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。     

模糊聚类信息融合算法在异构多传感器网络中的应用

在多传感器协同探测的应用背景下,提出将模糊聚类算法应用于多传感器网络的数据融合方向,解决异构多传感器网络由于各传感器探测信息粒度、时空不同而造成的航迹分裂和航迹冗余现象;通过仿真结果表明,该算法可以减少传统统计学方法错关联、漏关联的概率,对于复杂运动轨迹的机动目标(交叉航路目标)能够很好地进行多传感器测量数据的聚类,正确地进行测量数据的关联和融合,并进一步在通用航空监视管理系统的工程应用中加以验证;该算法在通用航空监管、物联网、协同探测信息系统方向均有广泛的应用空间。     

基于多源信息加权融合的研制阶段测试性评估方法

装备在研制阶段通常缺乏有效的试验和使用数据,其测试性水平往往难以评估,针对上述问题,提出基于多源信息加权融合的研制阶段测试性评估方法;方法综合考虑了装备研制阶段可利用的仿真信息、专家经验信息以及类似装备的历史信息,构建了以3类信息为基础的装备测试性指标值密度分布函数,同时依据可信度原则确定了3类信息的融合权重;在此基础上,利用证据折扣组合方法评估装备当前的测试性水平;最后,通过案例应用证明了该方法的有效性。     

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RTAI的多数据融合智能检测仪的研制

设计并实现了一种基于RTAI嵌入式Linux实时内核的多数据融合的智能检测仪的研制,针对传感器的非线性输出问题,给出了一种数据重构算法,采用最小二乘拟合与径向基函数残差插值进行融合重构,在增加有限计算量的条件下,提高传感器数据的近似精度;采用ARM11作为主处理器,构建以RTAI硬实时嵌入式系统为主核的管理子系统,采用DSP(TMS320F28335)作为协处理器,构建以μC/OS-II操作系统为辅核的数据采集处理子系统,实现双CPU嵌入式实时系统架构,进行气体检测、风速检测、温度检测、风量检测、通道截面周长及面积测量等;设计了分析判断功能,对检测到的数据进行综合分析,依靠分析决策库,进行决策判断;在多个工业现场测试实验表明,该检测仪具备智能性高、数据实时处理能力强等特点。     

基于多阵列数据融合的宽带多声源定位研究

研究多个传声器阵列数据融合和宽带多声源近场定位算法。该算法首先融合多个传声器阵列数据,然后对多声源进行定位。由于充分利用多个阵列的数据,降低了分辨门限,提高了定位的精度和稳健性。通过仿真计算,证明了算法的有效性。     

基于多源系统融合的结构形态感知技术

针对薄壁结构零件在装配过程中由于装配状态变化存在的装配受力变形问题,结合数字孪生发展背景,提出一种激光跟踪、视觉测量、光纤监测多源系统融合的结构形态感知技术。首先,建立多源系统多站位坐标统一模型,实现坐标基准统一;其次,建立异构数据融合模型,完成光纤监测波长与空间点坐标异构数据统一,基于高斯过程实现多源数据融合,预测变形点云,实现产品结构形态感知;最后,以蒙皮薄壁结构为例,模拟装配变形实验。结果表明,融合方法所感知数据更好地反应实际变形,其平均相对误差为4.66%,绝对误差保持在0.016 mm。多源异构数据融合基于实测数据预测形变点云,可实现结构实时变形监测,从而简化视觉测量方式,提高了曲面信息保真度,为动态孪生模型构建提供新思路。     

基于SVR的多股簧机床张力控制

针对多股螺旋弹簧加工机床张力控制系统的非线性特性及存在干扰的问题,提出了基于支持向量回归(Support Vector Regression, 简称SVR)的有效抑制噪声的控制算法;即在基于SVR的逆动力学建模中采取非线性松弛因子替代线性松弛因子,抑制噪声在建模过程中的影响,提高建模精度;把系统逆模型作为前馈控制器,构成伪线性系统,PID控制器作为反馈控制,组成有效抑制噪声的复合控制算法;实验结果表明,这种改进基于SVR的复合控制方式在多股螺旋弹簧张力控制系统中具有较好的控制精度和鲁棒性。     

