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。     

基于多传感器信息融合技术的密闭空间环境监控系统研究和设计

密闭空间作业存在缺氧、可燃气体爆炸、中毒等事故发生的风险.因此,本文提出了基于多传感器信息融合技术的密闭空间环境监控系统.该系统采用基于CAN总线的三层网络拓扑结构,保证了信息传输的实时性和系统的可扩展性;通过传感器的种类配置和数据信息的融合算法,更好地还原被检测环境的真实情况,有利于系统采取更准确的信息判断和控制策略...     

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。     

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．     

带有色观测噪声多传感器信息融合稳态Kalman跟踪滤波器

针对带有色观测噪声的目标跟踪系统,分别用基于ARMA新息模型和基于R iccati方程的两种方法,在线性最小方差信息融合准则下,提出了多传感器按矩阵加权、对角阵加权和标量加权的三种信息融合稳态Kalman跟踪滤波器.仿真说明了三种加权滤波器的误差的差别不明显,但按标量加权滤波器显著地减少了计算负担,便于实时应用,且验证了两种方法所得结果相同.应注意在构造ARMA新息模型时,必须进行多项式矩阵的左素分解,才能得到正确的ARMA新息模型.     

基于多传感器数据融合技术的机器人运动姿态检测应用研究

本设计利用多传感器信息融合技术把采集到的数据进行融合,并把信息反馈给控制器,为实现实时控制和智能控制提供保障。最后,通过该算法在机器人运动姿态检测中的应用验证该算法的正确性。结果表明:此种方法无须传感器的任何先验知识,能客观显示各传感器的可靠程度,比其他方法具有更高的融合精度。     

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。     

机器人多传感器数据融合的两级结构及途径

机器人多传感器数据融合已成为一个活跃的研究领域,然而关于融合模型与途径的系统阐述是缺乏的。该文从信息处理的角度归纳出了一个数据信息融合的两级结构模型,数据级和证据级融合。这一模型较好反映了信息融合的本质.根据这一结构,又给出了运用Biyes参数估计和Dempster-Shafer证据推理相结合的多传感器数据融合的一般途径和步骤,最后加以例证。     

多源图像信息融合的理论与技术

对不同空间分辨率，时间分辨率和波谱分辨率的遥感图像进行综合，高效的利用，是当前学术界的焦点问题之一。回顾图像融合的源起与发展，对融合的概念与基础理论做了界定与阐述，将目前存在的各种融合技术归纳为3种类型；像元级融合，特征级融合和分类级融合，剖析了其优缺点和适用领域，并对今后的发展方向做了展望。     

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.     

"气泡聚变"与冷聚变

论述了“气泡聚变”与冷聚变都属于新型聚变，指出中性粒子与核的聚变可在任何温度条件下进行，强调要用新观念与新思维来正确对待新奇核现象。     

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.     

P-集合与信息融合应用分析

P-集合是一个新的动态数学模型.P-推理是P-集合生成的一种动态推理.利用P-集合结构,提出信息融合和融合度的概念,并指出信息融合存在的直接意义.利用P-推理,定义P-信息融合,给出P-信息融合存在的充要条件和发现准则.并基于外P-信息融合理论,应用分析于煤层的分类与发现.     

基于小波的遥感影像特征信息融合模式研究

在数字图像小波多分辨率分析的理论基础上,采用小波变换方法对高分辨遥感图像的目标地物边缘进行信息增强,然后与多光谱遥感图像进行特征信息融合.在融合过程中,首先对多光谱图像中的R、G、B 3个波段的图像进行小波分解,得到相应的低频图像,并对特征增强后的高分辨率图像进行小波分解,再将分解后的高频图像分别与低频图像进行融合,然后经RGB合成为彩色图像.该方法既改善了图像的清晰度和分辨率,同时也保留了原图像的光谱信息.最后通过融合实验验证了上述结论.     

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.