多分辨率多传感器动态数据的融合和应用

基于线性均方估计建立了q叉树的多尺度自回归模型。该模型应用于分布式多分辨率多传感器进行建模，可实现多分辨率多传感器的动态数据融合。将该算法用于高精度划线切割机器人系统中多传感器的建模，实现了型钢划线切割过程中型钢边缘的动态检测。实验结果表明，多分辨率多传感器数据融合可消除噪声的干扰，提高检测系统的测量精度和整个加工系统的加工精度。     

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。     

精密带钢弯曲变形在线自动检测系统的研制

精密带钢在热处理生产的过程中,往往需要停下设备来对带钢的弯曲变形进行人工拉线检测,通过ADC定时采集位移传感器产生的数据,并由MCU处理、记录,可以实现对带钢弯曲变形的在线自动检测,通过试验验证该在线检测系统可以有效地提高检测精度和带钢生产效率,并实时建立起带钢弯曲变形数据库。     

基于信息融合的叶片加工间隙在线检测方法

为了精确实现电解加工间隙的在线检测,基于六维力和加工电流,利用多传感器数据融合理论,将六维力传感器信息与加工电流传感器信息进行融合,采用最小二乘加权融合算法,得到间隙融合方程式.该融合方程式比六维力或加工电流单独信号得到的方程更准确反映间隙值,从而实现两类传感器信息综合检测加工间隙.以某型航空发动机叶片为对象,对半面、斜面、叶片型面3种加工阴极进行试验,利用融合方程式在线检测加工间隙.试验表明:信息融合可以提高加工间隙在线检测的准确性,融合公式在间隙范围为0.2～0.4 mm内,实现检测误差小于10%.     

任意噪声相关异类传感器非线性系统状态矢量融合

基于线性无偏最小方差估计理论，提出了一种任意相关噪声异类传感器非线性系统状态矢量融合算法．该算法考虑了过程噪声和测量噪声以及测量噪声之间的相关性和传感器系统结构的不同性，增加了描述多传感器融合系统的信息量，通过局部估计的组合构造新的变量以去除局部状态之间的相关性，采用顺序滤波的方法减小了异类多传感器融合系统全局状态估计的计算量．仿真结果表明，由于考虑了过程噪声和测量噪声以及测量噪声之间的相关性，状态矢量融合算法比噪声不相关融合算法具有更好的跟踪性能，航迹跟踪的精度得到了改善．     

带相关噪声系统的自校正观测融合Kalman滤波器

对于带有相关噪声和未知噪声统计的多传感器线性离散定常随机系统,利用相关方法,提出了噪声统计信息的在线估计器.基于ARMA新息模型,提出了自校正加权观测融合Kalman滤波器,避免了求解Lyapunov和Riccati方程,减少了计算负担,适于实时应用.利用动态误差系统分析(DESA)方法,严格证明了提出的自校正融合滤波器以概率1或按实现收敛于相应的最优融合滤波器,即具有渐近全局最优性.一个3传感器系统的仿真例子说明其有效性.     

自校正信息融合Wiener反卷积滤波器

对于含有未知模型参数和噪声统计的多传感器信号反卷积系统,应用现代时间序列分析方法,基于自回归滑动平均（ARMA）新息模型参数的在线辨识,可在线估计噪声方差,进而提出了自校正信息融合Wiener反卷积滤波器。证明了它的渐近最优性,即若ARMA新息模型参数估计是一致的,则它收敛于当噪声方差已知时的最优融合Wiener反卷积滤波器。同单传感器情形相比,它可提高滤波精度。一个带三传感器的反卷积系统的仿真例子说明了其有效性。     

带不同观测阵系统的自校正观测融合Wiener滤波器

对于带有不同观测阵、相关观测噪声和未知噪声统计的多传感器线性离散定常随机系统,利用相关方法,得到了噪声统计信息的在线辨识器.基于ARMA新息模型,提出了自校正加权观测融合Wiener滤波器,避免了求解Lyapunov和Riccati方程,减少了计算负担,适于实时应用.利用动态误差系统分析(DESA)方法,严格证明了提出的自校正融合Wiener滤波器以概率1或按实现收敛于相应的最优观测融合Wiener滤波器,即具有渐近全局最优性.一个3传感器跟踪系统的仿真例子说明其有效性.     

自校正分布式观测融合Kalman估值器

对于带未知噪声统计的多传感器系统,应用加权最小二乘(WLS)法得到了一个加权融合观测方程,且它与状态方程构成一个等价的观测融合系统.应用现代时间序列分析方法,基于观测融合系统的滑动平均(MA)新息模型参数的在线辨识,可在线估计未知噪声方差,进而提出了一种加权观测融合自校正Kalman估值器,可统一处理自校正融合滤波、预...     

