多传感器数据融合与航迹预测的模型设计

文中建立了功能完整的多传感器数据融合模型,使用最邻近数据关联(NNDA)算法提取目标航迹,采用三次样条插值实现时间配准,并将传感器性能作为权重应用到航迹对的融合中,使用加权平均的方法融合航迹对.引用回声状态网络(ESN)技术实现航迹的预测.基于雷达数据在不同运动场景中测试模型性能,对于匀速直线运动和机动转弯的目标,模型具有较高的跟踪和预测精度.     

不完全面板数据随机效应的检验

主要考察了双向误差面板数据模型yi, t=α x′i, tβ ui, t,ui, t=μi λt νi, t在缺失数据下的统计性质,给出了检验随机效应是否存在的检验统计量,求出该检验统计量的大样本分布,并从数值实验上验证了上述检验统计量的统计性质.     

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。     

关于数据不完整情形下的参数估计问题

本文针对数理统计中,在数据不完整(例如缺数值小的数据)情形下,如何进行参数估计问题,提出了求解方法,并进行了实例验证.     

A measurement error model for microarray data analysis

Microarray technology has been widely used to analyze the gene expression levels by detecting fluorescence intensity in a high throughput fashion. However, since the measurement error produced from various sources in microarray experiments is heterogeneous and too large to be ignored, we propose here a measurement error model for microarray data processing, by which the standard deviation of the measurement error is demonstrated to be linearly increased with fluorescence intensity. A robust algorithm, which estimates the parameters of the measurement error model from a single microarray without replicated spots, is provided. The model and algorithm for estimating of the parameters from a given data set are tested on both the real data set and the simulated data set, and the result has been proven satisfactory. And, combining the measurement error model with traditional Z-test method, a full statistical model has been developed. It can significantly improve the statistical inference for identifying differentially expressed genes.     

相关观测噪声的加权观测融合UKF滤波器

对于具有相同观测方程,相关观测噪声的非系统,应用无迹卡尔曼滤波器(UKF),以及加权最小二乘(WLS)法,提出了加权观测融合UKF滤波算法.该算法具有全局最优性,且没有增加观测系统的维数,进而没有增加系统的计算负担.一个带有相关观测噪声的两传感器非线性系统的仿真例子说明了该融合算法的有效性及等价性.     

深基坑参数融合数据模型与数据结构

基于深基坑开挖过程中,不同实体的几何参数、物理参数和力学参数之间的关联性,提出深基坑参数融合数据模型,实现将深基坑的几何模型和力学模型统一在一个框架之下.根据面向对象的编程思想,采用C++语言对各基坑实体进行描述,为模型设计一个能够体现各基坑实体类之间层次关系的数据结构,并开发了深基坑三维建模与风险预警软件.将开发的软件应用于上海市汉中路地铁车站深基坑项目,结果表明,该数据模型很好地实现了不同基坑实体之间的关联,可以有效地预测深基坑施工过程中的潜在风险.     

井眼轨迹随钻测量中的测斜仪器不对中随机误差分析

为了更加准确地描述随钻测量时产生的井眼轨迹误差，利用误差分析方法对随钻测量时测量仪器与井眼轴线不重合所产生的误差进行了分析，并采用拉格朗日插值进行了计算。结果表明，这种不对中所引起的测量误差属于随机误差的范畴，该误差对井斜和方位测量结果的作用是相同的，且服从均匀分布。算例分析表明，这种随机误差相对于系统误差所造成的井眼位置的不确定范围要小得多。测点处的随机误差椭球的中心与测点之间的距离很近，但是，随着钻头尺寸与钻铤尺寸差别的增大，此距离增大，并且椭球的3个半轴也呈现相同的变化趋势。     

基于协整理论的浮动车行程时间修正模型

以牌照识别数据为基础,将计量经济学中的协整理论与误差修正模型应用于数据融合技术,建立基于协整理论的浮动车行程时间修正模型. 以上海市高架路为例进行分析,证实了浮动车数据与牌照识别数据之间的协整关系,结果说明浮动车数据的短期波动受到了长期均衡与短期失衡的作用.     

基于自适应MP C的自动驾驶汽车轨迹跟踪控制

为提高无人驾驶汽车轨迹跟踪精度和稳定性,设计一种基于模型预测控制(MPC)的自适应轨迹跟踪控制器.利用遗忘因子递推二乘算法在线估计轮胎侧偏刚度,实时更新控制器预测模型;设计控制参数选择器,采用模糊控制对预测时域和控制时域进行在线优化,实现预测时域能根据横向和纵向车速自适应的选择.通过Simulink/Carsim进行联...     

