基于DS证据理论和压缩感知的WSN数据融合策略设计

为了降低WSN数据量和延长网络生命周期,设计了一种基于DS证据理论和压缩感知的WSN混合数据融合策略;首先,在分簇协议的基础上引入了基于DS证据理论和压缩感知的混合模型,然后,采用改进的DS对所有簇成员节点的基本信度分配函数进行加权处理,在簇头处采用加权和归一化的信度分配函数计算证据对各命题的支持程度,将支持程度较大的若干命题作为DS融合结果,在此基础上采用压缩感知方法通过构造测量矩阵对融合结果进行稀疏化表示,并在基站处对稀疏信号进行重构;仿真实验表明,文中方法能有效地实现数据融合,且和其他方法相比,具有重构误差较小和网络生命周期较长的优点,具有较大的优越性。     

基于LSSVM混淆矩阵和改进DS合成的多源传感器网络安全态势预测

针对现有的网络安全态势预测方法正确性和合理性难以得到保证,同时不能有效应对不确定情况的问题,设计了一种基于最小二乘支持向量机(Least square support vector machine, LSSVM)和改进证据理论的网络安全态势预测方法。首先,将由多源传感器采集的历史标记数据作为样本数据,实现对LSSVM的训练,然后,将当前采集的数据输入LSSVM进行分类,并通过混淆矩阵获得数据对应每个类的概率,为了有效地对采集的数据进行进一步融合,将各类转换为证据,同时将数据相对每个类的概率作为证据的基本信度分配,采用改进的DS证据合成规则对各证据进行融合,实现对网络安全态势的预测,最后,设计了基于LSSVM和改进DS证据合成规则的网络安全状态预测算法。在MATLAB环境下进行实验,实验表明了文中方法能对网络的安全态势进行实时精确的预测,与其它方法相比,具有更高的预测精度,是一种可行的网络安全态势预测方法。     

基于灰色模型和改进Chan的海洋移动传感器定位

为了实现海洋水下传感器网络中的移动节点定位,并改善传统节点定位方法在应用于无人值守和复杂环境的海洋生态监控中具有的定位误差大的问题,提出了一种基于灰色模型预测和改进Chan算法的海洋移动传感器节点定位方法;首先,采用灰色模型对节点在下一时刻的采集数据进行预测,然后将预测值与实际采集值进行比较从而判断出移动节点的状态是否正常;在此基础上,采用改进的Chan算法对处于正常状态的移动节点进行定位,从而提高水下移动传感器节点的定位精度;在Matlab中进行仿真实验,实验结果表明:文中方法能在节点运动速度增加、通信半径变大和锚节点密度增加的情况下,均具有比其它方法更低的节点定位误差,具有一定的优越性。      

基于改进自适应加权的多传感器融合监测

针对加注系统多传感器测量数据融合,为满足融合的可靠性与准确性需求,提出了一种改进的自适应加权融合算法。加权融合算法的关键是如何准确判定测量数据权重值,在总结分析当前权重值判定方法优缺点的基础上,将证据理论中的修正证据距离引入测量数据间距离计算,生成融合权重值,完成传感器数据融合。通过一般算例与加注系统典型算例,对所提融合算法进行验证,结果表明算法融合效果较好、鲁棒性强,具有一定的理论意义和较好的工程实用价值。     

基于信息融合的移动机器人目标识别与定位

针对单目摄像头工作的双足机器人的视觉定位问题,设计了一种视觉传感器与超声波传感器相结合的信息融合方法,进行目标的识别和定位。对拍摄的图像进行HSV颜色空间的阈值分割得到二值图像,并对其进行形态学滤波处理和Hu轮廓不变矩匹配,以此识别到目标和其重心点图像坐标;建立单目定位模型,用机器人自身的超声波传感器得到与目标物之间的距离,采用Zhang标定法得到摄像机参数,把这些已知数据带入坐标转换,得到目标物在世界坐标系下的坐标,实现定位。借助NAO机器人的平台,将基于信息融合的定位方法和一般单帧图像定位方法进行对比实验。实验结果表明上述方法的误差相对较小,且能得到目标物的三维信息,验证了该定位方法的实际可行性。     

