数据融合技术在多滚轮法大轴径测量中的应用

为克服单一传感器的不确定性和局限性，全面而准确地描述被测对象，充分利用多传感器之间的协调和互补优势，采用多传感器数据融合技术，设计了多滚轮法大轴径测量系统。该系统利用电位移传感器、光栅测角、光电测转数、压力测量等系统以及温度传感器、多路温度巡测仪，对不同时间和空间的测试数据进行融合、处理，极大地提高了测量系统的性能和效率，可得到高精确度的大轴径测量尺寸。     

机器人多传感器测距系统的数据融合

针对机器人工作环境的特点,提出了采用超声波与红外线传感器共同测距的方法,弥补了单一使用超声波传感器带来的缺陷.应用自适应加权数据融合技术,实现两种传感器在功能上的互补.实验结果表明,系统提高了整体测距精度,得到了被测距离更加准确的估计.     

数据时空融合算法在无线多传感器网络中的应用

无线传感器网络是一种新兴的、全新的技术,它常常应用于工业领域以及恶劣的环境中.在标准ZigBee协议中没有设计相关的数据融合规范,使其只能用在低数据冗余的应用场合.大规模网络中的数据冗余度大,并且网络中的数据冗余会引起节点频繁地争抢信道,网络时延增加甚至出现网络瘫痪;因此针对同类多传感器测量数据中含有的噪声和传输中包含大量冗余信息,通过多次实验对几种算法进行仿真比较,文中提出了一种基于递推估计的数据融合和自适应加权时空融合算法.该算法利用空间位置中多传感器的方差变化,通过调整参与融合的各传感器的加权系数,使融合系统均方误差始终最小.     

同类多传感器自适应加权估计的数据级融合算法研究

针对同类多传感器测量中含有的噪声,提出了多传感器数据自适应加权融合估计算法,该算法不要求知道传感器测量数据的任何先验知识,依据估计的各传感器的方差的变化,及时调整参与融合的各传感器的权系数,使融合系统的均方误差始终最小,并在理论上证明了该估计算法的线性无偏最小方差性.仿真结果表明了本算法的有效性,其融合结果在精度、容错性方面均优于传统的平均值估计算法.     

滚轮法测量大直径的探讨

在滚轮法测量大直径探讨的基础上，针对滚轮法测量的打滑问题，提出了分段取值，统计定值，合理地补偿的处理方法，并进行了软，硬件设计，最后通过实测，取得了初步结果。     

多传感器数据融合研究

数据融合技术又称多传感器数据融合或分布式传感,即对多类多源和多平台传感器数据进行组合,提供有关空间信息综合态势的一种数据处理技术。数据融合可分为：信号级数据融合、像素级数据融合、特征级数据融合和符号级数据融合。本文讨论了红外图像、可见光图像、多谱图像、雷达图像等的数据融合问题以及各级数据融合的方法。     

多传感器数据融合浅析

近十几年以来，多传感器数据融合技术已爱到广泛的关注，它的和方法已被应用到许多研究领域，本文主要阐述数据融合技术在Ｃ＾３Ｉ中的应用，首先介绍了多传感器数据融合的基本概念，进而以国内外发表的文献为例说明了数据融合技术已取得的进展，最后对数据融合技术进行了展望，并提出了我们的对策。     

一种阵列式传感器数据融合方法的研究

提出了一种基于支持度和自适应加权的阵列式传感器数据融合方法。其特点是通过关联融合多组测量信号序列以降低静态数据的随机测量误差。对单传感器测量信号序列,采用支持度方法计算每个测量数据的综合支持度和加权因子,然后对测量信号序列进行加权融合。对阵列式传感器多组测量信号序列,基于单传感器数据融合,利用自适应加权方法,在总均方误差最小意义下进行多组测量信号序列数据融合。仿真结果表明,该阵列式传感器数据融合方法是有效的。     

基于通用黑板的数据融合系统

讨论了数据融合与黑板框架的概念 ,分析了黑板框架用于数据融合的优缺点 ,给出了用黑板框架实现的数据融合专家系统 ;介绍一个高效、灵活的黑板开发工具——通用黑板框架 ,以水声信号处理为背景 ,提出了通用黑板实现数据融合的系统结构 ,初步完成了系统的框架构造 .该通用黑板数据融合系统能够充分利用领域知识 ,完成低层的数据融合 ,实现信号解释的双向重处理过程 .     

传感器融合技术在火灾预警探测中的应用研究

针对传统火灾报警系统存在的局限性,本文把传感器融合技术应用到火灾预警探测系统中.该系统采用传感器组探测早期火灾特征,在进行数据处理时,首先对同质传感器进行自适应加权数据融合,再对同质传感器采用D-S证据理论进行全局融合,最后得出对火灾的最优判断,很好地解决了报警灵敏度和误报率之间的矛盾.系统采取模块化设计,结构简单,容易实现等.     