微型惯性测量组合标定技术

对微型惯性测量组合 (MIMU)的系统标定技术进行了研究 ,利用加速度计的静态输出 ,得出了初始安装角误差、零位偏差及标度因子的计算方法 ,详细介绍了各参数的测量原理及计算公式。从实际应用的角度出发 ,对加速度计零偏的实时计算方法、基座初始水平偏差的影响及横向灵敏度的影响进行了分析 ,得出了相应的数学模型及修正算法。在此基础上进行了一定距离姿态及位置测量试验 ,给出了试验结果。试验结果表明 ,位置测量精度可提高到 1～ 2 cm ;初始位置实时标定可得到与单独标定及预调整近似的结果     

多源遥感影像数据融合的理论与技术

目的 探讨多源遥感影像数据融合技术,包括融合概念、融合原理、融合算法、融合效果评价。方法 对于不同空间分辨率、时间分辨率和波谱分辨率的遥感图像进行综合分析,提出像素级、特征级、决策级遥感影像融合的方法及用信息论的理论建立融合影像评价系统。结果 信息融合可分为3个层次：像素级、特征级和决策级融合;像素级融合信息损失最小,决策级融合信息损失最大;像素级融合精度最高,决策级融合精度最低。结论 对同一地区的多源遥感影像数据进行融合,可以产生比单一信息源更准确、更完全、更可靠的估计和判断,可以提高影像的空间分辨率和清晰度,有效提高遥感影像数据的利用率等。     

需水量预测的测量误差模型

针对其他方法在进行需水量预测时均未考虑原始数据测量误差的缺陷,提出了线性测量误差模型.基于Matlab编写计算程序,以扬州市1999-2006年的GDP(gross domestic procluct)及用水量数据进行验证,并与普通线性同归方法比较.实例研究表明该模型预测精度较高.在此基础上,对扬州市需水量进行预测,为节约用水及水资源规划提供了依据.     

RMS700监测保护系统的数据管理系统

介绍了一种基于德国飞利浦公司ＲＭＳ７００监测保护系统二次开发而成的计算机数据采集和管理系统。它兼有高速振动数据采集和其他热工数据采集功能，并能实现在线监测及离线分析处理。该系统的核心包括测试信号用快变信号箱、慢变信号箱，高速锁相倍频数据采集板，低速数据采集板以及ＴＭＳ３２０Ｃ２５快速ＦＦＴ板等，最终以高可靠Ｉｎｔｅｌ工控机来管理。该系统用户界面友好，菜单简明易操作，已成功地在北京石景山发电厂连续运行将近一年。对该系统稍加改动就可以移植用于管理美国本特利公司的７２００或３３００仪表，或是构成独立的监测系统。在系统中加入故障诊断软件后，也可构成故障诊断系统     

需水量预测的线性测量误差模型

为了克服现有需水量预测方法未考虑原始数据测量误差的缺陷,以扬州市1999~2006年的GDP及用水量作为原始数据,建立了需水量预测的线性测量误差模型,并对扬州市2010年、2015年和2020年的需水量进行了预测.与普通线性回归方法的对比结果表明,线性测量误差模型预测精度较高,其预测结果可以为节约用水规划及水资源规划提供依据.     

纵向数据测量误差模型的2次统计推断

考虑纵向数据的线性误差模型,其中协变量含有测量误差。使用2次函数推断方法得到回归参数的估计,证明所得到的估计渐近地服从正态分布;对参数的假设检验问题,证明所得统计量渐近地服从χ2分布,并通过数值模拟讨论方法的有限样本性质。最后,该方法被用于1组艾滋病数据的实证分析中。     

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。     

多传感器数据融合效果分析

从理论上证明了多个传感器融合的估计效果要比任何一个单一传感器的估计效果好．并且去掉所融合的多个传感器中的任何一个或几个后，估计效果都要比用全部传感器融合估计的效果差．计算机仿真结果验证了所给出的结论。     

一种简单的机器人鲁棒自适应轨迹跟踪控制算法

针对不确定性存在情况下的机器人轨迹跟踪 ,提出了一种鲁棒自适应轨迹控制算法 .控制算法是全局按指数收敛的 ,不需要知道机器人动力学模型 ,结构简单 ,计算量小 ,能使轨迹误差收敛到一任意小的区域内 .利用Lyapunov直接法分析了控制算法的稳定性和鲁棒性 .两关节直接驱动机器人的实验研究验证了算法的有效性 .     

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。