异质传感器数据的最优线性融合

研究了异质传感器对参数矢量进行的测量,测量数据基于线性均方估计的最优融合算法。提出和证明了异质传感器数据的最优线性融合定理,并得出“精度再差的传感器参与数据融合后都有利于提高系统的测量精度”这一结论。     

一种有效的不同类型传感器多目标跟踪融合算法

提出了不同类型传感器多目标跟踪的一种改进的分层融合算法，该算法不仅适合于不同类型同步数据融合，而且适合于不同类型传感器异步数据融合。仿真结果显示了该融合算法的有效性。     

多传感器多尺度融合估计在组合导航系统中的应用

基于某一给定尺度上的动态系统和不同尺度上的观测系统建立了多传感器的多尺度融合估计模型及算法，并将此算法应用于GPS／INS组合导航系统中，获得了比仅在单一尺度上进行估计更好的结果，有效地提高了组合导航系统的精度。     

基于多源数据融合方法的龙卷风切向速度预测

龙卷风具有作用范围小、持续时间短、作用强度大的特点,是自然灾害中破坏力最大的灾害之一．受限于龙卷风危险性及发生发展时空随机性,现场实测数据过于稀缺且难以收集近地面区域风场数据．鉴于此,提出了基于神经网络模型的数据融合方法,实现不同来源风场数据的融合,并对模型预测效果及泛化能力进行验证．在此基础上,对龙卷风切向速度场进行了预测．研究表明：在低涡流比龙卷风预测中,实测数据的驱动模型平均误差在35%以上,而采用数据融合驱动模型平均误差为14%以下,表明融合模型具有较好的预测精度．在高涡流比龙卷风预测中,实测数据驱动模型平均误差在28%左右,而数据融合驱动模型平均误差在10%以下,表明数据融合模型在预测高涡流比时仍保持较高精度,具有较好泛化性．融合模型重构的低涡流比风场涡核为破裂状,高涡流比风场核心区域风速明显增加,且近地面风速覆盖范围增加．该模型能获取近地面及涡核中心附近处的风场数据,同时提高了龙卷风风场空间分辨率,为龙卷风环境下结构抗风实践提供重要支撑．     

多传感器融合技术在低成本车辆组合导航定位系统中的应用

采用多传感器信息融合技术，运用位置/航向的输出校正和元件参数误差的补偿校正的方法，利用一阶马尔可夫模型建立了传感器参数的误差模型，提出了基于集中卡尔曼滤波的GPS/INU车辆组合导航算法。仿真结果表明上述方法是行之有效的。     

导航传感器系统的信息融合

－组合导航系统中的多种导航传感器为整个系统性能的提高，提供了多余度，高可靠性的导航信息源。多种信息的融合对组合导航计算机，系统的硬件、软件接口界面，以及导航信息的显示与告譬方式都提出了新的要求。本文论述了一种基于信息融合技术的多传感器组合导航系统体系结构，并结合工程实现，提出了综合信息显示器的系统方案。     

用多传感器融合系统识别摩擦副的磨损状态

用于机械摩擦副磨损状态监测的多传感器融合系统,是本世纪８０年代末问世的一项新技术．在讨论了融合系统的构成和不同传感器信息的预处理之后,提出了一种基于自组织神经网络的多传感器融合系统．将这种融合系统用于实际机械摩擦副磨损状态监测的结果证明,其正确识别率明显地比单一传感器的高,容错能力强,而且由于自组织神经网络有在线学习的功能,系统可以用于在线监测     

多尺度递归融合估计在组合导航系统中的应用

多尺度递归融合估计是对多传感器系统进行的基于尺度的融合估计算法.利用小波变换中多尺度分析的思想,构造出多尺度动态模型,利用该模型对粗尺度上的状态估计值进行修正,递归获得最细尺度上基于全局测量值的最优估计值,该估计值是方差最小意义下的最优估计.将此算法应用于SINS/GPS组合导航系统中,仿真结果表明,应用该算法能取得较好的效果,获得了比仅在单一尺度上进行kaIman融合估计更好的结果,有效地提高了组合导航系统的精度.     

