基于高斯滤波与均值聚类的异质多源传感器数据加权融合

异质多源传感器之间工作频率存在差异,导致数据之间的一致性较差,加权融合后的观测误差较大,因此提出基于高斯滤波与均值聚类的异质多源传感器数据加权融合方法。采用高斯滤波对异质多源传感器数据空间单元格进行划分,建立基于单元格的最佳连通域,保留传感器内部数据,完成传感器数据的高斯滤波平滑处理。引入均值聚类对异质多源传感器数据进行一致性处理。通过免疫粒子群搜索最优权重和参数,利用最优权重和参数完成异质多源传感器数据加权融合。仿真结果表明,所提方法能够降低融合后传感器数据的观测误差与均方误差,观测误差与均方误差最小值均为0.002。因此,说明所提方法提高了融合后异质多源传感器数据的可利用性。

多源传感器的车桥联动实时监测与响应特征分析

随着我国基础建设尤其是交通行业的高速发展,桥梁健康监测技术不断取得突破性的进展,使得在运营中的桥梁安全性及人民群众的生命财产安全得到了有效的保障。然而,桥梁健康监测系统只是对桥梁结构本身的特性及响应信息进行监测,没有兼顾即将上桥的车辆情况,缺乏对事故风险的直观评估。因此,本文以二干河桥为例,基于多源传感器,提出了车桥联动监测的方法,对桥梁响应信息及行驶车辆的信息进行实时监测,利用传感器的监测数据进行桥梁响应特征研究;并在二干河桥建立了基于车桥联动的桥梁健康监测管理平台,为桥梁的安全运营提供示范应用。

一种面向多源传感器的飞行器类型识别综合仿真方法

针对现有飞行器类型识别仿真方法主要以单传感器、单目标识别为主,没有考虑真实场景下光电、雷达、电子侦收等多种传感器设备对飞行器参数联合采集的过程,导致仿真场景不丰富、变化不够复杂的问题。构建了面向多源传感器的飞行器综合仿真平台,包括:光电模拟器,使用循环生成对抗网络生成飞行器红外图像;空情模拟器,采用三自由度飞行方法生成飞行器运动轨迹;雷达模拟器,利用椭球方程模拟目标的雷达轨迹和雷达反射截面积;电抗模拟器,通过典型信号源收集和随机噪声引入来模拟复杂电磁环境。在仿真数据集上的实验结果表明,引入多种传感器信息能有效提升目标类型的识别效果,提升模型辅助决策能力。

卡尔曼滤波下多源传感器数据互补-加权迭代融合算法

因多源传感器在数据融合过程中,受自身数据差异性影响较大,导致最终的融合结果精准度较低。为此,在卡尔曼滤波算法的基础上,针对多源传感器数据提出一种互补-加权迭代融合算法。建立多源传感器观测模型,找出数据融合过程中的最优加权系数。在多源传感器组合系统中引入卡尔曼滤波算法,结合互补-加权迭代融合算法,建立预测方程、状态方程、滤波互补因子以及估计均方误差方程,实现多源传感器的数据融合。实验结果表明,所提算法可以精准找出最优加权系数,观测误差始终在0.6 m以下,可以实现数据的精准融合。

多源传感器结合北斗卫星导航系统的桥梁变形监测分析

变形监测是了解桥梁安全状态、形变趋势的重要手段,为桥梁的安全运行、维护管理提供重要支撑。本课题以山东某危桥结构监测为例,探讨了利用北斗卫星导航系统+裂缝、振动等多源传感器进行桥梁变形监测,包括监测布置、监测数据采集与处理、多源数据分析等内容,取得了较好的应用效果,可为类似工程应用提供参考。

基于改进CNN-GRU网络的多源传感器故障诊断方法

提出一种复杂系统内多源传感器的故障诊断方法.利用多源传感器数据之间的相关性,使用卷积神经网络提取不同传感器之间的联系和特征.在卷积网络中,设计了传感器数据标定模块使得网络更关注学习与故障信号相关的传感器数据.利用循环网络对传感器自身的时序特征建模,引入跳跃连接和辅助损失函数降低网络的训练难度.最后综合时空特征,一次计算得到故障分类结果和故障参数估计.仿真结果表明,改进后的CNN-GRU网络能够实时准确地诊断传感器的固定偏差故障和漂移偏差故障,传感器数据标定模块和跳跃连接的引入有效地提高了诊断算法的准确率和精度.

