多传感器数据融合研究

数据融合技术又称多传感器数据融合或分布式传感,即对多类多源和多平台传感器数据进行组合,提供有关空间信息综合态势的一种数据处理技术。数据融合可分为:信号级数据融合、像素级数据融合、特征级数据融合和符号级数据融合。本文讨论了红外图像、可见光图像、多谱图像、雷达图像等的数据融合问题以及各级数据融合的方法。     

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。     

地理大数据与GIS平台在国土空间规划中的应用

常规的国土空间规划方法存在规划后地图质量差的问题,为此引进地理大数据与GIS平台,对国土空间规划展开设计。为了确保国土空间规划方法的有效性,引进地理大数据技术,实时获取数据并掌握与国土空间相关的地质资料,对多源数据类型进行整理与获取。同时,融合多源数据清洗算法,转换国土空间多源数据结构,并融合多源数据,规划国土空间位置关系。此外,通过对比实验,设计的方法在完成空间规划后,地图质量相对较高。     

面向复杂信息系统的多源异构数据融合技术

多源异构数据给复杂信息系统的智能化信息处理带来巨大挑战,如何对多源异构信息大数据进行融合已成为当前的热点研究技术。该文以复杂电力信息系统为基础,分析多源异构数据融合的预处理方法及其相关性分析技术;随后探讨当前主流的多源异构数据融合技术及其优缺点;在此基础上,提出基于Kafka和Storm数据处理平台的海量日志处理实际工程大数据分析架构,并利用该架构对多源异构数据融合技术进行测试和分析。该文的理论分析和实验构建可以为相关大数据工程分析与应用提供借鉴意义。     

小波变换遥感图像的数据融合

利用小波变换方法进行多卫星遥感图像数据融合，分析不同长度的小波基对融合图像的影响，从信息的保持性、视觉效果及运用灵活性等方面与IHS、PCA融合算法进行了比较，从而探讨这一新算法在遥感图像分析应用中的可行性。     

基于多源空间数据的烟台市电子地图的制作——以烟台市芝罘区为例

地理信息系统（GIS）的迅速发展和广泛应用导致了空间多源数据的产生,给数据集成和信息共享带来了极大的不便。多数据格式是多源空间数据融合的主要原因。本文以目前所拥有的前端数据AUTOCAD的DWG格式和MAPGIS格式的烟台市地图为例,主要探讨了多源空间数据的产生和集成问题,并针对数据集成中的几个问题提出了解决方案,对涉及到的关键技术进行了分析。     

基于多源信息融合及模糊故障树的小子样可靠性评估

针对传统故障树布尔逻辑难以描述事件之间的关系,且在实际应用中可靠性数据获取不足的问题,提出一种基于多源信息融合方法和T-S模糊故障树的小子样多态系统可靠性评估方法。以T-S模糊故障树为基础,将相关函数多源信息融合法应用于底事件可靠度的确定。同时,为避免不可用数据的影响,提出t检验对样本数据和验前信息进行相容性检验,解决了小子样系统中底事件可靠度难以确定的问题,提高了预测精度。基于铸造起重机主起升机构可靠性评估对提出的方法进行验证,结果表明所提出的方法能够很好地应用于铸造起重机起升机构的可靠性评估,可为提高起升机构可靠性提供支持和参考。     

高光谱数据融合研究

多传感器的遥感数据融合在城市规划、土地利用、矿产探测、军事侦察等领域有着非常广泛的应用前景。本文高光谱图像光谱分辨率高、空间分辨率低、多光谱图像空间分辨率高、光谱分辨率高的特点,阐述了其数据融合。特别介绍了CRISP锐化算法。     