基于视觉流形正则化的机器人实时定位新方法

提出了一种基于核主分量分析(PCA)正则化的机器人实时定位算法。此算法以半监督学习完成离线训练,首先,以机器人在其预置运动路径上采集到的畸变图像中的稀疏目标面积为观察数据,将部分标定数据的坐标作为其标签,然后以核PCA所揭示的低维视觉流形为正则化约束条件,运用最小二乘方法估计无标签数据坐标。在线定位阶段,利用调和函数估计在线采集到的数据坐标,从而实现基于无标定单目视觉传感器的机器人在线定位。实验结果表明,和其他常规的定位方法相比较,提出的实时定位算法的计算复杂性小、定位精度高、实时性强,能够满足工业机器人和医疗服务机器人等方面的实时定位要求。     

基于无线传感器网络的机器人高精度定位系统

机器人的定位在运动控制系统和任务执行环节起着至关重要的作用,为了提高机器人在特殊环境中作业的定位精度,设计了一种基于无线传感器网络的机器人高精度定位系统。在微处理器ATmega1280的硬件平台上采用芯片NanoPAN5375接收信号强度指示(RSSI)进行测距定位,并利用对称双边双路测距和极大似然估计算法大大提高了定位精度;同时,使用基于轮询的时分多址接入协议和表驱动簇路由协议,解决了多机器人协同作业定位问题,并使系统在网络性能设计上得到了平衡;通过在60 m×60 m区域内的实验表明,该系统工作稳定可靠,测量的相对定位误差小于0.25 m,具有较高的定位精度,适用于机器人在矿井搜救、核泄漏检测和火山探索等特殊环境下的定位需要。     

基于模糊技术的非线性系统目标跟踪融合算法

提出了一种基于模糊技术的非线性系统中多传感器目标跟踪融合算法.在基于卡尔曼滤波器的分布式融合算法中,利用模糊技术中的决策距离思想,对实时跟踪目标的多传感器进行动态分组,以获得在非线性系统中目标跟踪的最佳融合数据精度.仿真结果证明,该算法是一种有效的分布式融合算法.     

异构不规则WSNs的定位算法

异构WSN节点在感知对象时由于遮蔽效应引起感测半径不规则,为了解决传播路径上的因障碍物遮挡引起的损耗,先求出传感器节点的感知半径,再利用Fuzzy集中最大最小法求出贴近度,然后选出一定数量满足实际需要的最大的前 个节点构成区域,求出该区域的质心坐标,即为定位坐标,为了降低算法复杂度,提出了近似算法,同时对该算法的定位误差进行了分析,最后与SBL算法进行了比较,实验表明, 该算法在不同半径时平均定位率均高于SBL算法,并且定位精度随着样本点个数的增加而增大。     

基于红外/毫米波双模融合的目标识别方法

在数据融合的基础上,以红外/毫米波双模传感器的智能融合结构为模型,将模糊神经网络与D-S证据理论相结合,提出了一种新的目标识别方法.该算法根据红外/毫米波传感器的性能及工作范围,构造模糊变量作为神经网络的输入,根据神经网络的不同输出判别目标的真伪,并利用D-S证据理论进行目标身份识别.仿真结果证明了该算法的可行性.     

模糊PID控制下移动机器人定位方法研究

机器人定位研究一直是机器人学研究的重点,但目前机器人定位方法都存在缺点,抗干扰能力差,不能做到准确定位,主要是由于环境等多方面因素的干扰,定位误差会逐渐加大。由于上述原因,提出了一种基于设定值加权模糊PID控制的移动机器人自定位方法。给出了定位过程的参数,为机器人移动建立模型,设计一种模糊 PID 控制器,根据误差及变化率大小,选择模糊定位或PID定位,实现移动机器人的智能定位,提高机器人定位准确的准确性。通过仿真实验结果证明：模糊PID控制的机器人自定位方法对移动机器人的定位过程有较好的改善作用,实用效果较好。     

Conflict Data Fusion in a Multi-Agent System Premised on the Base Basic Probability Assignment and Evidence Distance

The multi-agent information fusion (MAIF) system can alleviate the limitations of a single expert system in dealing with complex situations, as it allows multiple agents to cooperate in order to solve problems in complex environments. Dempster–Shafer (D-S) evidence theory has important applications in multi-source data fusion, pattern recognition, and other fields. However, the traditional Dempster combination rules may produce counterintuitive results when dealing with highly conflicting data. A conflict data fusion method in a multi-agent system based on the base basic probability assignment (bBPA) and evidence distance is proposed in this paper. Firstly, the new bBPA and reconstructed BPA are used to construct the initial belief degree of each agent. Then, the information volume of each evidence group is obtained by calculating the evidence distance so as to modify the reliability and obtain more reasonable evidence. Lastly, the final evidence is fused with the Dempster combination rule to obtain the result. Numerical examples show the effectiveness and availability of the proposed method, which improves the accuracy of the identification process of the MAIF system.     

