多传感器信息融合系统有序度分析

针对多传感器信息融合系统,提出了融合处理的结构,引入信息融合系统有序度的概念,提出一种基于信息熵理论的结构体系评价方法,从传感器管理的角度评价多传感器融合体系结构的组织化程度。     

矿井瓦斯监测多传感器信息融合模型

分析了矿井瓦斯监测中存在的对传感器的影响因素多等单个传感器本身所不能解决的问题,提出了利用多传感器信息融合技术来增加系统的信息利用率、提高整个系统的精度、可靠性和容错能力的方法。在讨论矿井瓦斯监测的信息源的基础上,确定了瓦斯监测多传感器信息融合的结构模式,利用状态空间方法对此结构模式进行了描述,建立了瓦斯监测系统多传感器信息融合的状态空间模型。采用人工智能方法,建立了多传感器信息融合的模糊神经网络算法模型,实验结果表明,该模型是有效的。     

基于嵌入式多传感器的信息融合模型的研究

针对目前煤炭企业生产安全监控系统的结构特点,分析了单一传感器信息采集存在的问题,提出了基于嵌入式智能代理的多传感器信息融合的方法来提高系统信息的精确性和可靠性。在智能代理技术的基础上,确定了煤矿多传感器信息融合的结构模式,建立了多级信息融合的模型。该模型有效地构成了智能分布式监控系统,对于提高煤炭安全生产具有重要意义。     

多传感器集成与信息融合原理

现代监控系统需要检测工作环境多个物理参数,因单个传感器难以提供比较全面环境信息,多传感器配置成为现实、可行的选择.在阐述多传感器集成与信息融合出现的历史背景、含义、特点的基础上,系统地阐述了多传感器系统研究的主要内容,核心研究内容包括拓扑结构与融合模型.     

一种多传感器信息融合系统效能的评估方法

针对多传感器信息融合系统效能评估的需要,本文在研究多传感器信息融合系统效能指标的基础上,运用模糊综合评判的方法,建立了一个多传感器信息融合系统效能的两级评估模型,并详细叙述了评估方法。实践表明该方法是有效的。     

随机奇异系统多传感器信息融合Kalman多步预报器

应用Kalman滤波方法和奇异系统典范型分解,对单传感器随机奇异系统,给出了Kalman步预报器新算法。对带多传感器随机奇异系统,基于线性最小方差标量加权融合算法,给出了具有两层融合结构的多传感器分布式最优信息融合Kalman多步预报器。同时给出了任两个传感器之间的预报误差协方差阵的计算公式。当各传感器子系统存在稳态Kalman滤波时,又给出了稳态信息融合Kalman多步预报器。稳态权重可在各子系统达到稳态时通过一次融合计算获得．避免了每时刻计算协方差阵和融合权重,便于实时应用。仿真例子验证了其有效性。     

基于Multi-Agent技术的三层信息融合系统研究

针对传统传感器网络管理复杂,系统信息融合智能化不高、精度低和模式单一、结构不清晰等不足,首先分析了Multi-Agent技术、传感器网络技术以及信息融合技术的独特优势,然后采用计算机网络分层结构思想和基于人工智能本体的知识表达理念,在信息融合过程中采用改进的SVM分类方法,构建了一种基于Multi-Agent技术的多传感器三层信息融合系统并对其具体融合过程进行了分析。最后对分类过程用MATLAB进行了分析。实验结果表明:系统分类精度较高,一定程度上不仅明显弥补了传统传感器的诸多不足,而且为后期决策提供了较为精准的目标参数。     

多传感器信息融合技术在侦察系统中的应用

分别阐述信息融合的基本概念和多传感器侦察系统中信息融合的模型设计,重点分析Dempster-Shafer证据推理理论在多传感器侦察系统信息融合中的应用。     

基于LabVIEW的多传感器信息采集平台

车辆定位中利用多传感器信息融合技术可以提高定位精度.系统中的传感器数量急剧增加,传统仪器很难满足整个系统的测量需求.本文开发了一种基于虚拟仪器软件开发环境Lab-VIEW的多传感器信息采集平台,将多传感器数据采集、预处理、信息显示、存储及数据回放集成在一起,解决了以往实现多传感器信息同步十分困难的问题,为将来进一步研究利用虚拟仪器测量多传感器信息及进行多传感器信息融合奠定了基础.     

高边坡传感器网络协同监测及信息融合系统模式

从充分挖掘监测信息内涵和外延入手,引入无线传感器网络和多源信息融合技术,分析了高边坡监测系统的信息采集、传递和加工处理的过程,定义了各个子系统的域界,基于将物理构成和逻辑构成分开的原则,建立了高边坡自动监测系统的体系结构.以多传感器采集层为例,介绍了光纤传感器技术、无线传感器网络技术和多源信息融合技术等高边坡传感器网络协同监测及信息融合系统的关键技术.     