多源多精度数据融合与气动特性智能外推

在虚拟飞行试验和飞行器优化设计中, 高维高精度的计算往往伴随着高昂的计算成本. 代理模型可以大幅度提高计算效率, 同时具备对多源多精度数据的融合能力, 可基于离散试验数据点进行气动特性校正. 基于此目的, 将控制方程向低维空间投影, 提出一种侵入式降阶的边界层修正算法, 在保证精度同时高效地实现采样数据库的扩充, 在此基础上构建的代理模型能够提升对飞行器阻力系数的预测精度. 其次, 通过在降阶模型中融合多源离散试验数据, 基于最小二乘的思想引入边界约束, 使得代理模型对物面压力分布特性的预测更加贴合给定的试验值. 随后构建Kriging桥函数, 将局部约束外推至整个物面, 实现物面任意位置压力和热流分布修正值的智能匹配, 为多源离散约束的融合提供一种新的算法. 上述方法在二维翼型和三维钝锥以及无舵飞行器中得到验证, 结果表明多精度数据融合算法构造的代理模型相比于单一精度源的代理模型预测流场残差更小, 阻力系数预测更为精准, 且当无黏采样的外场信息足够充足时, 多精度模型预测结果可与CFD计算结果基本无异. 进一步发展的多源数据融合算法和气动特性智能外推算法可充分融合离散点试验数据, 改善物面压力分布和热流分布的预测结果.     

面向流体力学的多范式融合研究展望

实验观测、理论研究以及数值模拟是包括流体力学在内很多学科的基本研究范式. 21世纪以来, 大数据驱动下的人工智能成为引领新一轮科技革命和产业变革的重要驱动力, 也被称为数据密集型科学研究范式, 即第四范式. 同样, 数据驱动的机器学习方法也成为流体力学的新兴方向, 并助推智能流体力学方向的发展. 然而, 与面向社会依赖“互联网 + 大数据”的数据密集型范式相比, 流体力学智能化研究有其特有的背景. 例如有限工程样本中产生的海量流动数据, 与流动状态、几何边界条件的高维度以及复杂流动固有的高维、跨尺度、随机、非线性特征相比, 数据驱动的流体力学研究面临着大数据小样本问题. 经典流体力学虽然有三大研究范式, 但融合度很低, 工程设计师通常只能对不同来源的数据进行拼凑使用或简单修正. 多源数据融合一定程度上可缓解单一样本量来源少、建模难, 以及低精度样本利用不充分等困境, 但仍未能实现基本范式中的理论模型或者专家知识和经验的充分利用. 因此, 在人工智能技术支撑的第四范式架构下, 有机融合实验、理论模型以及数值模拟三大手段, 发展“数据 + 知识”双驱动的流体力学多范式融合方法, 成为解决重大实际工程研制问题的迫切需求, 也是新时代流体力学学科内涵、特色发展的迫切需求.     

基于H∞滤波的变权多通道数据融合方法研究

在对多通道定位数据进行数据融合中，采用H∞滤波可有效地解决各传感器数据误差模型不确定的滤波和状态估计问题。但由于数据采样时刻及精度的不一致性，对于多通道数据的融合应采用变权融合方式，以提高融合后数据的可靠性。该由此给出了一种基于H∞滤波的变权数据融合计算方法，通过对实测实时数据的仿真计算表明，其方法具有很好的实用性。     

用数据融合理论减少壳体旋转低速误差的技术研究

在静电陀螺壳体旋转的数字方案中，采用数据融合技术处理光电编码器的两相输出，从而减少增量式光电编码器在低速或变向时受到的抖动干扰的影响和闭环反馈的测量误差。     

结构反应的内蕴相关性与可靠度分析

结构体系可靠度分析迄今是一个困难的问题.本文首先阐明了等价极值事件的概念,指出在对等价极值事件的概率积分过程中内蕴了不同事件之间的相关性信息.进而对这一概念进行推广,针对一般的复杂失效准则下的结构可靠度分析问题,构造相应的等价极值事件,从而将结构可靠度分析问题转化为极值分布的计算与积分问题.通过对结构静力可靠度与动力可靠度的实例分析表明,基于等价极值事件进行结构可靠度分析是可行的.     

