基于多传感器信息融合的人体姿态解算算法

针对传统人体姿态解算算法中存在的稳定性差和解算精度低等问题,提出一种基于多传感器信息融合的姿态解算算法。利用四元数计算人体的姿态变化,将惯性测量模块的姿态测量值与观测值之间的偏差通过PI调节进行控制;采用互补滤波对多传感器数据进行融合,求取人体实时姿态。实验表明,该算法能够实现稳定地输出高精度姿态数据。     

海洋传感器网络协同目标识别机制研究

海洋恶劣环境下的目标自动识别是海洋技术研究领域的一个难点,基于海洋传感器网络进行水下目标自动识别是一个崭新的研究方向。该文主要研究了如何充分利用海洋传感器网络中多个传感器的数据融合功能,将水下目标辐射噪声信号中携带的目标特性信息进行决策融合,多个传感器进行协同处理获取最优结果。该文提出了一种基于贝叶斯估计的决策融合机制,决策融合中心利用多个传感器的本地决策进行协同判决。     

小波分析在测井数据融合处理中的应用

通过分析测井信号曲线能够较好地解决实际的工程问题,综合利用多条测井信号所反映的地层信息,应用小波分析方法将多条测井曲线信号融合成一条参数曲线。对融合后的参数曲线解译,增强了原始测井曲线中所包含的共有信息,削弱了单条测井信号中存在的偶然误差,使得测井数据的可信度大大提高。     

基于神经网络的网络传感器火灾报警系统

利用网络化多传感器技术设计了数据融合模块,基于神经网络BP算法良好的非线性映射能力．对温度传感器、烟雾传感器和一氧化碳传感器同时探测的数据进行智能化融合处理。结果表明：该火灾报警系统能准确地识别火灾信号,明显减少了误报和漏报率。     

基于多传感器的汽车防盗系统的数据融合技术

基于汽车的常见被盗方式，介绍了用多传感器采集信号、信息融合技术处理信号的方法，分析了信息融合技术的基本算法，讲述了神经网络的自学习和自组织能力．通过分析可知：使用多传感器的汽车防盗系统具有高的准确性和可靠性，能起到及时、有效的预警和报警作用．     

基于模糊PID卡尔曼滤波的多传感信息融合移动机器人定位研究

当工业移动机器人处于复杂工作环境中,其信息序列误差随各量测噪声特性的变化而增大,若使用卡尔曼滤波器进行多传感信息融合则很难做到实时测量和调整,融合后的误差也随之倍增。为解决此问题,在卡尔曼滤波融合前引入增量式模糊自适应PID控制,通过模糊规则设计,改善滤波噪声方差,对融合信息进行限制,并对限制后的速度信号和加速度信号进行融合,从而提高控制精度。MATLAB系统仿真显示,所设计的控制器对多传感器的信息融合效果良好。     

双精度温度传感器静动态融合方法

研究使用Pt膜电阻和热敏电阻两种传感器同时对温度进行测量,通过对其输出数据的融合处理,利用两者静动态特性的不同特点求得比较好的测量结果.其中,应用加权平均的方法进行静态融合,融合测量方差分别为σL=3.9×10-3和σC=3.59×10-2的双传感器,获得了σ=3.5×10-3的测量结果;应用分布式多尺度动态融合理论进行动态融合,针对上升时间分别为80 s和60 s的两只传感器,获得了62 s的融合结果.试验表明:应用双精度传感器的融合数据综合提高了测量系统的准确性和动态响应特性.     

信息融合技术及其在造纸黑液浓度测量中的应用

针对造纸碱回收系统中黑液蒸发工段黑液浓度难以直接在线测量的特点,对影响黑液浓度的两个参量———温度和压力进行了测量,采用多传感器信息融合技术对传感器输出的温度和压力数据进行融合处理,计算出了黑液的浓度。     

多传感器加权信息融合算法研究

将新兴的随机加权估计应用于多传感器信息融合,文章提出一种基于随机加权估计的多传感器信息融合算法,用于解决多传感器对目标同一参数进行测量时权的最优分配问题。仿真结果表明,文中提出的随机加权融合估计算法优于传统的平均值估计融合算法,并且随着测量次数的增大,均方误差越来越小。     

声传感网中的语义增强型信息融合方法

该文提出了一个面向声传感器网络的信息融合新方法.通过对探测到的声信号进行语义分析和自动语义属性标注,把领域知识显性化地描述出来.利用语义描述的潜在分类能力,研究了将领域专家知识引入到信息融合中两种方式.在此基础上结合传统数据融合模型,提出并构造一个将高层次语义概念引入到目标识别中的信息融合新框架.利用声传感器网络采集到...     

自主移动机器人的自定位问题研究

为解决仅仅利用视觉系统或者声纳系统得到的信息进行机器人自定位时存在较大的误差的问题,提出了一种极坐标系下进行自定位的方法.在极坐标系下,通过简单的几何算法获得视觉距离和角度、码盘距离和角度及声纳距离和角度,然后运用模糊数学的方法再对其信息融合,即将机器人视觉信息,驱动码盘信息和声纳信息等进行有效的融合,得到了理想的距离和角度信息,从而提高机器人的自定位精度.实验结果表明:在4 m范围内,其定位误差低于1.5%.该研究为多机器人定位提供了参考依据.     

