基于多传感器信息融合的矿井提升机监测系统

为了保证煤矿安全生产，实现煤矿生产现代化，有必要对矿井提升系统 进行实时监测及运行状态分析。本文根据煤矿的生产实际，设计了多传感器的矿井提升设备运行状态计算机自动监测系统，介绍了自动监测系统的硬件组成及软件结构，并设计了几种实用性强、可靠性高的硬件电路。应用结果表明，所设计的基于多传感器信号融合的计算机自动监测系统对矿井提升这样多变量、非线性的复杂系统非常适用，能准确地进行动态监测、故障诊断及事故处理。     

多传感器信息融合在水环境监测中的应用

将多传感器信息融合技术应用于水环境监测系统，提出了采用分散化滤波方案的系统融合结构模型，并讨论了向量卡尔曼滤波算法和单隐层3层前向神经网络。实践表明，融合效果良好。     

多传感器信息融合的算法比较

神经网络技术已经越采越多的应用于传感器的信息融合，但是由于传统的神经网络结构对于计算大学习样本．需要的隐结点数很大，导致训练的时间很长，性能下降。本文提出了一种阵列神经网络的结构模型，通过将传统神经网络中的中间隐层用子网络代替，不同的信息分配到不同的子网络中，然后再进入融合层进行融合，从而克服了传统神经网络计算大容量样本的缺点。本文还结合测量压力的多传感器系统，通过比较阵列神经网络和传统神经网络对信息融合的效果和速率来研究阵列神经网络的作用。     

基于多传感器融合的磨削砂轮钝化的智能监测

利用多传感器信息融合技术 ,通过模糊分类的方法对不同的磨削条件进行模糊化处理 ,构建了砂轮钝化监测多传感器融合系统结构 ;应用BP神经网络将磨削过程中声发射、磨削力和功率传感器信号合理融合 ,提出了自适应变学习率策略 ,将其神经网络输出的信号特征值作为表征砂轮钝化状态识别的判据 ,进行了砂轮钝化监测实验·结果表明 ,使用多传感器信息融合方法比使用单一传感器方法识别率高 ,监测效果好 ,并可实现智能监控和及时修整砂轮     

基于多传感器数据融合瓦斯浓度监控系统研究

在瓦斯浓度监控系统中采用多传感器数据融合方法,弥补了单一传感器带来的缺陷。通过对失效数据的剔除和对有效数据进行融合,提高了监控系统的精度。通过试验表明,该系统监控瓦斯浓度准确、可靠。     

基于多传感器信息融合的混凝加药过程控制研究

针对流动电流仪检测混凝过程的不准确性,利用多传感器信息融合技术,提出了一种新的反应过程检测方法.该方法采用人工神经网络混凝技术,对反应沉淀池进水浊度、流量、流动电流值进行融合,得到精确的混凝值,进而优化加药过程的自动控制.仿真实验证明了该方法的有效性.     

多传感器信息融合技术

多传感器的集成与融合技术已经成为智能机器与系统领域的一个重要的研究方向。它不仅可以描述同一环境特征的多个冗余的信息,而且可以描述不同的环境特征。多个传感器的使用还可以使信息采集和处理过程并行化,不仅可以得到更全面、更准确的信息,而且减少时间和成本,提高整个系统的性能。     

多传感器多变量AR模型信息融合辨识方法

对于带白色公共干扰噪声、白色观测噪声和传感器偏差的多传感器多变量自回归（AR）模型,当AR模型参数、传感器偏差和噪声方差未知时,提出了一种信息融合多段辨识方法,其中用多重递推增广最小二乘法（MRELS）得到AR模型参数和传感器偏差的局部和融合估值器,再用相关方法得到局部和融合噪声方差估值器。这些估值器具有一致性。一个仿真例子验证了其有效性。     

基于神经网络的多传感器信息融合技术在移动机器人中的应用

基于模糊神经网络的多传感器信息融合,提出了一种简单、有效的分区算法来确定障碍物的距离和方位。采用BP神经网络对障碍物环境进行分类以及模式识别,为移动机器人的导航和避障提供了一种有效的方法。     