基于双重注意力机制的异步电机故障诊断方法

多源数据融合的深度学习模型中，通常采用等比重的方式将不同类型信号的特征映射至融合层。然而，该过程忽略了非同源信号特征对最终识别效果贡献程度不一致的问题。为此，提出了一种基于双重注意力机制的深度学习模型。该模型首先采用通道注意力模块抑制同源信号内无关分量的影响，其次利用多源数据注意力模块自适应分配非同源信号特征的权重，然后对重新赋权的特征进行融合，最后利用分类器实现模式分类。将所提方法应用于异步电机故障诊断，结果表明，该方法平均识别准确率为99.74%,其诊断效果优于现有方法。     

我国海岸带海岛礁遥感研究进展及建议

为厘清我国海岸带海岛礁遥感近年来发展取得的成就以及存在的问题,本文摘选近十年来若干典型性研究,按照"近海陆域–潮间带–近海水域–海岛礁"的空间顺序进行综述和探讨。总体而言,海岸带的土地覆盖、海岸线等仍是当前遥感应用研究的热点;同时,随着我国经济的快速发展和城镇化出现的环境问题,地面沉降、海水入侵、潮间带生态监测、海水养殖、赤潮、岛礁证据等新兴遥感应用方向也取得大幅进展,有效支撑了国家海洋战略。但同时也发现使用的遥感数据自主性不强、遥感信息更新频率低、学科孤立发展难以满足实际需求等问题。建议加强国产多源数据协同、多学科交叉以及大数据云平台支持下的大范围与局部高精度自动化、常态化监测等。     

TM和SAR遥感图象特征层融合分类方法的研究

针对空间遥感ＴＭ图象和ＳＡＲ图象信息的特征层融合应用于地物分类,提出了一种结合Ｍａｒｋｏｖ随机场和ＢＰ神经网络模型的多源遥感图象迭代分类方法。该分类方法与现有的基于Ｍａｒｋｏｖ模型的分类器相比具有无须假设条件概率密度函数模型的优点;与ＢＰ神经网络分类器相比,由于其考虑了类别标号的空间相关性,提高了分类精度;有别于传统的上下文分类器：它是通过迭代过程中来实现分类的,在考虑了类别标号的空间相关性的同时     

家庭远程医疗监护报警和咨询智能系统

介绍了家庭远程医疗监护和咨询智能系统，它综合运用数据融合、数据挖掘、小波分析、模式识别、人工智能等技术，能自动进行监护数据分析和异常情况识别及网络报警、远程实时诊断。给出了系统的硬件组成框图，家庭端软件结构组成框图、医疗监护中心端软件结构组成框图，介绍了系统的部分关键技术，基于小波变换的心电信号分析，结合数据挖掘和机器学习的自动建模方法，基于数据融合和识别推理的病人异常情况识别。该系统在微机Windows平台采用VC 实现，经仿真实验取得了满意的结果。     

Weighted residual fusion with multi-modality features for high-resolution aerial scene classification

In scene-level classification of remote sensing, fusion of multi-feature can significantly boost the performance. However, most methods directly fuse the features of different modalities without considering the importance of each feature modality. Based on the above considerations, in this work, multi-modality features weighted residual fusion method is proposed. First, the extracted high-level and low-level features of the scene image are encoded into a unified feature representation. Then the reconstruction residuals of each modality of each scene class are calculated based on two representation-based classification, i.e. sparse representation (SR) and collaborative representation (CR). After fusing the weighted reconstruction residuals of these two modalities with SR and CR, the class label is assigned to the category with the smallest residual. We make extensive evaluations on two challenging remote sensing data sets. The comparison with the state-of-the-art methods demonstrates the effectiveness of our proposed method.     

Instrumentation and calibration protocol for imaging dynamic features in dense-scattering media by optical tomography

Instrumentation is described that is suitable for acquiring multisource, multidetector, time-series optical data at high sampling rates (up to 150 Hz) from tissues having arbitrary geometries. The design rationale, calibration protocol, and measured performance features are given for both a currently used, CCD-camera-based instrument and a new silicon-photodiode-based system under construction. Also shown are representative images that we reconstructed from data acquired in laboratory studies using the described CCD-based instrument.     