GPS/INS/TRN组合导航系统信息融合技术研究

本文提出了一种基于信息融合技术的巡航导弹组合导航系统方案,并对系统组合方式、 以及相关的信息融合技术进行了初步讨论。基于信息融合的组合导航方案可以充分地利用各 种导航传感器的信息,有效地提高导航系统的精度。同时,系统的重构能力保证了系统的可靠 性。     

The influence of the different distributed phase-randomized on the experimental data obtained in dynamic analysis

I.IntroductionSince1980manyscholarsaroundtheworldhavepaidmoreattentiontothequestionsoftimeseries.Inthereallifesometimeseriesrepresentthecharacterthatisdeterminedasrandomprocesstimeseries,andothersrepresentthecharacterthatisdeterminedasnonlinearchaotictilneseries.Soitisveryimportanttodistinguishthepropertyoftherealtimeseries.Ref.[11gaveustheftlndamentalmethodtodifferentiatethenonlinearchaotictimeseriesfromrandomtimeseries(thatiscalledphase-randomizedmethod).Ref.[2]gaveusthecalculatingmethodofc…     

光纤陀螺随机漂移补偿中的数据融合方法（英文）

为提高光电平台的控制性能和稳定性,以平台反馈回路所用的光纤陀螺传感器为研究对象,对光纤陀螺角速率的历史输出、当前量测以及随机漂移进行融合补偿。采用双自回归模型确定了光纤陀螺时间序列输出的自回归多项式和光纤陀螺随机漂移的自回归关系。以陀螺当前输出为量测量,结合卡尔曼滤波算法将陀螺历史输出和历史随机漂移融合进状态方程,并进行随机漂移在线估计补偿。实验结果表明,光纤陀螺随机漂移的AR模型能达到90%拟合效果,经卡尔曼滤波补偿后随机漂移能降到1/10。该方法能很好地抑制光电平台三个框架轴光纤陀螺的随机漂移,补偿率为80%~90%。     

Optimal Redesign of Elastic Structures in the State of Initial Loading*

The problem of optimal redesign of an existing structure that is subjected to loading and initial stress is considered for the case of beam or plate structures. The addition or removal of material is associated with initial distortions and initial stresses. After formulating the problem, optimality conditions are derived and an illustrative example of frame redesign is considered.     

Estimation of dynamic stress spectrum distribution in structural fatigue test

The determination of structural dynamic stress spectrum distribution is of great significance in the structural fatigue strength evaluation as well as reliability design. In previous empirical data processing methods, the data grouping and distribution fitting were excessively coarse and contained distinctive defects. This paper proposed an effective approach to statistically group actual measured dynamic stress data and validly extrapolate the combined distribution to fit the dynamic stress spectrum distribution. This approach has been verified its effectiveness through chi-square test, stress spectrum extrapolation and damage calculation in dynamic stress study.     

Theoretical studies of mercury intrusion in some networks: Testing the applicability of mercury intrusion in the size characterisation of the lacunar pore space of soil samples

At the textural level, it is possible to consider the organization of soil components as a characteristic feature of those materials. This organization confers a pore space specific to the clay phase and a lacunar pore space which is present between clay masses. The lacunar pore space may be regarded as a generally continuous network, whose dimensions are much larger than those of the clay pore space.Mercury porosimetry is a technique for characterizing the size of this pore space. Nevertheless, the obtained data cannot be used directly for various reasons related to pore shape and arrangement. Therefore, a study was conducted to better determine limitations of the available data. This study is based on mercury intrusion simulations in fictitious capillary and bubble networks.The conclusion is that it is impossible to obtain the actual pore size distribution of soil lacunar pore space. The data permit us to define only a value connected with a threshold. This threshold is related to the mean value of bonds per node and to the distribution of bond constrictions. So, it seems that any use of the mercury porosimetric data to characterize the soil lacunar pore space has to be careful.