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。     

基于多传感器信息融合的智能仪表研究

针对智能仪表多传感器系统中存在的信息处理复杂、不可靠等问题,提出了利用智能仪表中的多传感器信息资源,融合多传感器信息,提高智能仪表检测精度和可靠性的方法。结合矿井瓦斯监测、井下煤的自燃监测等实例,介绍了智能仪表中多传感器信息融合的模式,以及智能仪表研究设计中应注意的问题。将多传感器信息融合技术应用于智能仪表之中,可大大提高智能仪器仪表的精度、可靠性和容错能力。     

一类噪声相关多传感器系统的新型序贯式融合滤波

对于过程噪声与观测噪声一步互相关、各观测噪声一步自相关的多传感器融合滤波问题,提出了一种新的低维序贯式融合滤波算法.基于低阶迭代正交变换的思想提出了解相关的方法,将观测方程经过等价改写去除系统噪声的相关性,然后依据序贯滤波的思想,依次处理到达融合中心的观测信息,进而得到一类实时序贯式融合滤波算法.整个推导过程在线性最小均方误差意义下严格进行,能够实现系统状态的最优融合估计.最后的仿真验证了新算法在处理上述噪声相关问题上的最优性.     

多传感器融合定位控制系统设计

为实现水田作业机械的精确定位,在惯性传感器定位的基础上,设计了一套基于激光的多传感器融合定位系统.该系统以激光、陀螺仪与编码盘等传感器模块为硬件基础,结合卡尔曼滤波算法实现了多传感器的数据融合.试验结果表明:在50 m×50 m的测试范围内,静态定位误差小于10 cm,系统定位可靠,精度较高,达到了预期研究目标.     

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.     

Design and implementation of information acquisition system architecture for multi-sensor robots

A multi-layer controller architecture based on digital signal processor(DSP)and on-chip MCU was proposed for multi-sensor information acquisition system;it consisted of a data acquisition unit and a data fusion unit,and used a host controller to connect the two units into all integrated system.Compared with architectures of traditional acquisition system,this architecture had good openness and goad adaptability of algorithms in hardware.To validate its feasibility,a small-scale prototype was cleverly designed,which adopted ADuC812.tMS320F206 and 89C51 as controllers,and had 16-channel ADC and 12-channel DAC with high accuracy of 12-bit.The Interfaces between different controllers were introduced in detail.Some basic parameters of the prototype were presented by board-level tests and by comparison with other two systems.The prototype Was employed to provide on-line state measurement,parameter estimation and decision-making for trajectory tracking of wheeled mobile robot.Experimental results show that the prototype achieves the goals of data acquisition,fusion and control perfectly.     

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.     

云模型方法在选煤厂跳汰系统中的故障检测与诊断

针对传统的故障检测与诊断方法的局限性,笔者结合信息融合思想和云模型算法,提出了用于选煤厂跳汰系统故障检测与诊断的云模型方法。采用一维云模型推理映射算法,代替传统神经网络方法的训练过程,融合多源信息合并处理,保证检测和诊断的正确性,并进行实时检测仿真。结果表明：系统辨识精度较高,能很好地反应跳汰系统工作情况,并能及时判断。该方法用于选煤厂跳汰系统故障检测与诊断可行。     

改进的BP算法在多传感器数据融合中的应用

采用了基于小波神经网络的BP权值平衡改进算法,构造小波神经网络并训练以改变BP网络权值.根据多传感器特征级数据融合模型,并结合该权值平衡算法,使测量到的数据进行基于特征级的融合,并将该数据融合结果提供给决策级判断,从而得出理想的判定效果.仿真结果表明,该数据融合算法避免了BP权值平衡算法的缺点,不仅提高了学习的速度,而且具有更高的计算精度.     

城市环境信息系统在线监控网络构建

以岳阳市为案例,通过借助网络技术,探讨并实际运行了城市环境信息在线监控网络系统的建设。该系统以Internet为基本载体,以污染源为对象的、以数据库为中心的网络系统基本模式,建立合适的系统结构和数据库,系统的关键在于数据库的组织与管理、应用界面的设计以及应用程序的开发与维护三个方面。通过建成后的试运行,结果表明该系统的运行良好,合乎设计要求,这一方案对我国各城市进行环境在线监控系统的构建具有借鉴作用。