Performance analysis of hyperspherical colour sharpening method for IRS satellite images

Various image fusion methods have been developed and investigated for different remote sensing (RS) applications. Hyperspherical Colour Sharpening (HCS) method was recently proposed for World View-2 imagery. A limited study has been carried out to find the performance of HCS method for other datasets. In this paper, an experiment is engineered in which HCS method was applied on Indian remote sensing (IRS) datasets. The performance analysis of the method was carried by both qualitative and quantitative methods. In addition to that the quality of indices image for each method is compared to analyse the suitability of methods for various applications based on these indices. Brovey transformation (BT), principal component substitution (PCS), high pass filtering (HPF) and discrete wavelet transform-based principal component substitution (DWT-PCS) were also applied on the selected data and used in comparative analysis with the HCS method. The study reveals that HCS method outperforms in terms of the spectral fidelity, but produces some shortcoming for spatial resolutions. The quality of indices images show that BT and HCS methods do not hold the spatial details after fusion indices image computation, while indices from HPF, DWT-PCS and PCS hold some of spatial information injected into fused output.     

Time-sharing wave-front-sensing adaptive optics

Based on the concept of common-path/common-mode adaptive optics, the time-sharing wave-front-sensing adaptive optics system contains only one Hartmann-Shack (H-S) wave-front sensor, which detects two aberrations in the beam path alternately. After data fusion of the two aberrations, the actuator voltage of the deformable mirror (DM) is obtained. How the disturbances of the slope data and the response matrix influence the DM's actuator voltage in the data fusion methods is discussed, and the effective upper limits are given. Feasible data fusion methods are tested, and experiments verify that the performance of the system is good. The time-sharing technique is limited in sampling rate and is suitable only for corrections of slowly changing phases, because the H-S wave-front sensor's sampling frequency must be adequate for the alternate detection of two aberrations.     

基于数据融合的结构损伤识别方法研究

为提高结构损伤识别的准确率,在大型复杂土木工程结构的健康监测中引入多传感器数据融合技术,提出了基于数据融合技术的结构损伤识别方法的实用模型,建立了结构损伤识别方法的评价指标,并通过钢筋混凝土板试验分析了常用的数据融合方法——Bayes方法和D-S证据理论的有效性。分析结果表明:采用数据融合技术,结构损伤识别方法的评价指数更高,即结构损伤识别的效果更好。     

基于证据理论的超声粘接检测的数据融合

目的 研究超声粘接检测的数据融合方法。方法 采用D－S证据理论。结果 提出了利用纵波、横波、板波等不同的超声探头检测金属与非金属粘接状态的融合方法,并进行了验证分析。结论 提出的方法是可行的。     

一种抽样小波域的遥感影像融合新方法

针对传统图像融合方法的不足,提出了一种新的基于IHS变换与抽样小波变换的高清晰遥感影像融合方法.该方法将直方图匹配后的全色影像的高频系数作为融合后的高频系数,而融合后的低频系数依据新提出的融合规则得到,最后采用小波逆变换与逆IHS变换获得融合图像.实验结果表明,该方法在提高融合影像的空间分辨率与光谱质量之间得到了更好的折衷.该方法的计算复杂度接近于常用的基于抽样小波变换的融合方法,明显少于基于非抽样小波变换的融合方法.     

SAR图像与多光谱图像融合方法研究

本文针对SAR图像分辨率高、纹理信息多、斑噪影响大，而多光谱图像光谱信息丰富、分辨率较小的特点，提出了一种SAK与多光谱图像的数据融合算法。该方法分三步进行：首先使用粗糙集理论选取图像特征，在此基础上，对特征提取后的图像进行配准，配准中采用了数理统计中近似正态分布的方法，配准精度在一个像素以内，最后采用相关性加权的方法对配准后的SAK图像与多光谱图像进行融合。融合实验以LandSat的TM图像与Radsat的SAK图像为例，实验结果表明该方法取得了较好的融合效果。