基于信息融合技术的多传感器系统

本文介绍了使用了多种传感器技术，并采用数据融合技术进行指挥控制的船载火炮指挥控制系统的设计；文中自尊心的论述了各传感器的构成及工作原理，并介绍了信息融合技术及其应用。     

基于多传感器信息融合技术的防盗报警系统

本文介绍了利用多传感器信息融合技术进行防盗报警的监测系统。文中给出了传感器的选择原则和系统的硬件结构，并讨论了多传感器信息数据融合的几种模型结构。     

基于异质多传感器的网络分布数据融合的一种算法

针对多异质传感器数据融合能够实现信息互补,改善目标跟踪精度,提出了一种异质多传感器异步量测融合算法,即首先将量测方程线性化,再在砷合中心通过建立伪量测方程,得到同步的量测数据,然后利用噪声相关的伪序贯思想进行融合处理得到全局估计,与现有算法进行仿真比较,结果表明了该算法的有效性。     

基于多传感器融合的移动机器人定位算法研究

针对移动机器人在室外环境下全局位姿定位精度低、定位耗时长的问题,提出一种基于多传感器融合的机器人定位算法。首先构建移动机器人的运动模型,并选用里程计、惯性测量单元IMU和激光雷达作为移动机器人的基础传感器;然后采用自适应蒙特卡罗定位算法对传感器融合位姿进行位姿误差计算,获取移动机器人初始位姿;最后进行激光点云匹配,获取全局地图,并利用基于全局正态分布地图的NDT算法进行初始位姿修正,最终实现全局位姿校正和高精度定位。结果表明,基于多传感器融合的移动机器人定位误差控制在0.04 m范围内,定位时长均值为0.045 s,定位误差较小,定位损耗时间较少。由此说明,本定位算法可提升移动机器人的定位精度和定位效率,可实现移动机器人全局位姿快速、精确定位,提出的定位算法具备一定的有效性。     

多传感器集成与融合概述

多传感器集成与融合是目前智能机器与系统领域的研究热点,具有广阔的应用 前景．本文结合国内外多年的研究成果,对多传感器集成与融合进行了全面地介绍,详细介 绍了其目前研究的主要问题以及解决的方法．并且对多传感器集成与融合所存在的问题以及 未来的研究方向进行深入地探讨．     

基于DSP的航姿系统多传感器信息融合技术

设计了基于DSP的专用导航计算机,并以此为硬件平台,采集陀螺仪、加速度计、磁航向传感器和速度传感器信号,利用卡尔曼滤波技术进行多传感器信息融合,成功搭建了低成本小型航姿系统。针对该航姿系统的特点,设计了导航计算机程序快速更新软件,对卡尔曼滤波器进行低阶处理。针对导航计算机“数字信号处理器(DSP)+单片机(MCU)”的特殊结构,设计了合理的多传感器信息融合程序。实验证明:航姿系统利用多传感器信息融合技术,使用自行研制的专用导航计算机平台,姿态误差小于0.2,°航向误差小于0.5°,且大大减小了系统成本、体积和功率,具有实际应用价值。     

多传感器集成融合技术

多传感器集成融合是人类进行区域感知的主要手段和关键技术，它是在通信科学、计算机科学、信息科学高度发展的基础上，在军事、工业、航天、机器人等领域新兴的科技前沿。本文对该领域当前已取得的成就从理论和实践两方面沿着历史的进程进行了概括和综述，指出研究的难点与不足之处。     

分布式多传感器决策系统融合律的等价类

在任何融合律定后最优传感器律能求得的假设下,我们分析了导致融合律之间等价性和优越性的条件,应用如上结果,欲获全局最优的系统性能,我们可以划分所有可能的融合律为若干等价类和比较某些等价类之间的性能,于是有价值的融合律等价类数目将大大减少,而且上面的分析并不依赖于观测数据的统计性质和优化系统性能的目标。     

基于量测自适应辨识的多传感器数据融合算法

针对量测不确定条件下多传感器量测数据的合理利用和有效融合问题,提出了一种量测不确定下多传感器量测自适应数据融合算法。算法实现中考虑到传感器量测受扰动影响的具体情况,通过单个传感器的量测似然度的求解确认等效量测,并利用传感器量测数据间统计距离的构建完成对等效量测优化,进而实现不含扰动影响传感器量测数据的合理选择和融合。理论分析和仿真实验验证结果表明:新算法不仅有效改善扰动对于滤波精度的不利影响,并且相对于分布式融合方式降低计算复杂度。     