多源传感器动、静态滤波融合导航

首先给出联邦滤波各局部输出量之间的相关协方差矩阵 ,进而给出了基于各传感器独立观测信息的动、静态滤波解法 ,这种解法避免了重复使用载体状态方程信息的问题 ,保证了多传感器数据融合的最优性 。

基于手机多源传感器的室内火灾行人行为识别

针对室内火灾情境下人员安全的有效监控问题,提出了一种基于手机多源传感器的室内火灾行人细粒度行为识别与匹配方法.借助手机内置多源传感器完成对行人当前表征行为特征的数据采集,在异常子序列探测后提取行为特征向量,利用基于关键点序列的动态时间规整(Key-DTW)算法或者相应训练成型的分类模型分别对特征各异的行为进行匹配、理解;并对不同传感器组合方式和不同设备位置的识别能力进行比较;最后,综合识别结果进而分析行人当前生理、心理、位置状态,为室内应急救援工作提供决策信息.经模拟试验验证,该方法不仅能够对行人应激性细粒度行为有较高的识别准确率,对于持久性的动作也有着很高的匹配精确性和效率.

基于多源传感器的室内监控系统设计与实现

应用典型的B/S架构,采用富应用端开发、多源数据动态展现、数据库实时访问等物联网关键技术,设计开发基于多源传感器的室内监控系统。通过对温度、湿度、空气洁净度、粉尘浓度、风速等多源传感器数据的多形式动态展现,实现对室内环境状况的实时监控和历史数据查询等。

一种多源传感器数据层叠降维分类融合器设计

多源传感器数据具有非线性、高维度的特征,因此难以准确分类,直接进行数据融合后的噪声较大,可用性降低,为此提出一种多源传感器数据层叠分类降维融合方法。设计基于深度学习的层叠自动降维分类器(SAESM),将SAESM和Softmax分类器结合在一起,在簇内完成源传感器数据特征提取并区分数据属性类别。针对不同类别数据分类后构成的集合,分配一个可以代表数据类别的簇首节点,统一传输给汇聚节点。汇聚节点对簇首节点整合的信息表进行参数融合处理,完成多源传感器数据融合。实验分析结果表明:针对多源传感器数据特征提取分类正确的样本数量较高,融合后噪声数据量得到有效降低。

滑坡多源传感器网络立体观测研究年度报告

我国是滑坡灾害频发的国家,近年来全球变化无常,发生大型突发滑坡可能性增加。该研究旨在通过构建立体多源传感器网络,结合滑坡成灾模式分析,在反馈的危险区域实施可控的强化智能观测,实现西部山区大型滑坡前兆的探测,实施为滑坡预警和处治提供高精度的观测数据服务。理县地处四川盆地西北部,位于岷江上游,是不稳定斜坡的敏感区,据四川省地质调查院2007年调查统计,全县有地质灾害点358处,其中滑坡74处、不稳定斜坡105处、崩塌65处、泥石流114处。"5.12"特大地震发生后,理县境内新增大量地质灾害隐患点。因此,该研究将试验区选在理县受灾最严重的西山村及联合乡区域。2013年度,该研究进行了室内构架滑坡实验:在同济大学测量馆,搭建室内实验平台,开发远程通信数据模块,总结了各传感器协同作业关系,分析滑坡致灾因子,评估各传感器针对不同致灾因子前兆信息监测和智能强化观测的可用性和适用性;进行野外实验勘察,建立了西山村滑坡监测需求分析及传感器网络组成、安装系统设计;进行对地遥感数据观测研究:进行试验区无人机飞行、地面基准布设及航空拍摄,生产了1∶2 000试验区高精度DOM;收集了覆盖试验区的部分卫星高分影像,主要包括的传感器有P5、World View-1,2、ZY-3,并利用World View-2两期数据得到西山村滑坡后壁提取结果;购置地面SAR设备,对同济大学图书馆、综合楼进行了位移测试试验;采用两景Terra SAR-X对试验区进行了地面沉降监测。

