像素级多传感器图像融合研究进展

像素级多传感器图像融合是对多个传感器获取的同一地区或同一目标的图像数据，采用一定的算法将各图像数据中所含的信息优势或互补性有机结合起来产生新的图像数据的技术。本文探讨了像素级多传感器图像融合的研究意义和应用，对像素级多传感器图像融合方法进行了分析比较，并对其发展方向进行了展望。     

多传感器信息融合技术在光电经纬仪系统中的应用研究

经纬仪系统是一个比较复杂的多传感器系统，多传感器信息融合(Multi—seneor Data Fusion)是把多种传感器中于一个统一的感知系统(这个感知系统就是多传感器信息融合系统)中，从而有机地综合利用多个传感器来的数据和信息，以便获得对周围环境的更多或更准确可靠的认识．研究多传感器信息融合技术在经纬仪系统中的应用，可以提高仪器的可靠性和自动化程度，以及跟踪精度和实时输出精度．     

多传感器数据融合及其在图像信息处理中的应用

随着图像信息的日益复杂,单独的某种算法或单信道的图像信息已不能满足高精度的图像识别任务的需要,多传感器数据融合技术在图像信息处理中得到越来越广泛的应用。介绍了数据融合的三种主要方法,从图像信息融合的基本流程、图像配准和图像融合的层次三方面进行了综述,在此基础上分析了多传感器图像信息融合领域的研究热点和发展趋势。     

像素级多传感器图像融合研究进展

像素级多传感器图像融合是对多个传感器获取的同一地区或同一目标的图像数据,采用一定的算法将各图像数据中所含的信息优势或互补性有机结合起来产生新的图像数据的技术.本文探讨了像素级多传感器图像融合的研究意义和应用,对像素级多传感器图像融合方法进行了分析比较,并对其发展方向进行了展望.     

分布式信息融合Wiener反卷积平滑器

应用现代时间序列分析方法,基于ARMA新息模型和增广的状态空间模型,提出了按标量加权多传感器最优信息融合Wiener反卷积平滑器,给出了局部平滑器误差方差和互协方差的计算公式,它们可被用于计算最优加权系数。同单传感器情形相比,可提高融合平滑器的精度。一个仿真例子说明其有效性。     

一种基于联邦Kalman滤波结构的自适应信息融合方法

鉴于联邦Kalman滤波是一种能在复杂信息融合系统中进行目标状态估计的有效方法．介绍了联邦Kalman滤波器的原理和结构，提出了一种基于联邦Kalman滤波结构的自适应多传感器信息融合算法．仿真结果表明，该算法能有效提高信息融合系统的精度和容错性．具有较高的实用价值．     

多传感器信息融合综述

多传感器信息融合协调利用多个传感器，通过对各传感器获得的未知环境特征信息的分析和综合，得到对环境全面、正确的估计，它避免了单一传感器的局限性，可以获取更多信息，得出更为准确、可靠的结论．较全面地介绍了多传感器信息融合技术的背景、概念、原理、融合层次的划分以及信息融合方法等内容，对其未来的发展趋势作了展望并指出了有待解决的问题。     

基于粒子群优化算法的像素级图像融合

多传感器的像素级图像融合中，如果对源图像进行线性运算以得到融合图像，源图像的置信度取值一般只能由经验和个人主观感觉来确定，并不能得到令人满意的融合效果．本文针对这一问题提出了一种基于粒子群优化算法的像素级图像融合的算法．该算法可以根据融合的目的采用不同的融合指标，应用粒子群优化算法得到比较满意的融合图像．实验结果表明该算法优于其它的几种像素级图像融合算法．     

多传感器输油管道检测数据融合技术

结合输油管道所处的特殊环境下的完全链接的模糊推理系统(F-CONFIS)和D-S证据理论,将多传感器网络的数据融合技术应用到海底输油管道的腐蚀检测上,提出了一种基于F-CONFIS和D-S证据理论的多传感器网络数据融合的海底输油管道腐蚀检测系统。该系统可提高对输油管道腐蚀程度的识别精度。     