信息不对称度及其变化规律研究

在分析产品属性信息和信息不对称定义的基础上,比较完整地提出了可度量的信息不对称度的定义。对不同生命周期产品的信息不对称度变化的基本规律进行定性分析,得出了信息不对称度逐步降低的结论。     

基于量化相似关系的不完备决策信息系统的完备化算法

由于不完备信息系统中得到等价关系比较困难,这使粗信理论的应用受到限制,为此相似关系信息系统被得出,它利用对象之间相似性的把握能力对传统粗集理论进行扩充.在改进相似关系的基础上,提出以相似关系的量化值为尺度,并考虑决策规则的相容性对不完备决策信息系统的缺省数据进行填补.     

基于不敏Kalman滤波的多传感器数据融合算法

针对非线性系统状态估计的有效融合问题,给出了一种基于不敏Kalman滤波的多传感器数据融合算法.首先,依据单传感器的量测利用不敏Kalman滤波器得到局部状态估计值;其次,依据模糊集合理论中隶属度的性质构建反映局部状态估计结果的支持度函数和支持度矩阵,进而实现对于各局部状态估计之间蕴含冗余和互补信息的充分提取;最终,通...     

基于信任度的多传感器数据融合及其应用

针对多传感器信息采集系统中的数据不确定性问题,提出了一种基于信任度的多传感器数据融合方法.该方法首先定义一个模糊型指数信任度函数,对两传感器测得数据间的信任程度进行量化处理,并通过信任度矩阵度量各传感器测得数据的综合信任程度,以合理地分配测得数据在融合过程中所占权重,得到数据融合估计的最终表达式,从而实现了多传感器数据的融合.分析土壤含水率的数据融合结果可知,应用所提出方法使融合结果的标准差降低至0.0084,随机干扰下变化幅度仅为0.0027%,不仅达到了比传统方法更高的融合精度,而且具有良好的抗干扰性.     

Rank of loop, constraint degree of path, coupling degree of graph and their application

Some new concepts (rank of a loop, degree of freedom of a graph, path unit and ordered path arrangement, constraint degree of path, coupling degree of a graph, basic graph, etc. ), formulas, and algorithms, are proposed in this paper. Based on these concepts, a new systematic theory and practical method for the design of topological structure, kinematics and dynamics of mechanical systems is established. Some conjectures and problems needed to be researched are also put forward. The concepts, formulae and algorithms presented in this paper will find wide potential applications.     

结构监测系统中传感器故障判别方法

为了解决结构监测过程中,对传感器故障所引起异常测值难以准确识别的问题,基于灰色理论和模糊聚类方法提出了判别异常测值出现成因的方法,其原理是通过分析测值序列之间的相互联系来判断监测系统中传感器是否出现故障,通过构造灰色绝对关联度矩阵并将其作为模糊关系矩阵进行聚类分析.分析结果表明,当异常测值序列与其他测值序列的关联度有明显降低时,可初步判定该异常是由传感器故障引起.最后通过对润扬大桥北锚碇基底孔隙水压力测值的分析说明该方法可有效应用于实际工程.     

Application of Clustering Fusion on Foreign Fibers Measure-Control System

According to the structure characteristics of foreign fibers detection system,the foreign fiber flow flux mathematical model and fiber detection system were designed.The information fusion clustering structure of foreign fiber flow flux was put forward.The data of the pressure difference,pressure,temperature,and density sensor which had impacted on flux were integrated and output by the Adaptive Resonance Theory-2(ART-2)network and BP network to clustering analysis of output space.The clustering control str...     

信息融合熵在机械故障诊断中的应用

详细介绍信息融合熵理论在机械故障诊断中的应用,为复杂的机械故障诊断提供一种新的方法.利用信息论熵的相关理论和D-S证据理论,分别研究机械特征参数提取和机械故障诊断的信息融合问题.用机械健康度定量度量机械状态的优劣,给出机械特征参数提取和机械故障诊断时信息融合的计算方法.最后,以柴油机的故障诊断为例,论述实际故障诊断应用中该方法的具体实施过程,并将该诊断方法与传统的故障诊断方法进行比较,分析该诊断方法的特点.研究结果表明基于信息融合熵的机械故障诊断方法具有良好的容错性和稳定性,能够提高机械故障诊断的准确性和可靠性.     

内逆 P-信息智能融合与属性析取扩展关系

逆P-集合是由内逆P-集合与外逆P-集合共同构成的动态模型。逆P-推理是由逆P-集合生成的动态推理,它由内逆P-推理与外逆P-推理共同构成。利用内逆P-集合与内逆P-推理交叉、渗透,给出内逆P-信息智能融合生成与它的属性特征、信息智能融合度与信息智能融合系数概念、外-信息智能融合环定理与融合度-融合系数定理,最后给出内逆P-信息智能融合与它的属性析取扩展结构与属性析取扩展定理。