基于BP神经网络的多传感器信息融合研究

BP网络是应用最广的一种人工神经网络,将BP神经网络应用到压力检测领域的温度等非线性补偿,具有重要的实用价值,对压力检测精度的改进效果显著。从传感器信息融合的角度看,神经网络就是一个融合系统。通过对神经网络基本理论的阐述,针对研究对象将BP神经网络原理与多传感器信息融合技术有机集合起来,提出了基于BP神经网络的二传感器信息融合模型及改进算法,建立了BP神经网络训练标准样本库,并对该网络模型进行主要技术指标的测试和仿真工作,测试结果表明构建的模型及其改进算法能很好地满足了高精度压力检测仪的指标要求。     

基于模糊理论的多传感器数据融合测量

 针对多传感器数据融合过程中,各传感器可靠度估计困难的问题和如何对各传感器测量数据进行融合,提出了一种基于模糊理论的多传感器数据融合方法并研究了它在测量中的应用过程。该方法首先利用容许函数计算各传感器测量数据间的一致性以剔除系统误差数据,然后将测量数据进行模糊化,最后用模糊贴近度获得多传感器测量的数据融合结果。该方法计算简单,客观地反映了各传感器测量数据的一致性和可靠程度。测量应用实例验证了其在工程中的可行性,体现了稳定性和可靠性高的传感器在测量数据融合中的“优越性”,运算过程简洁、快速、有效,便于实时测量操作。     

基于多区域代理的分布式故障诊断方法

军用大型复杂装备组成涉及多个子系统或多个装备,故障诊断涉及上百个分散测试点数据采集和分离模块的诊断推理。传统装备采用集中测试和诊断方法,配套测试系统结构设计复杂、系统故障诊断算法效率低。本文基于D-矩阵故障诊断原理,提出基于多区域Agent的分布式故障诊断结构模型和区域Agent数据协同、区域Agent测试结果仲裁等问题的解决办法,并以某型舰船装备为例,验证了基于多区域代理的分布式故障诊断技术的有效性。     

高可靠分布式容错计算机架构的研究

分布式系统因其具有分散安装、可靠性高、扩展性好、维修成本低、健壮、安全等诸多优点,国内外相继开展分布式计算机高可靠性技术的研究。本文提出了高可靠分布式容错计算机的构架设计思路,并对TTE总线的选用进行了分析论证,重点描述了成员一致性保证和余度同步等关键技术。     

多传感器单目标位置融合算法

本文提出了一种多传感器单目标空间位置融合处理算法,利用该算法可以获取飞行目标的最佳运动轨迹.经模拟计算,表明该算法是对飞行目标测量数据进行融合处理的一种较为理想的方法.     

并联传感器系统压力传感器故障诊断系统设计

在工业生产过程中电子皮带秤普遍采用多个称重传感器输出信号的并联方法,而该方法对多个称重传感器无法独立采集同时无法准确判断故障。应用TI公司MSC1210单片机最小系统和信号分离器,设计一种并联传感器系统压力传感器故障诊断系统,实现多个称重传感器并联应用时的独立采集;发明一种皮带秤称重传感器累计量校准方法,将不断变化的累计量转换成定量值实现并联传感器系统压力传感器故障诊断。结果表明该系统较好实现多个称重传感器的独立采集和故障传感器判断,为皮带秤等计量装置并联传感器系统的技术升级提供有效手段。     

液位传感器容错控制方法研究

传统的PID(比例-积分-微分)控制法在液位过程控制中占据主要地位,但由于液位控制系统,特别是其系统传感器容易发生故障,使得PID控制法具有抗故障能力不足的缺陷,对生产生活造成重大损失,因此需采用容错控制方法使得液位传感器发生故障时仍能较为正常运行,提出状态观测器估计传感器液位故障值的容错控制方法,使状态观测器对故障状态产生观测跟踪,将故障状态作用于原控制器,并使原控制器弃置已经存在故障的传感器信号,使得故障值被抵消。     

