基于威胁博弈理论的决策级融合模型

针对多传感器信息融合系统中普遍存在的冲突信息环境下的融合系统决策问题,提出了一种新的基于威胁博弈的决策级信息融合模型·该模型将冲突环境下的融合过程视为局部决策空间、策略空间和全局决策空间上的变换过程,并以此构建融合中心的一种结构模型·在融合算法的研究中,以威胁博弈的算法实现融合中心的多传感器交互决策·在应用中将该模型用于丰满水电仿真系统调速器PID模型的参数在线调整·经现场应用表明,该模型可以有效地解决原PID模型参数整定困难而导致的系统转速和频率振荡等问题·     

水电仿真软件中调速器模型的设计及实现

针对目前水电仿真系统中PID型调速器的控制参数难于确定的情况,基于Matlab/Simulink平台建立调速系统数学模型.采用自适应模糊控制算法,并使用遗传算法进行参数优化,提高了仿真调节系统模型的鲁棒性.利用Matlab自带的实时代码生成工具箱RTW(real-time workshop),实现从Simulink模块图到VC集成开发环境的代码转换.讨论了算法的实用性和程序实现时应注意的问题.整个开发过程与Matlab/Simulink平台紧密结合,缩短了开发周期,提高了代码的可靠性.     

不确定信息的模糊决策融合算法

针对不确定性问题,提出了一种新的基于知识发现的信息融合的方法·利用模糊决策树的ID3算法对测试空间中的大量不确定多源信息数据进行综合分析、处理,建立准确的评估模型,提取隐含其中的规则,最终获取新的知识·此方法已成功应用于吉林丰满水电数字仿真系统中的考核系统·实验证明,这种知识提取方法充分体现了信息融合中解决多源信息数据的思想,能很好地解决系统中数据存在的无序、不确定问题,并能有效地提取出规则·     

基于模糊神经元网络的信息融合模型

为了解决对象是庞大数据的复杂的工业生产过程的建立模型困难的问题,提出了基于势场拓扑的层次聚类算法和模糊c均值聚类算法融合,结果表明:通过两次聚类算法的融合,获得精确的聚类个数和隶属度,以此来确定模糊神经网络的结构模型,并将得到的隶属度作为依据,建立基于多判据信息融合和模糊技术构建神经元网络模型,通过对实际地下开采生产过程的仿真,结果验证了模型的有效性。该成果对煤矿开采具有一定的参考价值和指导意义。     

基于模糊神经元网络的信息融合模型

神经元网络应用于一般工业过程建模比较有效,但对于对象是庞大数据的复杂的工业生产过程就明显力不从心,提出了基于势场拓扑的层次聚类算法和模糊c均值聚类算法融合,以获得精确的聚类个数和隶属度,基于多判据信息融合和模糊技术构建神经元网络模型,通过对实际地下开采生产过程的仿真,结果验证了模型的有效性。     

基于模糊神经元网络的信息融合模型

神经元网络应用于一般工业过程建模比较有效,但对于对象是庞大数据的复杂的工业生产过程就明显力不从心,提出了基于势场拓扑的层次聚类算法和模糊c均值聚类算法融合,以获得精确的聚类个数和隶属度,基于多判据信息融合和模糊技术构建神经元网络模型,通过对实际地下开采生产过程的仿真,结果验证了模型的有效性。     

ITS中基于模糊积分信息融合理论的仿真算法研究

交通仿真是ITS的重要实验研究手段。传统的微观交通仿真模型,特别是反映交通决策行为的车辆跟驰模型,未能综合考虑交通环境中多源信息的有效融合。利用模糊积分理论确定驾驶员信息融合后对车辆应采取的反应行为。通过模型验证表明:在车辆跟驰模型实施之前,利用模糊积分算法模型化驾驶员在多源信息融合条件下的反应过程是行之有效的。     

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。     

基于模糊信息多级融合的故障诊断

为进一步提高综合故障诊断的可靠性,提出一种基于模糊信息多级融合的故障诊断方法,在传统模糊信息融合故障诊断的基础上,将各级诊断数据重新融合后再进行系统的综合故障诊断.对船舶主动力系统故障诊断的应用表明,该方法较传统方法更准确有效,在局部传感器误检的情况下仍作出了准确的故障诊断,可为提高大型系统故障诊断的可靠性提供有益的借鉴.     

