过程控制系统中多条件约束的多传感器故障检测与诊断

针对工业过程控制系统中的故障具有类型多样、时空独立和非线性等特点,使得检测与诊断效率降低,系统性能下降等问题,提出了一种基于自定义多条件约束的多传感器故障检测与诊断机制;该机制,首先考虑了系统的稳态和时空特征建立了非线性过程控制系统多故障模型,并给出了满足条件判定法则;然后对于系统中的单故障,并发故障和通信故障等类型给出了多条件约束法则及独立特性判断;最后提出了通过自定义多条件约束的多传感器故障检测与诊断机制;实验结果表明,在平均检测概率、稳态特征保持能力和系统功耗等方面明显优于无条件约束的机制,可以显著改善过程控制系统性能.     

基于嵌入式多信息融合的列车测速定位系统

列车的测速定位是提高列车运行安全及运输效率的关键技术。为此,根据国内外研究发展现状,提出一种基于嵌入式多传感器信息融合的列车测速定位系统。通过轮轴速度传感器、多普勒雷达速度传感器、加速度计和查询应答器采集列车的状态信息,并在嵌入式系统中利用联邦Kalman滤波及融合技术对信息进行处理,实现测速轮径的自适应校正以及空转／滑行的检测与补偿,减小由于车轮磨损、空转、滑行、环境等因素造成的列车测速定位误差。Matlab仿真结果表明,该系统能够有效提高列车测速定位的精度。     

数据分割与注册:智能化多传感训练系统范例研究

针对多传感器系统的数据融合问题,以自适应性肢体康复训练系统为例,对数据分割与注册进行了研究.对于数据分割中的时间序列对准问题,采用三次样条拟合的方法加以解决;对于数据注册中的形式统一化问题,将实际测量参数经特征提取、适应性建模、预测及自评估,变为特征变量和相应的自评估置信概率表述,其他档案性信息和非模拟量参数则通过模糊化处理变为相同形式的表述,再进一步转换为统一的符号形式,即可解决.仿真结果证明了该融合决策方案的有效性.     

Kalman-CS非均匀性场景校正算法的研究

多元探测器的应用必然会给遥感图像带来非均匀性,这是目前国内外遥感界竞相研究的领域。本文将Kalman滤波器校正算法与常数统计(CS)校正算法相结合,提出了Kalman-CS校正算法。对美国TERRA卫星MODIS图像进行的校正试验表明:采用Kalman-CS校正算法能有效去除遥感图像中的非均匀性条带,校正后的图像品质显著提高。     

基于SIFT和NCC的多源遥感影像配准方法

针对多源遥感影像的配准,提出了一种结合SIFT算法和归一化互相关（NCC）匹配算法的配准方法。该方法采用SIFT算法提取特征点并进行匹配得到一定数量的特征点对后,利用SIFT特征点的尺度和方向信息对NCC进行改进,进一步从未能匹配的特征点中获取匹配点对,经粗差滤除后得到有效的匹配特征点对,随之进行影像配准。方法结合了SIFT算法和NCC算法的优点,解决了多源遥感影像因辐射差异和几何差异造成的难以正确配准的问题。实验结果表明,算法具有较强的鲁棒性,并取得了较好的配准精度。     

往复压缩机智能诊断专家系统的研究与应用

往复式压缩机是流程工业安全生产的关键机组,由于缺乏有效的安全监控和故障预知手段,往复式压缩机存在故障率高、安全事故频发的特点。为有效降低往复式压缩机故障停机时间并减少安全事故,在对压缩机运动部件结构、功能和故障机理分析的基础上,针对往复式压缩机振动激励源多和故障关联性强的特点,开发了基于多传感器信息融合和正向推理的往复式压缩机智能诊断专家系统,通过提取敏感特征参数并建立和故障类型相关的独立诊断规则,实现了自动故障诊断。建立的往复式压缩机智能诊断专家系统已应用于国内多家石油炼化企业。实践证明:往复式压缩机智能诊断专家系统在机组异常时能够自动报警并给出故障诊断结论,提高了设备预知维修水平,保证了往复式压缩机运行的安全性、可靠性。     

用卡尔曼滤波方法实现运动平台多传感器配准

目的针对运动平台的多传感器系统,研究一种能有效地估计配准误差并消除其影响的算法．方法提出用卡尔曼滤波方法估计失调误差和姿态误差,该方法首先估计失调误差,然后利用不含失调误差的模型,估计并消除姿态误差．结果该算法能有效地估计多传感器系统的配准误差,使融合数据确定性明显增强．结论将卡尔曼滤波算法应用于运动平台的多传感器数据配准,它能有效估计配准误差,对于传感器的数据融合有重要的意义．     

低检测概率条件下的多传感器机动多目标跟踪方法研究

为解决低检测概率条件下的多传感器非线性、机动、多目标检测、数据关联及滤波问题,首先对目标数量进行随机过程建模,其次应用模型参数以及目标数量对目标状态进行了增广,最后应用多模型粒子滤波器（MMPF）对多传感器在低检测概率条件下的机动多目标跟踪进行了仿真。仿真结果表明：基于MMPF的低检测概率目标跟踪方法能够有效检测目标数量,同时对机动多目标具有良好的跟踪性能。     

输电线路加权数据融合故障测距算法研究

高压输电线路故障测距具有多种不同的方法,如基于稳态量的单、双端测距和基于行波信号的单、双端测距等。由于电力系统存在许多不确定性因素及干扰,单一测距方法都有其固有的局限性。将多传感器数据融合技术引入电力系统故障测距,充分利用多测距源提供的冗余信息,提出自适应加权数据融合测距算法。该算法利用先验知识或仿真数据获取各单一测距算法在不同工况下的加权系数,然后对单一算法的测距结果进行加权融合,最终获得可靠精确的测距结果。应用PSCAD/EMTDC建立500 kV输电系统模型,通过模拟不同故障情况对算法进行了仿真验证。仿真结果表明,融合测距算法基本不受过渡电阻、故障位置、故障类型、分布电容等因素的影响,具有良好的可靠性、精确性和鲁棒性。     

基于GPRS的油烟监控数据采集终端设计

针对餐饮企业引发的城市空气污染日益严重的问题,根据当前国家环保建设发展重点和餐饮业油烟检测要求,设计了一款油烟环境系统的数据采集终端,通过气体传感器和温度传感器采集油烟数据,再经过终端控制器进行数据处理,并通过GPRS上报系统的监控中心,为环保局及其他行政管理部门提供实时的区域油烟净化势态综合数据。