基于信息融合技术和DSP实现的温湿度控制系统设计

信息融合技术是智能信息处理中的一个重要环节，多传感器信息融合可以充分提取对象的信息特征，采用信息融合技术,对温室温，湿度信号进行融合，得到温室控制信号，并用DSP（数字信号处理器）实现对温，湿度的控制。     

异质双9轴MEMS惯性传感器数据互补-加权迭代融合算法

在MEMS惯性传感器导航研究中,传统的MEMS捷联式惯性导航系统仅利用单多轴MEMS惯性传感器对移动目标进行导航定位,其测量值和噪声特性易受环境影响,此外加速度误差、陀螺仪漂移、平台框架角误差、平台安装误差等因素也严重影响传感器性能. 为此,从异质非单多轴MEMS惯性传感器互补融合角度出发,用异质双9轴MEMS惯性传感器采集移动目标原始信息,并提出互补-加权迭代融合算法. 首先对异质双9轴MEMS惯性传感器测得的原始数据进行预处理,基于卡尔曼滤波用最小方差估计法求解观测值. 通过估值方差和革新方程形成权值更新模型,实现异质双9轴MEMS惯性传感器数据的互补融合. 实验表明,相较传统单9轴MEMS惯性传感器导航,该算法可提高导航精度50%以上.     

信息融合超前k步稳态最优Kalman预报器和Wiener预报器

应用Kalman滤波方法,基于Riccati方程,在线性最小方差信息融合准则下,提出了两传感器信息融合超前k步稳态最优Kalman预报器和Wiener预报器,给出了最优加权阵和最小融合误差方差阵.同单传感器情形相比,可提高预报精度.一个雷达跟踪系统的仿真例子说明了其有效性.     

多传感器融合四旋翼协同控制算法及其实现

针对四旋翼无人机定点悬停控制,从应用层面提出了多传感器数据融合方案,设计了相应的协同控制算法.在飞行器整体硬件架构基础上分析量测系统的各个传感器,对于姿态测量通道提出卡尔曼滤波算法,对于高度测量通道提出互补滤波算法,对于水平位置测量通道提出双传感器融合算法.基于四旋翼无人机的状态空间及其小扰动线性化模型,设计了与之相结合的协同控制算法并进行仿真.最后在物理平台上对设计的算法进行验证,表明多传感器融合与协同控制相结合的方法能有效提高四旋翼无人机的定点悬停精度.     

两传感器按对角阵加权信息融合稳态Kalman滤波器

应用现代时间序列分析方法,在按对角阵加权线性最小方差最优信息融合准则下,基于Riccati方程,提出两传感器信息融合稳态最优Kalman滤波器.与按矩阵加权最优融合.Kalman滤波器相比,可减少计算负担,与单传感器情形相比,提高了滤波精度.一个仿真例子说明其有效性.     

多传感器信息融合白噪声去卷Wiener滤波器和平滑器

应用现代时间序列分析方法和白噪声估计理论,在线性最小方差最优信息融合准则下,提出了多传感器最优信息融合白噪声去卷W iener滤波器和平滑器,其中给出了局部滤波误差之间的协方差公式,它可被用于计算最优融合加权系数.同单传感器情形相比,可提高融合估值器精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernoulli-Gaussian白噪声去卷滤波器的仿真例子说明了其有效性.     

基于Kalman滤波方法的多传感器信息融合最优白噪声反卷积滤波器

应用Kalman滤波方法和白噪声估计理论,在线性最小方差按矩阵加权最优信息融合准则下,提出了多传感器信息融合稳态最优白噪声反卷积滤波器,其中给出了局部滤波误差之间的协方差公式,它被用于计算最优融合加权阵.同单传感器情形相比,可提高滤波精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernoulli-Gaussian白噪声反卷积滤波器的仿真例子说明了其有效性.