基于Vague集的模糊信息融合研究

在分析模糊信息融合局限性,并介绍Vague集概念的基础上,提出了基于Vague集的模糊信息融合方法．给出了该方法的数学描述、数据组织、结果评价等概念及算法实现过程．并以传感器一目标模型为例,演示和分析了该方法的应用及评价过程．从结果看,基于Vague集方法进行模糊信息融合是简易、高效和可靠的．     

基于模糊信息融合的自平衡机器人姿态角补偿方法

为了简便、精确地获得自平衡机器人运行中的状态信息,提出了模糊信息融合的方法对机器人的姿态角进行补偿。首先,根据传感器的工作原理,以及对实验数据的分析建立了陀螺仪漂移误差的数学模型,对其零点随机漂移误差进行了初步的标定。然后根据陀螺仪和倾角传感器各自的误差特性,以及导致这些误差的原因,设计了一个双输入单输出的模糊融合器,将设计的融合器应用到两轮自平衡机器人系统中。实验结果表明系统误差得到了很好的改善,从而表明所设计的模糊融合器是有效的。     

一种基于模糊判定的融合系统有效性评估方法

为满足对多传感器信息融合系统评估的需要,在综合分析融合系统的基础上,提出了包含性能度量、效能度量、作战效能度量的系统有效性指标集.结合模糊数学理论, 利用均衡平均型算子建立了多层融合系统有效性评估体系,提出较完整的评估方法,并将该方法应用于实际的融合系统中,实现了对融合系统运行有效性的较为全面的评估,为融合系统的设计、融合策略的选择提供了新的依据.实践表明,该方法数学表达清晰明确,便于工程实现,是信息融合系统有效性评估的一种有效方法.     

基于模糊优选理论的空战信息融合算法

信息融合是现代空战综合电子系统的关键技术之一。为探讨解决综合电子系统中的多传感器信息融合问题,提出了基于模糊优选理论的信息融合方法,并进行了仿真计算,它优于传统的Bayes统计法、D-S证据推理方法。     

基于模糊信息融合技术的攻击要素关联

主要针对当前网络安全态势知识不易获得的问题,提出了自己的网络化系统安全态势评估模型并定义了攻击要素.继而使用动态的方法量化了攻击频率、攻击难易性和攻击危害度,使之可以更加精确地表示攻击次数、攻击成功的概率和攻击造成的严重后果.同时针对攻击信息的不确定性、不完整性、模糊性和多变性的特点,提出将一种模糊信息融合方法--基于Mamdani模糊推理的算法来实现攻击要素的关联.最后,应用Matlab7.0仿真实验工具进行了仿真,实验结果证明,本文提出的算法可以真实地反映安全态势情况.     

Choquet模糊积分融合模型中模糊测度的确定

用模糊积分进行多分类器融合时,模糊测度是至关重要的.有限的事例集上,基于模糊测度的Choquet模糊积分的计算可以用乘积与求和算子来表示,即转化成模糊测度的线性组合.本文用线性规划来确定模糊测度,并且用例子说明模糊积分融合方法要优于乘积法、最大值法、多数投票法、加权平均法等简单的融合方法.     

基于多传感器信息融合理论的交互式多模型算法

在经典的交互式多模型算法中,对似然函数的高斯近似以及概率密度函数与概率质量函数的混合计算使得所求得的模型概率仅为贝叶斯意义下的次优值.为解决此问题,基于各滤波器估计误差的相关性和多传感器最优信息融合准则,提出了一种重新加权的交互式多模型算法.该算法通过计算估计误差的互协方差阵对模型概率进行更新,在此基础上利用最优信息融合理论对各滤波器的滤波结果进行融合.理论分析及仿真结果表明:经过重新加权的交互式多模型算法较原始算法以及其他忽略误差相关性的交互式多模型的改进算法在估计精度上均有显著的提高.     

水文遥测系统运行可靠性的监测方法及推理模型

研究水文遥测系统的可靠性运行状态的监测问题,对于包括众多无人测站的水文遥测系统来说尤其重要。给出系统的完整性及完整性指标－完整度的定义;提出并研究基于多传感器信息融合技术的系统完整性监测与估计方法;建立基于模糊推理方法的系统完整性信息融合监测模型。该模型对描述水文遥测系统的完整度具有可操作性。利用该模型,根据所选取的系统完整性环境中的指标参数,即可推理出系统的完整度。     

Choquet模糊积分的粗糙性及信息融合

在分析现有模糊积分理论的基础上 ,提出了Choquet上、下模糊积分的概念和粗糙区间数的积分形式 ,给出了Choquet模糊积分的粗糙特性 ,建立了基于粗糙Choquet模糊积分形式和信息融合方法 .该方法在存在各种外界干扰因素的多传感器融合环境中 ,可以较好地实现区间数传感器的选择和融合 .所给Cho quet上、下模糊积分是经典Choquet模糊积分在粗糙意义下的扩展形式 ,能处理粗糙区间数数据源和信息系统的对象 .模拟实例验证了融合方法的有效性