基于分布式视频编码的低能耗视频传感器节点研究

在无线多媒体传感器网络中,如何提高节点能源的利用率,延长整个网络的生命周期是当前迫切需要解决的关键问题。从视频数据处理和传输能耗的角度出发,对分布式视频编码(DVC)基础理论及视频传感器节点的能耗模型进行分析和研究。通过实验仿真的方式将H.264帧内编码方案同DVC方案进行比较,实验结果表明了DISCOVER-DVC方案在节点节能方面的优势。最后基于DISCOVER-DVC算法,在S3C6410硬件平台和嵌入式Linux操作系统平台之上完成视频传感器节点设计,来降低节点能耗,提高节点生命周期。     

基于极大似然目标状态估计的传感器管理

依据贝叶斯概率知识,采用一种极大似然的最优化方法来估计目标运动的状态估计值。基于极大似然目标状态估计方法不仅可通过最优化策略求解目标状态估计值的显示解,还可处理各种关于观测变量和状态变量的约束条件。依据目标状态估计的误差协方差矩阵与其Fisher信息矩阵间的紧密联系,详细推导似然函数关于目标状态各个分量的偏导。采用随机离散时间系统的知识,推导出对角式Fisher信息矩阵的所有对角线上的各个元素。以Fisher信息矩阵的迹范数作为传感器管理中的最优代价函数,采用0-1整数规划算法来求解传感器的分配矩阵。最后利用某仿真算例来验证方法的有效性.     

一种红外搜索系统的分布式多传感器航迹融合算法

红外搜索系统作为被动式搜索系统,一般只能获得目标所处位置的方位角和俯仰角信息,缺乏距离信息,在无测距装置的条件下,只能依靠角度信息进行数据融合。依据角度值的三角函数关系,提出了一种新的分布式多传感器航迹加权融合算法,算法经仿真验证有效,降低了融合航迹的误差。在对量测数据进行误差修正的基础上,算法效果更加显著。     

多传感器目标识别系统的特征优化方法

来自多传感器的目标特征往往是高维数的,并且包含了更多的冗余信息和噪声。为了减小数据获取的代价,提高目标识别器的性能和效率,提出了基于遗传算法(GA)的多传感器目标识别系统特征优化方法。将遗传算法与神经网络目标分类器结合,通过识别结果的反馈信息,控制GA的遗传进化方向,从而实现特征优化。为了克服遗传算法的未成熟收敛问题,提出了相关选择与自适应遗传算子相结合的改进遗传算法。仿真实验结果验证了方法的有效性。     

基于惯性网络的分布式信息融合算法

分布式导航系统是飞机多传感器导航系统设计的新概念,可以大幅提高系统导航性能和容错水平,并能动态配置传感器功能,但是目前并无完善的信息融合算法与之对应;文章在构建惯性传感器网络的基础上,将多个低成本惯性传感器系统配置在飞机的多个位置以作为网络节点,设计了分阶段处理的分布式信息融合算法,综合利用各节点所测量的惯性信息,最后得到本节点的局部状态估计;通过仿真实验表明,采用此方法,有效降低了导航滤波估计误差,因此,系统导航性能及容错能力得到大幅提高。     

防御系统中多传感器融合跟踪的关键技术分析

多传感器融合跟踪系统作为防空武器系统的一个子系统,在作战中有着极其重要的地位。针对下一代防空武器系统的发展和需求,从现有的较为成熟的融合理论与技术出发,构造一个集红外、雷达和激光雷达等多传感器为一体的高性能融合跟踪系统模型,剖析其相关结构,并结合当前数据融合算法研究来分析融合系统中数据关联算法的选取、改进和研究方向。     

低成本无人机姿态解算研究

针对小型四旋翼无人机姿态解算数据精度低、缺少余度控制、易发散等问题,提出一种基于GPS、三轴陀螺仪加速度计、三轴磁力计的随机加权自适应滤波算法估计无人机姿态。建立四旋翼无人机姿态旋转矩阵,搭建加速度计和磁力计获取无人机姿态信息的模型,以及采用四元数解算法的陀螺仪定姿解算模型。采用随机加权自适应估计法,依据多元函数求极值定理,在保证总体均方差最小的情况下导出最优随机加权因子,进而解算出姿态角信息,提高四旋翼无人机姿态解算滤波精度与稳定性。仿真与试验结果表明：随机加权自适应滤波与平均值滤波算法相比解算精度更高,输出结果更平稳,且无人机各项预期功能均能正常实现,能够满足四旋翼无人机自主飞行的需要。     