多源异构光谱信息融合的食用牛肝菌鉴别方法

牛肝菌营养丰富,味道鲜美,备受各国消费者青睐。因种间差异和环境因素的多层次影响,不同种类及产地牛肝菌品质参差不齐。目前,利益驱动导致商家在牛肝菌销售过程中以次充好、以假乱真的行为扰乱了食用菌市场,不仅给消费者带来健康风险,也制约了牛肝菌的国际化贸易。采用多源异构信息融合策略对牛肝菌种类与产地进行鉴别,以期为追溯食用菌来源以及正确评价其品质提供一种快速有效的解决方法。试验样品灰褐牛肝菌(Boletus griseus)、栗色牛肝菌(B. umbriniporus)、美味牛肝菌(B. edulis)、皱盖疣柄牛肝菌(Leccinum rugosicepes)和绒柄牛肝菌(B. tomentipes)五种牛肝菌科(Boletaceae)真菌子实体采于云南省保山市、昆明市、玉溪市与红河州。采用傅里叶变换红外光谱仪(FTIR)和紫外可见分光光度计(UV-Vis)采集样品信息。Kennard-Stone算法将样品原始数据分为校正集和验证集。校正集基于FTIR、UV-Vis、低级、中级与高级数据融合建立偏最小二乘判别分析(PLS-DA)模型,其中决定系数(R2_cal)、预测能力Q2、校正均方根误差(RMSEE)和交叉验证均方差(RMSECV)用来评价模型鲁棒性。研究结果显示：(1)不同种类及产地牛肝菌FTIR和UV-Vis吸收峰的峰位置、峰形和峰数相似,而吸收强度存有差异,表明牛肝菌所含化学成分相似,但含量有一定差别;(2)PLS-DA模型二维散点图可以看出,中级融合比低级融合能更好的鉴别样品种类及产地;(3)各模型中,中级融合模型具有更大的Q2和最小RMSECV,模型鲁棒性最强;(4)验证集样本用来验证模型泛化能力,FTIR、UV-Vis、低级融合、中级融合及高级融合模型样品种类鉴别正确率分别为92.86%,35.71%,97.62%,100%和95.23%;产地鉴别正确率分别为71.43%,61.90%,61.90%,97.62%和76.19%。表明多源异构信息融合在一定程度上优于独立模型,其中,中级数据融合种类鉴别正确率100%,产地鉴别正确率97.62%,模型具有更优的鉴别效果和泛化能力。FTIR和UV-Vis结合中级数据融合策略能实现牛肝菌种类快速精确鉴别,产地快速有效鉴别,可作为食用菌来源追溯以及品质评价的一种新方法。     

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%。     

Neural Network Used for the Fusion of Predictions Obtained by the K-Nearest Neighbors Algorithm Based on Independent Data Sources

The article concerns the problem of classification based on independent data sets—local decision tables. The aim of the paper is to propose a classification model for dispersed data using a modified k-nearest neighbors algorithm and a neural network. A neural network, more specifically a multilayer perceptron, is used to combine the prediction results obtained based on local tables. Prediction results are stored in the measurement level and generated using a modified k-nearest neighbors algorithm. The task of neural networks is to combine these results and provide a common prediction. In the article various structures of neural networks (different number of neurons in the hidden layer) are studied and the results are compared with the results generated by other fusion methods, such as the majority voting, the Borda count method, the sum rule, the method that is based on decision templates and the method that is based on theory of evidence. Based on the obtained results, it was found that the neural network always generates unambiguous decisions, which is a great advantage as most of the other fusion methods generate ties. Moreover, if only unambiguous results were considered, the use of a neural network gives much better results than other fusion methods. If we allow ambiguity, some fusion methods are slightly better, but it is the result of this fact that it is possible to generate few decisions for the test object.     

基于Fuzzy-P控制的半导体激光器功率稳定研究

为了提高光源抑制噪音的能力,提出一种基于模糊控制和比例控制的模数混合控制器,对中心波长为650 nm的半导体激光二极管的输出功率进行高准确度稳恒控制.实验结果表明,施加功率控制后,光源输出功率的静态稳定度达到±0.48‰,动态稳定度优于±1‰.     

