应用,描述多传感器信息融合的功能模型和融合方法,并对其发展趋势进行分析。     

数学建模锅炉节能操作仿真培训系统及装置

为提高司炉工的节能操作水平,以燃烧调整为培训重点,提出一种节能操作仿真培训原理及装置。依据质量及能量守恒原理,采用分块建模方法分析DZL4-1.25-AII锅炉的数学模型,采用VC++编制仿真程序并结合真实能效测试数据验证模型的准确性。运用多传感器信息融合技术设计由锅炉实体物理模型及PLC传感检测电控系统组成的硬件结构,采用组态技术开发上位机仿真培训考核软件。试点应用效果表明:研制的装置能有效实现燃煤锅炉节能操作技术的仿真培训,提高培训效果。     

多传感器模糊融合跟踪算法

针对集中式融合结构跟踪系统,利用随机逼近算法分析了权值的最优分配原则,提出了一种基于模糊推理的多传感器融合跟踪算法。该算法采用协方差匹配技术,依据滤波新息,动态调整测量噪声方差,使融合系统的均方误差始终最小。同时利用双滤波器结构,根据系统方差,实现滤波器间的动态切换,提出了基于模糊推理的并行双Unscented卡尔曼滤波自适应跟踪算法,增强当前统计模型对弱机动目标的适应能力。针对机动和非机动飞行航路进行了算法仿真,结果表明,在时变测量噪声条件下,采用模糊融合跟踪算法前后的速度均方根误差分别为45.7m/s和36.2m/s, 18.7m/s和9.6m/s,提高了多传感器系统的稳健性和跟踪精度。     

多传感器信息融合技术的监控报警系统

多传感器信息融合技术的监控报警系统是由多个传感器同时采集不同的描述信息,进行有效的提取、处理和传输,将捕获的信息转换成电信号并发送,从而降低了系统中单一传感器的误报率和漏报率,进一步提高了系统的准确性和可靠性。     

基于机场地理信息的多传感器融合跟踪

针对民航机场场面目标的精确跟踪问题,以广播式自动相关监视传感器(ADS-B)和多点定位传感器(MLAT)为基础,提出了一种基于地理引导信息的多传感器融合跟踪方法。该方法通过分布式滤波来协调异类传感器的相互关系,实现航迹融合。滤波过程依据机场地理信息进行自适应控制,通过变结构的多模型来提高跟踪精度。实验表明了该方法不仅具有较高的跟踪精度,而且具有工程应用价值。     

多机器人对未知环境进行实时在线探测的一种方法

将多机器人协作引入了构建地图的作业任务研究中，将多个范围传感器所探测到的环境信息以概率值的方式表示，利用不确定性证据推理的原理对其进行了Dempster-Shafer数据融合。在协作的基础上，设计了避障策略。系统仿真实验，验证了该方法的可行性。     

复杂系统多传感器数据融合技术及应用研究

复杂系统多传感器数据融合是一门新兴的技术,它通过对来自多个传感器的数据进行多级别、多方面、多层次的处理从而产生出单个传感器所不能获得的更有意义的信息。数据融合在军事领域和民用领域都有很大的发展和应用前景。本文论述了复杂系统多传感器数据融合的基本原理、功能模型、层次结构、融合方法等,并指出了多源传感器数据融合研究中存在的问题及研究方向。最后,分析了多平台多传感器数据融合在某海军舰艇平台上的一个应用实例。     

多传感器管理研究及其应用

多传感器管理是在一个动态的、不确定性的环境中,管理和协调多个传感器集或多个测量设备,来提高数据融合的性能及对环境的检测程度.多传感器管理目的在于合理地优化传感器资源、对监测对象进行更好地控制.随着现代多传感器系统的发展,多传感器管理应用领域由军事领域逐步扩展到民用领域.本文介绍了多传感器管理的基本概念、结构、原理,分析了多传感器管理与信息融合之间的关系以及传感器管理中的几个主要问题及其相应的解决方法,指出目前多传感器管理研究中存在的问题及未来发展趋势.     

ANN-FRIFS在多传感器信息融合故障诊断中的应用

对于多传感器故障诊断系统,必须根据环境的变化,传感器的状态等合理地运用各传感器的信息.本文设计了一种基于经验规则和模糊推理功能的ANFIS置信度判别器,此判别器能自适应地对各传感器数据综合判别,得到它们相应的故障置信度,进而对多传感器的信息进行融合,提高了诊断的准确度.     

基于无线传感器网络的智能交通系统——智能交通系统

无线传感器网络（WSN）是一种融合短程无线通讯技术、微电子传感器、嵌入式系统的新技术。智能交通系统作为感知终端,将交通信息收集到控制中心,控制中心对多源交通信息进行分析,为用户提供最优行车路线。