异向性磁阻传感器检测车流量的新方法

针对因单轴或双轴的模拟式异向性磁阻传感器检测车流量时无法获取空间磁场、地磁垂直分量(Z轴)不能全面体现车辆信息,以及环境中的强磁场导致磁阻传感器输出信号漂移等问题,根据行驶车辆对地磁场的扰动效应原理,设计开发了基于ZigBee无线传感器网络的车流量检测系统,提出一种车流量检测方法.该方法采用新型三轴数字式磁阻传感器HMC5843替代传统的单轴或双轴模拟式磁阻传感器,以三轴磁场合成的磁场强度替代地磁垂直分量执行状态机算法检测车流量,当车辆驶离传感器时重新获取环境磁场来解决信号漂移问题.实际测试表明：该方法在测量精度、可靠性、冗余度等方面均优于地磁垂直分量（Z轴）法.     

路面破损检测自动定位技术

定位技术是路面破损检测系统中的重要技术。本文利用卡尔曼滤波器处理GPS定位数据,提出了GPS与距离传感器结合实现破损图像精确定位的算法。该算法可为路面破损图像提供更为准确的定位信息。最后,试验验证了本算法的正确性。     

基于转速传感器的定时引信可行性研究

介绍了一种利用转速传感器来自我修正时间的定时引信.根据对现有小口径弹丸的分析,描述了基于嵌入式系统的智能引信软硬件.智能引信通过使用嵌入式系统设计,使得系统能自我修正时间.引信模块结构简单,具有较大的通用性.     

Application of evidence theory in information fusion of multiple sources in bayesian analysis

How to obtain proper prior distribution is one of the most critical problems in Bayesian analysis. In many practical cases, the prior information often comes from different sources, and the prior distribution form could be easily known in some certain way while the parameters are hard to determine. In this paper, based on the evidence theory, a new, method is presented to fuse the information of multiple sources and determine the parameters of the prior distribution when tile form is known. By taking the prior distributions which result from the infornlation of multiple sources and converting them into corresponding mass functions which can be combined by Dempster-Shafer (D-S) method, we get the combined mass function and the representative points of the prior distribution. These points are used to fit with the given distribution form to determine the parameters of the prior distribution. And then the fused prior distribution is obtained and Bayesian analysis can be performed. How to convert the prior distributions into mass functions properly and get the representative points of the fused prior distribution is the central question we address m this paper. The simulation example shows that the proposed method is effective.     

利用簇收缩策略的传感器节点重要性评估算法

针对现有借助移除思想设计的节点重要性评估方法不能准确刻画网络中传感器节点重要性的问题,提出了一种新颖的传感器节点重要性评估算法.该算法利用簇收缩策略来代替传感器节点的移除,进而有效规避了由节点移除而引发的网络拓扑不稳定及断裂等现象.具体步骤是首先凭借谱分析方法找出网络中的原始簇结构,然后借助簇收缩策略找出网络中的重要节点,最后利用超能节点来实现对重要节点的针对性保护,进而达到延长无线传感器网络寿命和增强网络抗毁性的目标.相关仿真也验证了所提算法的有效性.     

无线传感器网络节点定位算法研究

针对无线传感器网络中DV-Hop定位算法在未知节点到锚节点距离计算中的不足,提出了一种新的距离计算方法。该算法考虑了未知节点到锚节点路径中相邻三个节点组成的夹角对距离的影响,从而更精确计算出距离,并对改进算法和原算法进行了对比仿真。仿真结果表明,改进算法有效地提高了节点的定位精度和覆盖率.     

垂直线阵声图测量原理研究

提出了一种在近场条件下,利用垂直线阵聚焦波束形成技术测量目标噪声源的分布图(声图)的方法.垂直声压阵只能测得目标噪声源在某个垂直面内的二维声图,且存在前后(或左右)模糊问题.垂直矢量阵则可利用声压振速的联合信息,先通过直方图方位估计测向,再进行聚焦扫描,这种方法能很好地解决测量模糊问题,并能得到目标的三维声图.     

一种无人机红外/毫米波雷达数据融合方法

无人机用途十分广泛,不管是侦察定位,还是执行其他任务,均需要具有较高的目标跟踪定位能力,通常可将红外传感器和雷达配合使用。文章针对使用红外传感器在直角坐标系下对目标运动状态估计时不稳定且红外传感器与雷达数据率不一致的问题,提出一种将基于修正球坐标系的红外(IR)目标跟踪与毫米波雷达(mmw)跟踪结合在一起的方法,通过使用最优数据压缩方法,将红外与毫米波雷达信息融合,解决了在直角坐标系中使用红外传感器的不稳定问题以及红外传感器数据率明显高于雷达数据率的问题,实现红外与雷达同步数据融合,有效地提高无人机的目标跟踪能力。     

基于信息融合的分布式入侵检测体系结构研究

随着计算机与网络技术的发展,入侵技术也越来越先进。许多入侵行为都具备反检测的能力,这些行为会模仿被入侵体系的正常用户行为或通过多台主机联合攻破被入侵系统。针对较复杂的入侵行为,仅靠一个传感器来提供信息很难与正常用户行为进行识别,必须通过多传感器信息融合的方法来提高对入侵的识别能力,同时降低误判率。