两传感器信息融合稳态Kalman滤波器和平滑器

应用Kalman滤波方法,基于Riccati方程,对输入噪声和观测噪声相关,且传感器观测噪声相关的两传感器系统,在线性最小方差最优信息融合准则下,提出了按矩阵加权最优信息融合Kalman滤波器和平滑器。为了计算最优加权阵,提出了局部估计误差互协方差阵的计算公式。同单传感器情况相比,可提高融合估计精度。一个目标跟踪系统的仿真例子说明了其有效性。     

Multiscale Multisensor Data Fusion and Application in High Precision Marking and Cutting Robot System

The multisensor online measure system for high precision marking and cutting robot system is designed and the data fusion method is introduced,which combines augment state multiscale process with extend Kalman filter.The technology measuring the three-dimensional deforming informatioin of profiled bars is applied.The experimental result shows that applying the multisensor data fusion technology can enhance the measure precisioin and the reliability of measure system.     

量测噪声情况下基于D-S证据推理信息融合的滑模控制

研究了D－S证据推理多传感器信息融合方法在存在量测噪声的滑模控制中的应用，它有助于削弱模函数的不确定性。由于基本可信度函数不能解析获得，用一个模糊系统对其予以等价，模糊规则后件参数由样本数据通过最小二乘法获得。     

带未知模型参数的自校正集中式融合信息滤波器

对于带未知模型参数和噪声统计的多传感器系统,通过系统辨识方法,能够获得模型参数和噪声统计的在线估值,然后把它们代入到基于信息矩阵的最优集中式融合滤波器,得到自校正集中式融合Kalman滤波器。应用动态误差系统分析（DESA）方法,证明了自校正集中式融合Kalman滤波器收敛于最优集中式融合Kalman滤波器,因此它有渐近全局最优性。应用于信号处理的仿真例子说明了其有效性。     

象素级多传感器图像融合技术

多传感器图像融合是图像信息物综合怀分析过程，它可有效地萃取多通道图像信息，构成统一图像，提供显示中心显示或决策机构判别。各种图像传感器的性能极大地依赖于使用环境，至今还没有一种图像传感器在多种不同的使用条件下，其各项性能都高于其它类型的图像传感器，融合多传感器国图像能够提高图像探测系统的探测和识别能力。     

多传感器数据融合技术及其在光伏电站监控系统中的应用

本文结合近年来国内外对多传感器技术的研究成果,讨论了多传感器技术的定义、优点、发展历程,着重介绍了多传感器数据融合的工作原理、主要研究方法和技术及应用。并在此基础上,介绍了光伏电站监控系统中多传感器数据融合的模式,将多传感器数据融合技术应用于光伏发电系统之中,可大大提高光伏系统中仪表的精度、可靠性和容错能力。     

多传感器信息融合的时间不确定性

分析了测量融合方案的测量信息时间不确定性,将时间不确定性转化为系统不确定性．以跟踪问题为例,讨论了卡尔曼滤波器、确定性系统的鲁棒滤波器和参数不确定性系统的鲁棒滤波器3种滤波器的应用,给出了3种滤波器的求解结果,并对其表现进行了比较．仿真结果表明,在时间不确定性条件下,3种滤波器的性能都有所下降,2种鲁棒滤波器的滤波误差的方差始终比卡尔曼滤波器的方差小。     

多传感器数据融合系统结构设计规范研究

为了提高多传感器数据融合系统的重用性,从软件开发系统工程的观点出发,提出一个数据融合系统结构设计的标准方法与步骤,采用UML对数据融合系统体系结构设计进行描述,并用着色Petri网对融合系统的信息流进行动态分析.以此为基础的结构设计,大大提高了系统的通用性,增强了系统设计人员之间以及设计人员与用户之间理解的一致性,达到充分利用系统资源和发挥系统性能的目的,为多传感器数据融合系统的设计提供了一个具有参考价值的设计框架.     

基于回朔式EKF的多传感器融合在移动机器人自定位中的应用

提出了一种基于扩展卡尔曼滤波器 (EKF)的多传感器融合系统 ,用于融合多个超声波传感器及光电编码器的测量值 ,并以该融合值来复位光电编码器 ,克服其累积误差的影响 .由于扩展卡尔曼滤波器是一项耗时的计算任务 ,为了满足实时性的要求 ,采用一种基于回朔式的算法 .仿真实验表明了该算法的有效性     

仓储综合测试专家系统的多传感器管理

储粮参数自动测试和智能化信息处理是实现仓储现代化管理的重要手段,介绍了仓储综合测试专家系统的基本组成,提出了专家系统的多传感器管理问题,论述了该系统的多传感器管理目标、管理内容和管理功能,为系统的数据融合与控制决策奠定了基础。