手爪中多传感器数据融合技术的研究概况

多传感器数据融合技术是传感器技术、模式识别、神经网络、控制理论、人工智能和模糊理论等学科相交叉的一门新兴学科 ,它被美国列为 2 0世纪 90年代重点研究开发的 2 0项关键技术之一 ,已被广泛地应用于军事和非军事领域中。而在机器人手爪中应用多个传感器 ,采用数据融合技术进行传感器信息处理 ,是赋予机器人更高智能的关键之一。该文介绍了日本营救机器人手爪中的多传感器集成和数据融合技术及操作控制 ,美国早期的多传感器手爪系统和国内机器人手爪研究的主要情况 ,对我国机器人的研究发展具有一定的借鉴意义。     

云计算下大规模非显著特征多传感数据融合系统设计

云计算环境下存在大规模非显著特征多传感数据,传统数据融合系统容易受到传感器自身干扰,融合结果不可靠。为此,设计了一种新的云计算下大规模非显著特征多传感数据融合系统。给出融合系统总体结构,介绍了非显著特征数据采集模块。利用模糊理论与协方差匹配技术对经典卡尔曼滤波技术中的噪声协方差进行修正,以滤除传感器自身噪声。在云计算环境中,以联合滤波结构为基础,实现云计算下大规模非显著特征多传感数据的融合。实验结果表明,所设计系统融合结果可靠、实用性强。     

车辆状态感知中的自适应二次融合

该文针对危险品运输车辆在途状态特点,结合自适应加权与二维回归分析2种融合方法,提出了一种自适应二次融合算法,有效应用于在途性状数据的采集,并通过以气体危险品磷化氢在途性状数据采集的一个实例,进一步验证了该算法的效果,实践表明运用该算法,车辆在途性状获取的准确性和可靠性都得到了显著提高。     

数据融合中系统误差估计的病态性及改善方法

数据融合系统中,传统系统误差估计算法在某些特定物理场景中表现出显著的病态性,估计结果不收敛。为了解决这个问题,该文首先深入分析产生算法病态性的物理场景并将其分为传感器密集型和目标密集型2类,然后将系统误差分解成相对方位系统误差和剩余系统误差2部分分别估计。理论分析和仿真实验表明:该方法在估计相对方位系统误差部分不存在算法病态性;在传感器密集型物理场景中,该方法在估计剩余系统误差部分对病态性进行有效控制;在某些物理场景中,该方法的算法条件数可缩减为传统方法的1%,方位系统误差估计样本方差可缩减为传统方法的1/5。     

国外手爪中多传感器数据融合技术的研究概况

近年来 ,多传感器数据融合技术已引起世界范围内的普遍关注 ,成为一个新兴的技术方向 ,并已成功地应用在军事系统、交通系统和智能机器人等研究领域。手爪是空间智能机器人的关键部件之一 ,它集成了视觉、触觉和力觉等多种传感器。为了能进行灵活和自适应的操作 ,机器人手爪必须要采用多传感器数据融合技术。该文介绍了机器人手爪中多传感器集成和数据融合技术的研究概况 ,对我国机器人的研究发展具有一定的借鉴意义。     

数据融合技术在车辆动态称重系统中的应用

为了提高车辆动态称重的抗干扰能力,设计了包含压力传感器和加速度传感器的称重板,并依据此系统的结构和特点,提出了三种数据融合计算方法:同一传感器多测量周期的数据融合、同类传感器的多传感器数据融合和异类传感器数据融合,以保证参数检测的可靠性和准确性。试验证明,该系统的测量精度较高,并能满足系统的实时性要求。     

基于Cortex-M3和多传感器数据融合的咪表系统设计

针对目前咪表停车收费系统管理难和收费乱的问题,基于ARM Cortex-M3处理器提出一种运用多传感器融合技术检测车位状态的智能咪表管理系统的设计方案.阐述了系统的组成、工作原理和软硬件设计,并对设计方案进行实验验证.实验结果表明:系统的车辆检测精度较高,运行稳定,基本满足路边停车收费的要求.     

大直径多滚压轮法测量装置装调系统结构设计

大直径新型多滚压轮测量法,降低了传统的单滚压轮法存在的滚压轮打滑对测量精度的影响量,但对测量装置的装调系统提出更高的要求。文章详细介绍了一种新型的大直径多滚压轮法测量装置的装调系统,这种系统结构简单,装配、调整及拆卸方便,不仅便于携带到工作现场,而且能够保证测量效率和质量。