基于多传感器数据融合的温室温度采集

温室具有空间大且温度场分布受多种参数影响大等特点。基于这些特点,本文提出了基于多传感器数据检测与数据融合技术的温室环境温度采集方法。在多传感器采集数据基础上,采用分布图法去除疏失误差,同时采用基于均值的递推估计融合的方法对采集的数据进行融合。仿真结果表明,采用这种方法可以提高温度采集的精度,同时有效地消除了由于传感器失效引起的误差。     

智能温湿度控制系统在配电柜体内的应用

主要研究电力系统中配电柜体内温湿度检测与自动调节,提出了基于多传感器数据检测与数据融合技术的配电柜体内温湿度采集方法。在多传感器采集数据基础上,采用分布图法去除疏失误差,同时采用Bayes后验估计理论融合的方法对采集的数据进行融合。为了更加精确地对温度进行控制,将数据融合技术和湿度变量跟传统的PID控制算法相结合。实测表明,采用这种方法可以提高温度采集的精度,同时有效地改善了由于传感器失效引起的误差、单点采集温度和PID控制的不足。     

基于多传感器数据融合的温室温度采集

温室具有空间大且温度场分布受多种参数影响大等特点。基于这些特点，本文提出了基于多传感器数据检测与数据融合技术的温室环境温度采集方法。在多传感器采集数据基础上，采用分布图法去除疏失误差，同时采用基于均值的递推估计融合的方法对采集的数据进行融合。仿真结果表明，采用这种方法可以提高温度采集的精度，同时有效地消除了由于传感器失效引起的误差。     

基于贝叶斯数据融合的轨道车辆pt100温度检测系统设计

Pt100温度传感器是轨道车辆温度数据实时监测的常用传感器,其性能的好坏影响着人们对轨道车辆运行状态的判断.为了准确判断出存在故障的传感器,检测系统应包含精准的信号采集系统和有效的数据融合处理方法.首先对轨道车辆Pt100温度传感器信号采集系统的放大电路、A/D转换电路等进行设计,采集系统采用分段非线性多项式拟合算法,得到不同温度区间上的标度变换表达式;将一种基于贝叶斯估计算法的多传感器测量数据融合方法应用于采集信号的处理,判断轨道车辆Pt100温度传感器是否存在故障.研究结果表明,采用上述过程测量温度精准,融合误差小,能够有效筛选出发生故障的传感器.     

改进PSO-BP网络在温室数据融合中的应用研究

由于温室环境受到各种因素影响,导致分布在各点的温度值不均匀,为了获得温度的准确值,提出了基于改进PSO的神经网络对其进行数据融合,并且采用分布图法剔除多传感器离异数据,最终得到准确有效的数据,为温室管理提供了精确的信息。仿真结果表明,采用这种方法可以提高温度采集的准确性,并且有效地消除了由于传感器失效引起的误差。     

热导传感器温度特性的CPSO-SVM数据融合校正

为了消除环境温度对热导气体传感器的影响,提出了一种热导传感器温度特性的经典粒子群优化--支持向量机(CPSO-SVM)数据融合校正方法。该方法将热导传感器和温度传感器构成传感器组,利用支持向量机对传感器组的输出信号进行数据融合,采用经典粒子群优化算法和测试样本集均方根误差与平均绝对百分比误差同时最小原则选择和优化支持向量机的参数向量。对氢气浓度的检测实验表明,该方法能有效地改善传感器的温度特性,实现了气体浓度的精确检测。     

基于多点测温的舒适度智能传感器研究

针对人体舒适度的检测,基于手部皮肤平均温度与舒适度之间的定量关系,设计了一种舒适度智能传感器结构。该智能传感器利用三维集成多层结构将多个温度传感元件集成在一块硅基片上,利用基于一致可靠性测度的多传感信息故障判断与信息融合方法,在实现异常数据与器件故障判断的同时实现了多传感信息融合与舒适度检测。实验研究表明,该信息融合方法与平均加权融合相比,融合误差降低了约71.2%,舒适度最大检测误差为±0.051。     

基于模糊逻辑的多传感器数据融合方法研究

针时当前工业环境下温湿度采集和多传感器数据融合的特点和需求,文章提出了一种基于模糊逻辑的多传感器数据融合方法,该方法能够消除错误数据对判别当前环境下温湿度状态的影响.文章首先介绍了温湿度检测系统的硬件构成,然后以模糊集理论为基础,研究了传感器数据的模糊转换,最后给出了基于模糊综合评判的多传感器数据融合方法.试验结果表明,本系统具有很强的实用性和智能性.     