WSN中基于多分辨率和压缩感知的数据融合方案

提出一种基于多分辨率和压缩感知的传感器网络数据融合方案;首先,对传感器网络进行配置,以生成多个层次不同类型的簇结构用于过渡式数据收集,在该结构上,最低层的叶结点只传输原始数据,其他层上的数据收集簇进行压缩采样,然后将其测量值向上发送,当母数据收集簇收到测量值时,利用基于反向DCT变换和DCT模型的CoSaMP算法来恢复原始数据;最后,我们在SIDnet-SWANS平台上部署了本文方案,并在不同的二维随机部署传感器网络规模下进行了测试;实验结果表明,随着分层位置不同,大部分结点的能耗均显著降低,与NCS方案相比,能耗下降50%~77%,与HCS方案相比,能耗下降37%~70%。     

分布式压缩感知麦克风阵列多声源方位估计*

麦克风阵列已被广泛应用于音/视频会议等人机交互领域中时,多声源应用场景对声源方位估计性能提出了更高的要求。压缩感知(CS)声源定位算法将声源定位问题转化为信号的稀疏重构问题,相比传统的定位算法如相位变换加权（SRP-PHAT）和时延累加定位（DS）能够获得较高的定位性能,但多声源的存在一定程度上降低了稀疏程度,影响了CS重构性能。考虑到传统的CS定位算法并未利用多个连续语音帧之间声源空间向量的共同稀疏性,提出采用分布式压缩感知（DCS）理论以改善多声源的稀疏恢复估计的性能。仿真和实验结果表明,相比于传统定位算法和CS-OMP算法,DCS-SOMP算法在不同信噪比和不同声源强度的环境中,对多声源的方位估计都具有更好的定位性能和定位稳健性。     

基于分布式光纤传感器的管道安全检测

输油管道在运行时存在着泄漏、堵塞等不安全事件,利用分布式光纤传感器检测管道泄漏、堵塞信号,可以实时检测管道沿途所发生的不安全事件.利用相关性法确定两个测试信号的延时便可计算不安全事件发生的位置.阐述了该检测方法的原理及定位方法,通过理论分析及试验表明该方法可以提高管道不安全测试的定位精度及灵敏度.     

改进的对向传播网络及其在多传感器目标识别中的应用

针对多传感器数据融合和目标识别的特点,提出了改进的对向传播网络(MCPN),并与Dempster-Shafer(D-S)证据推理相结合,实现了决策层数据融合目标识别.文中利用仿真数据对所提出的网络训练算法和融合结构进行了实验研究.结果表明:改进后的对向传播网络识别性能优于传统的对向传播网络(CPN),融合后的目标识别率较单传感器明显提高.最后,将该方法应用于前视红外(FLIR)和可见光摄像机目标跟踪系统对算法和融合结构进行验证,结果表明文中提出的方法是可行的.     

云平台分布式智能感知物联网应用开发

在全面分析物联网应用开发复杂性的基础上,探讨了使用全新异步非阻塞的服务器平台Node.js用于开发物联网的优点。在开源框架Zetta基础上提出了各种物联网设备的基于Node.js的统一模型法,并将物联网与云平台集成开发新型物联网应用的有益探索和运用。     

指控装备多Agent远程监测与诊断系统设计与实现

针对指挥控制系统日趋复杂,装备测试诊断任务压力骤增的现状和装备智能化保障需要,提出了一种基于多Agent分布式指控装备远程智能监测诊断系统,结合某型军用指控系统,将智能代理技术引入远程监测及诊断领域,建立多Agent系统(MAS)的远程监测模型,运用分布式人工智能理论设计组建各功能Agent子系统,并分析了其通信机制及协调一致性等关键技术,实现了对某型复杂指控装备的远程监控及故障诊断任务。通过实验仿真运行,验证了该系统能较好实现装备保障需求,具有良好的时效性与可靠性。