自抗扰控制技术在高低温环境模拟系统中的应用

针对现有健康状态评估方法主观性较强,准确度不高等问题,提出一种基于DSmT理论和模糊综合评判的健康状态评估模型。首先,确定评估对象的评价指标体系,对采集的原始数据进行预处理;然后利用模糊综合评判理论确定广义基本信度赋值;接着采用DSmT融合规则对广义基本信度赋值合成,得到健康状态等级。对于多级的系统评估,可将融合后的结果作为新的广义基本信度赋值进行DSmT融合。实例验证表明,该状态评估模型能够准确有效地实现对系统的健康状态评估,而且能够克服高冲突证据的融合问题,具有良好的应用价值。     

基于证据异常度的水下多源信息预处理方法

Dempster-Shafer证据理论在水下多源目标识别领域有着广泛而重要的应用, 但经典的证据理论在融合高度冲突的证据时往往会导致一些反常理的结果, 如Zadeh冲突悖论。针对这一问题,综合考虑证据体之间的冲突程度和支持程度,提出一种证据异常度的概念并对原始证据集进行异常检测,基于检测结果对原始证据体进行权重分配,引入全集项,修正证据源。在保持Dempster组合规则不变的前提下,进行有效的证据预处理,实验仿真结果验证了算法的有效性。证明对证据体进行有效的修正,可以改进经典证据理论的缺点,达到更好的融合结果。     

一种多尺度边缘测度融合加权HD算法

一般的边缘加权Hausdorff算法,由于单尺度边缘检测算子本身对噪音敏感,会造成真实和虚假边缘显著性差异小,从而加权后对噪音鲁棒性改善有限.为此,提出了一种基于多尺度边缘测度融合加权的Hausdorff景象匹配算法.对图像提取多尺度边缘测度后,引入证据推理理论,提出一种双向指数基本置信指派构造方法,并构造出多尺度边缘...     

基于激光雷达的移动机器人动态障碍检测

动态环境下运动物体的检测是移动机器人研究的难点问题之一。以未知环境为研究背景,提出了一种基于激光雷达的自主动态障碍检测方法。通过k-近邻方法对激光雷达测距数据进行了空间障碍聚类,在此基础上分析了聚类障碍的特征参数,例如区域、质心,利用聚类障碍数据的时间关联性分析并确定了障碍的类型,并采用模糊地图匹配的策略实现了地图匹配和更新。在所研制的移动机器人上进行了实验,实验结果验证了方法的有效性。     

基于模糊支持向量机和D-S证据理论的钨矿石初选方法

单一特征识别的钨矿石初选准确率低,稳定性差,本文提出结合模糊支持向量机和D-S证据理论相的多特征钨矿石识别方法.对矿石图像预处理后,分别提取矿石的颜色、灰度和纹理等3类视觉特征,对这3类视觉特征进行模糊分类得到各自的信任度,再以这3类信任度为独立证据,采用D-S证据理论对3类证据进行融合,并依据分类判决规则得到最终的识别结果.试验结果表明,通过D-S理论对模糊向量机证据的融合,钨矿石初选的正确识别率达到96%以上,其准确率和稳定性较单一特征均有大幅度提高,满足生产过程中初选工艺的要求.     

水冷壁磨损检测机器人控制系统的设计与研究

设计以磁吸附履带式爬壁检测机器人为载体,采用上下位机相结合的控制系统。提出了一种下位机基于STM32单片机的爬壁机器人控制系统的设计方案,配备超声波无损检测技术和其他传感器,用于实现流化床锅炉水冷壁磨损检测机器人的运动控制、管壁检测数据采集,并且基于Visual Studio 2010平台创建人机交互界面,实现与下位机的数据传输以及后续数据处理。实验证明,该设计自动化程度高,运动稳定可靠,上下位机能实时通讯,有效提高检测效率,具有较高的智能化水平。     

ICF靶支撑定位机器人系统研究

 在对惯性约束核聚变(ICF)靶支撑定位功能分析的基础上,设计并制造了一套用于靶精密定位机器人系统,主要包括靶库机构、换靶机构、送靶机构和6自由度精密并联机器人机构,论述了各部分的工作原理和组成。系统在末端采用并联机器人来实现对靶的精密定位,测试了靶场环境下系统的运动指标。测试结果显示：系统可在真空条件下实现对靶的精确定位、换靶、送靶工作,靶定位精度达到μm级,定位时间随精度的提高而延长。