模糊数据融合算法在煤矿安全系统中的应用

采用多传感器对煤矿井内的温度和通风量进行监测,基于模糊系统理论,提出一种应用多传感器模糊数据融合的融合检测方法,将多个传感器所获取的信息模糊化,经过融合中心的合成运算和决策规则,获取矿井温度和通风量状态的精确估计。     

基于多传感器的温室环境数据融合算法研究

无线传感器网络中采集的数据存在着较大的冗余与误差,影响数据的可靠性;而在温室环境监测中,对数据的准确性要求比较高。因此,为了提高多传感器采集数据的准确性,在研究了现有的几种数据融合算法以后,提出一种基于多传感器的综合数据融合算法。给出了采用格罗布斯准则消除粗大误差,并引入哈夫曼树的思想对数据进行项融合的方法。结果表明,该算法可以有效提高测量数据的准确性。     

基于多传感信息融合的轨道线形检测

多传感信息融合是实现轨道线形高精度检测的重要方法,而加速度计和陀螺仪是多传感信息融合中的关键传感器。为了解决加速度计和陀螺仪存在累积误差导致测量精度较低的问题,提出一种基于多传感信息融合的轨道线形检测方法。基于捷联惯性系统和双目视觉的测量原理,建立了双目视觉与惯性测量结合的多传感数据融合模型,并利用扩展卡尔曼滤波实现了双目视觉、加速度计和陀螺仪测量信息的融合,提高轨道线形检测精度。通过实验进行验证,结果表明：基于多传感信息融合方法的测量精度比惯性测量方法提高了近9倍,且测量所得坐标在三个方向上的最大位移绝对误差不超过0.536mm,可有效实现高精度轨道线形检测。     

基于生成模型约束的graph cuts标签融合算法

人脑磁共振图像（magnetic resonance imaging,MRI）分割算法易受图谱错误标签的影响,为减少错误标签对标签融合准确度的影响,提高人脑磁共振图像的分割精度,在图谱预选阶段采用梯度信息和互信息筛选出相似性较大的图谱图像,标签融合阶段提出利用生成模型（generative model,GM）约束的graph cuts标签融合方法,快速准确地分割出人脑海马体结构。与其他的标签融合方法对比,提出的算法具有更高的分割精度。     

一种改进的多无线传感器数据分批估计自适应加权融合算法

为解决温室大棚中多无线传感器监测数据融合精度低的问题,提出了一种改进型的分批估计自适应加权融合算法。算法首先对单个无线温度传感节点一段时间内所采集的数据根据容许函数阈值剔除误差较大的数据,然后对该温度传感器的数据进行分批估计得出该节点某一段时间内的最优估计值,以此得到该区域所有无线温度传感节点最优估计值后,依据权值最优分配原则对每组传感器数据进行组内自适应加权融合,从而计算得到该段时间内温室大棚的温度精确值。通过实验验证得出：相对于平均值法与传统的分批估计算法,本算法数据融合易于实现,融合值相对误差值更低,稳健性更好。     

基于多特征融合的前向车辆检测方法

针对传统车辆检测方法定位精度不高的问题,提出一种基于多特征融合的前向车辆检测方法。采用基于直方图分析和自适应双阈值的方法分别实现阴影和边缘特征的准确分割,并通过阴影和边缘特征的综合分析,生成车辆假设区域。利用对称性、纹理和轮廓匹配度3个特征融合得到的综合特征对获得的车辆假设区域进行验证,剔除其中的误检区域。实验结果证明,该方法能在不同光照条件下自适应地进行车辆检测,检测率可达92%以上,且在检测率和误检率2项指标上均优于传统基于学习的方法。     

基于PSO的神经网络在传感器 数据融合中的应用

针对压力传感器对温度存在交叉灵敏度这一具体问题,常采用BP神经网络对其进行数据融合.但BP神经网络方法训练收敛速度慢,易陷入局部最优.采用PSO全局优化算法训练多层前向神经网络权值,使网络训练误差比BP方法降低了两个数量级,并且收敛速度明显加快.融合结果表明基于PSO神经网络方法更有效地消除了温度对压力传感器的影响,显著提高了传感器的稳定性和准确度.     

基于微波辐射计的多舰无源定位算法

关于舰艇水面目标定位精度研究,多基被动探测交叉定位的精度及稳定性为主要问题。对于多舰被动探测系统,微波辐射计对目标实现定位的最小二乘方法,采用线性近似,定位精度较低;若采用非线性近似如牛顿迭代等方法,又需要考虑迭代的收敛性以及计算量问题。为解决上述问题,提出了一种利用线性最小二乘再结合加权的定位方法。先任取两舰测量所得的方位角利用线性最小二乘法得交会结果,而后利用一种加权运算对交会结果进行融合,得到了多舰定位模型及误差分析。仿真结果表明,新算法提高了定位的精度,增强了定位稳定性。     

基于激光线扫描的桥梁检测仪器误差自动化矫正方法研究

针对原有桥梁检测仪器误差矫正方法数据矫正精度较差的问题,设计基于激光线扫描的桥梁检测仪器误差自动化矫正方法。设定激光扫描仪参数并应用其完成误差数据的捕捉与处理,应用模糊C均值算法得出误差值的变化区间,结合马尔科夫链构建桥梁检测仪器误差矫正模型,完成检测数据矫正。引用Excel VBA程序实现桥梁检测仪器误差自动化矫正,设定数据库数据项格式,保证数据精度。至此,基于激光线扫描的桥梁检测仪器误差自动化矫正方法设计完成。设计对比实验,制定实验流程,选定实验测试点获取实验结果。与原有方法相比,此方法数据矫正精度较高且精度波动较小。由此可知,此方法优于原有方法,将其应用可有效降低桥梁检测误差的产生。