多传感器检测系统的 多步反馈融合算法

通过分析分布式检测系统的工作原理，提出了一种新的局部检测器融合方法，该方法利用检测器局部判决结果与融合中心融合结果的误差多步累积平均值对检测器下一步判决进行修正，从而达到提高检测器检测概率的目的。分析表明，该算法能有效提高系统的性能。     

基于实时操作系统的多传感器融合系统软件结构

针对多传感器融合系统在动态、不确定环境下应用要求,提出了一种基于实时操作系统的软件结构。该结构具有鲁棒性,结构开放性,传感器可动态重构性以及传感器任务完成时间可预测性的特点。该结构由五种任务组成:传感器采样任务(SST),传感器数据处理任务(SDPT),融合任务(FT),管理任务(MT)和人机界面任务(MMIT)。最后,通过一个基于这种软件结构的医疗辅助机器人系统验证了该结构的可行性。     

基于神经网络的多传感器数据融合的分散型网络结构系统

多传感器数据融合在日益复杂的工业、军事等领域变得越来越重要,在实现方法上,神经网络由于其自身特点在该领域显示出广阔的应用前景。针对以往解决方案的不足,提出分散式的网络结构模型,详细描述了层次模型及各层次组成模块的工作原理及实现方法,然后提出高怪规划层的概念,用于实现分散型的网络结构。最后,进行了仿真实验,用实际数据论述该算法。     

基于多传感器信息融合技术的智能驾驶系统模型

阐述了智能汽车研究对交通安全的重要性和发达国家关于智能汽车研究的历史、发展和趋势,重点提出了基于多传感器信息融合技术的智能驾驶系统模型,分析了此模型下各系统模块的功能,介绍了系统模型中信息融合方法的引入,最后提出了对智能驾驶技术应用的展望.     

一种基于Web的多传感器数据融合系统模型

1 引言以通讯、传感器、计算机和网络为基础的数据融合(DataFusion)技术正在愈来愈深刻地改变着现代战争的形式。1998年Buede和Waltz给数据融合下了一个具有广泛意义的定义:一个自适应的知识创建过程,通过对来自各种信息源的一致或不一致观测数据的校正、相关和合并处理,建立起有组织信息索引集,并由此对某个特定的观测区域的结构、行为进行建模、理解和解释。由于军事目的的特殊性,大多数数据融合的应用都局限于一个独立的系统,采用相对稳定的客户机/服务器模型。实际上,以互联网为背景的未来战争已不再局限于特定的地点和对象。比如,洛克希德·马丁公司在研项目ISC2(Inte-grated Space Command and Control)就是这样一个虚拟的指挥和控制系统,它允许任何指挥官、在任何时间和任何地方     

基于多传感器融合的体育运动姿态信息监测系统

由于传统信息监测系统在体育运动姿态信息监测应用中的监测效果不佳,因此提出基于多传感器融合的体育运动姿态信息监测系统。首先,利用多传感器融合理论构建系统架构,并采用列阵方式将角速度传感器和惯性传感器融合;其次,构建传感器部署模型、融合模型、分配模型,实现对姿态信息的采集;最后,采用小波技术对信息进行降噪处理,并进行对比实验。实验结果表明,设计系统的召回率在90%以上,最长响应时间为0.51s,在体育运动姿态信息监测方面拥有广阔的应用前景。     

基于信息融合的多传感器侦察技术

本文介绍了多传感器侦察系统中信息融合技术的特点、层次、结构模型以及实现方法,提出了未来多传感器侦察系统信息融合技术应着力解决的问题。     

基于Rough集的多传感器融合技术

分析了多传感器融合的必要性，提出了基于Rough集构造模糊神经网络的方法，并应用于多传感器的智能状态监测系统。     

基于多传感器融合的移动机器人定位

针对移动机器人定位系统中单一传感器定位精度低与环境地图的重要性问题, 提出了一种基于多传感器融合的移动机器人定位方法. 首先, 在未知环境下, 分别利用单一里程计, 扩展卡尔曼滤波(extended Kalman filter,EKF)算法融合里程计、惯性测量单元(inertial measurement unit, ...     

基于多传感器信息融合的控制系统研究

本文研究了多传感器组合系统的智能化数据融合方法。从数据处理算法、故障检测和系统可靠性等方面探讨了基于多传感器的控制系统,并提出了一种实用的数据处理算法和故障检测算法。