Stability Analysis for Car Following Model Based on Control Theory

Stability analysis is one of the key issues in car-following theory. The stability analysis with Lyapunov function for the two velocity difference car-following model （for short, TVDM） is conducted and the control method to suppress traffic congestion is introduced. Numerical simulations are given and results are consistent with the theoretical analysis.     

基于小波变换的不同融合规则的图像融合研究

提出了利用小波变换按照不同融合规则及融合算子去构造融合图像对应的小波系数,得到一种新的基于多尺度分解的像素的图像融合方法.通过对融合图像统计参数对比表明,所提出的基于小波变换的像素局部能量作为准则的融合效果更好,既可避免传统融合规则存在的信息损失,又提高了融合图像的空间分辨率和清晰度,融合图像符合人的视觉特性,更有利于机器视觉.     

基于反馈控制环路提高光电振荡器长期稳定性的方法

提出了一种基于反馈控制环路提高光电振荡器长期稳定性的方法.该方法用现场可编程门阵列和分频电路测量光电振荡器的信号频率,用光纤延迟线调节光电振荡器环路长度.对测量光电振荡器频率的分频方法的精确度进行了理论分析.基于单环结构的实验证明这种方法在有效提高光电振荡器的长期稳定性的同时不会降低系统的相位噪声性能,带有反馈控制环路的光电振荡器7小时的频率稳定性可以达到0.8ppm.     

The Stability Analysis for an Extended Car Following Model Based on Control Theory

A new method is proposed to study the stability of the car-following model considering traffic interruption probability. The stability condition for the extended ear-following model is obtained by using the Lyapunov function and the condition for no traffic jam is also given based on the control theory. Numerical simulations are conducted to demonstrate and verify the analytical results. Moreover, numerical simulations show that the traffic interruption probability has an influence on driving behavior and confirm the effectiveness of the method on the stability of traffic flow.     

一种基于非下采样Contourlet变换多聚焦图像融合算法

针对现有小波类图像融合算法的不足,提出了一种基于非下采样Contourlet变换多聚焦图像融合算法,并在Contourlet域中引入了局部区域可见度以及局部方向能量的概念.针对低频子带系数和各带通方向子带系数分别提出了基于局部区域可见度以及基于局部方向能量的系数选择方案.通过对多聚焦图像融合的仿真实验,表明该算法相对于传统的基于离散小波变换和离散小波框架变换融合算法能够有效减少有用信息的丢失以及虚假信息的引入,同时能够从源图像中提取更多的有用信息并注入到融合图像中, 得到更好视觉效果和更优量化指标的融合图像.     

基于亮度对比度传递的红外与可见光图像融合方法研究

基于亮度一对比度传递技术提出了一种红外和彩色可见光图像的融合方法,该算法通过对红外图像和可见光图像在HIS空间进行二次融合,保留了可见光图像的颜色特性,并获得一幅具有良好亮度和对比度效果的融合图像。实验结果表明该方法融合噪声小、细节缺失少、融合速度快。     

Fast Tunable Wavelength Sources Based on the Laser Diode Array

We report a demonstration of a fast wavelength tunable source (TWS) based on the laser diode array coupled to the arrayed waveguide grating (AWG) multiplexer. The switching and optical characteristics of TWS make it a candidate for implementing the wavelength-division space switch fabric for an optical packet/burst switching.     

基于特征融合的手背静脉识别

图像平移和旋转会降低手背静脉识别的准确性,针对该问题,本文提出了一种特征融合的手背静脉识别法.该方法充分考虑图像的细节特征和全局特征,首先选取图像中的交叉点和端点作为特征点,再从特征点中提取出图像匹配的基准点,计算基准点至特征点间的相对距离及基准点与特征点连线间相邻连线产生的夹角作为细节特征;然后利用不变矩方法提取图像特征作为全局特征;最后将两种图像特征融合,进行手背静脉识别.实验模拟结果表明,该方法可快速有效地实现手背静脉识别.