基于灰色关联的多维分配航迹算法研究

航迹关联算法是多传感器信息融合系统的重要组成部分,也是实现航迹融合的基础.同一个平台纯方位多传感器组成的信息融合系统,因各类传感器输出的航迹信息只能显示不同时刻的方位信息,导致航迹相关判断难度增加.文中针对多传感器系统航迹管理算法只可解决两局部节点问题,提出多维分配灰色航迹关联算法,从这种算法的管理策略及描述入手,选择仿真实例获取各传感器航迹间管理结果,验证结果表明,这种算法的性能优越性高于传统算法,其正确率明显高于灰色航迹管理算法.     

分布式多传感器交互式多模型融合算法

将交互式多模型(IMM)算法应用到分布式多传感器融合跟踪系统中,代替原有系统的单模型Kalman滤波,推导出了分布式多传感器交互式多模型信息融合算法,并通过仿真实例验证了算法的效果。     

对于带未知噪声的反卷积系统的多传感器信息融合辨识算法

对于一个带未知噪声的反卷积系统,提出一种基于自回归滑动平均(ARMA)模型的多传感器信息融合辨识算法,使用该算法可以得到对系统未知噪声统计和部分未知参数的局部和融合估计,并且证明了估计的收敛性。     

基于逆协方差交叉融合的多传感器非线性滤波器

为了解决互协方差未知的多传感器非线性系统的融合估计问题,针对非线性系统提出了基于序贯逆协方差交叉和并行逆协方差交叉的两种容积卡尔曼融合估计算法.各个子系统通过容积卡尔曼滤波器得到滤波估计,分别利用序贯逆协方差交叉融合算法和并行逆协方差交叉融合算法对各子系统局部估计进行融合.两种算法可有效地避免求解高维的权系数凸优化问题,降低了计算负担.当传感器数目很多时,并行逆协方差交叉融合算法因其多层并行结构可以显著节约融合时间.最后仿真结果证明了算法的有效性.     

海量信息融合方法及其在故障诊断中的应用

针对多传感器融合的信息不确定性以及证据理论缺乏对海量信息融合的有效处理,以概率盒理论为基础,提出一种基于改进的证据理论概率盒融合算法,用于解决故障诊断中的应用问题。首先将多个传感器数据进行分布类型检验,然后针对不同分布特点使用不同方案进行建模,并利用改进的证据理论概率盒融合算法进行数据融合,最后从融合后的结果中提取特征,利用支持向量机进行故障诊断,得出诊断结果。实验结果表明,该方法合理可行,尤其在海量信息融合中,效率得到显著提升。     

基于 CMT 的红外可见融合跟踪算法

现有大部分融合跟踪算法都使用分类器型跟踪算法,这种算法在目标尺度发生变化时会存在一定误差。虽然已有一些解决方案,但仍不能从根本上解决该问题,而且一般无法估算目标的旋转状态。为此,基于CMT 算法提出一种新的基于点的多传感器融合跟踪算法。在获取目标状态上综合了多传感器信息,并对目标中心使用卡尔曼滤波进行修正,能够跟踪目标并获得目标的尺度及旋转信息。实验结果表明,该算法在常见分辨率下跟踪非旋转目标,重叠率与现有算法相当,在分辨率较高的情况下,在实时性上具有优势。     

基于D-S证据理论数据融合在智能家居中的应用

简要叙述了D-S证据理论应用于多传感器数据融合的基本原理和方法,并将这种设计方法引入到智能家居领域.构建一个基于D-S证据理论的多传感器多个周期的集中式融合二级模型.通过一个具体实例说明了报警信息的具体的融合过程,仿真结果表明,该模型算法的融合结果具有很高的准确性和可靠性.     

海上目标的主、被动传感器信息融合

多传感器信息融合已经被应用到许多领域 ,但用于海上目标的识别和融合的文章并不多 ,本文主要是针对海上目标进行的。利用NN算法 ,给出一个新的门限。通过航迹关联和决策融合 (D -S证据推理 )对海上目标进行判别 ,可以提高识别舰船的概率。最后进行信息融合 ,进而提高目标识别的精度。验证结果表明 :性能有相应的提高     

基于多传感器与WiFi融合的室内定位方法

针对室内定位精度不高的问题,通过融合多惯性传感器定位技术和WiFi定位技术,提出一种基于多惯性传感器和WiFi定位结合室内定位方法。首先使用基于WiFi的室内定位中的RSSI算法,根据位置指纹、利用最近邻匹配算法获得绝对位置信息,再通过基于三轴加速度传感器与陀螺仪的步数检测方法以及基于电子罗盘与陀螺仪的航向估算方法获得相对位置信息。最后基于位置指纹的方式对多传感器的室内定位进行步长校正,得到较为准确的定位结果。实验结果表明,该方法与单独运用惯性传感器或单独使用基于WiFi的室内定位方法相比,精度更高。     

基于融合算法的火灾远程监控报警系统设计

提出一种基于多传感器信息融合算法,以单片机与TC35iGSM模块为核心的火灾监控报警系统。多传感器融合有效地降低了火灾的误报率,提高了准确率;同时利用GSM网络的短信平台,终端手机可接收报警信息和发送控制指令,实现了对现场的实时监视和控制。该系统结构简单、操作方便、性能可靠。     

多传感器信息融合技术综述

阐述多传感器信息融合的定义、基本原理、基本框架、融合层次和融合方法,介绍信息融合技术的应用领域,指出信息融合技术存在的问题,最后展望信息融合技术将来的研究方向.     

Experimental study of structural damage identification based on WPT and coupling NN

Too many sensors and data information in structural health monitoring system raise the problem of how to realize multi-sensor information fusion. An experiment on a three-story frame structure was conducted to obtain vibration test data in 36 damage cases. A coupling neural network (NN) based on multi-sensor information fusion is proposed to achieve identification of damage occurrence, damage localization and damage quantification, respectively. First, wavelet packet transform (WPT) is used to extract features of vibration test data from structure with different damage extent. Then, data fusion is conducted by assembling feature vectors of different type sensors. Finally, three sets of coupling NN are constructed to implement decision fusion and damage identification. The results of experimental study proved the validity and feasibility of the proposed methodology.     

基于信息融合理论的刀具切削状态智能监测

运用多传感器信息融合技术,提出了基于信息融合理论的智能刀具状态监测系统的基本结构框架,该模式将小波变换和人工神经网络的优点结合起来,用小波变换实现特征提取,对刀具的状态进行预报。     

基于GNSS的高速列车组合定位模型

从国内外列控系统发展出发,比较分析了各种列车定位技术优缺点,结合高速列车定位趋势,剖析组合定位及GNSS导航特点。在此基础上,提出基于GNSS的高速列车组合定位方案,并对其可靠性、精确性、完整性等关键问题进行了探讨,为高速列车控制过程建模与优化探索新的途径。     

多聚焦像素级数字图像信息融合

根据图像的清晰恢复结合数字图像处理的基本理论算法,采用多聚焦图像融合技术,提出基于像素级的多聚焦数字图像的融合算法.用统计学的方法计算出不同聚焦图像上的聚焦点,并将其取出合成为一张清晰图像.根据以上算法设计了图像融合软件,并进行了实验验证     

基于A'trous小波变换的多传感器数据融合方法

在小波分析中,Mallat算法是一种重要的小波变换方法。但该方法由于存在抽取和插值运算,其结果有一定的失真。A’trous算法既具有Mallat算法的快速性,又有效保留了数据信息。提出把A’trous算法应用到多传感器数据融合中,经过仿真计算,其结果表明该算法是有效的。     

基于数据融合技术的图像平滑方法

在分析边缘保持滤波器算法的基础上,应用多传感器数据融合技术,提出了一种新的图像平滑算法。该算法釆用线状掩模窗口和最优融合估计方法,有效地增强了边缘保持能力和去噪能力,克服了边缘保持滤波器存在的缺陷。实验结果表明,该算法性能优于边缘保持滤波器及经典均值滤波器。     

基于改进PSO的多传感器数据自适应加权融合算法

加权融合算法是多传感器数据融合中的常用方法,但加权因子的确定非常困难并直接影响算法的性能.文章提出利用改进的粒子群优化算法对各个传感器的加权因子进行自适应优化,引入种群进化度、聚合度来反映种群的多样性,当种群多样性低于阈值时执行变异操作,并交替使用基于聚合度、进化度的自适应惯性权重函数,从而避免算法陷入局部最优解.通过UCI数据集测例表明本文算法是一种较有效的多传感器数据融合方法,相对其它算法具有较高的融合精度.     

基于GSM网络和数据融合技术的远程火灾报警系统设计

利用DS18B20数字温度传感器、MQ-2烟雾传感器探测环境参数,采用数据融合技术对多个传感器采集到的数据进行处理和识别,不仅弥补了采用单一传感器的不足,而且很大程度上降低系统判断结果的不确定性,提高了系统预警的准确性和可靠性。设计一种基于 GSM/GPRS网络的远程火灾报警器的系统构成、工作原理,并给出了系统的软、硬件设计和功能实现。实验结果表明：以 GSM模块为基础的远程火灾报警器,可以缩短火灾报警时间,有效发挥消防设施作用,迅速扑灭火灾,为火灾远程报警提供了一种实用的联网技术方案。