利用无人机多源传感器估算马铃薯植株氮含量

快速准确地获取作物的植株氮含量(PNC)信息,是农业精细化管理的关键和数字农业发展的研究热点。近年来,随着无人机和传感器技术的发展,利用多种传感器信息监测作物理化参数逐渐引起国内外学者的关注。以马铃薯为研究对象,首先,基于无人机获取了马铃薯现蕾期、块茎形成期、块茎增长期、淀粉积累期和成熟期的高光谱影像和数码影像,同时采集各生育期的地面数码影像,并实测了株高(H)、PNC和11个地面控制点(GCPs)的三维空间坐标。其次,利用无人机数码影像结合GCPs生成试验区域的数字表面模型(DSM),分别从无人机数码影像和DSM中提取马铃薯的地面覆盖度(VC)和株高(H),并利用地面数码影像计算的覆盖度(VC)和实测H验证提取的VC和H的精度。然后,根据高光谱反射率数据计算绿边参数(GEPs),构造GEPs×H×VC,GEPs/(1+VC),(GEPs+VC)×H和GEPs/(1+H)4种融合特征参数(FFPs),对高光谱影像信息和数码影像信息进行融合。最后,将各生育期提取的GEPs和构造的FFPs分别与PNC作相关性分析,筛选最优绿边参数(OGEP)和最优融合特征参数(OFFP)构建5个生育期的PNC线性估算模型,并根据相关性较高的GEPs和FFPs利用偏最小二乘(PLSR)和人工神经网络(ANN)2种回归方法构建PNC的多参数估算模型,结果表明:(1)基于无人机数码影像提取的H和VC具有较高的精度,可以代替实测H和VC估算作物理化参数。(2)与GEPs相比,前4个生育期,构造的大部分FFPs与PNC的相关性更高,能更好地反映马铃薯的氮营养状况。(3)马铃薯5个生育期,OFFP估算PNC的效果优于OGEP。(4)与单参数模型相比,基于GEPs和FFPs利用PLSR和ANN 2种方法构建的模型精度和稳定性均明显提高,其中,以FFPs为模型因子利用ANN方法构建的模型效果最好。该研究表明融合高光谱绿边参数和高清数码相机传感器提取的株高和覆盖度信息能显著提升PNC的估算精度,可为马铃薯氮营养状况的动态无损监测和多源传感器信息的应用提供参考。

基于多源传感器信号的铣削过程能效状态识别

解决切削过程能效问题是绿色制造领域的研究热点之一。掌握切削过程动态能效是评价切削过程能效状态的有效手段。基于能效经验模型,设计面向能效状态识别的多源传感器信号采集的铣削试验,获得不同切削条件下的多源传感器信号及高、低不同能效状态。综合分析切削力和功率信号的时域、频域特征,实现了对高、低不同能效状态的识别。该研究方法一方面对绿色制造领域的节能技术提供方案,另一方面对智能监测领域的状态识别方法研究也有借鉴作用。

基于太阳能智慧树的多源传感器数据采集与处理

针对基于太阳能的智慧多功能树对多源传感器输出的异构数据实时稳定处理需求,设计了一种由支持ZigBee的CC2530芯片运行的嵌入式数据采集与整合处理模块,模块基于边缘算法、结合物联网平台,能够实时将智慧树检测到的模拟、数字、串口等数据进行采集并处理,针对多串口数据采集设计了一种基于流程标识的通讯过程。最后介绍了边缘计算及策略在嵌入式系统中的实现。

基于北斗融合多源传感器技术的铁路路基稳定性监测研究

针对常规GNSS自动化监测和传统路基自动化监测技术的不足,提出了基于北斗融合多源传感器技术的铁路软基稳定性监测系统的架构及实现路径,并以北斗融合静力水准在软基沉降变形监测中的应用为例进行了现场试验。结果表明:北斗融合静力水准沉降监测系统为路基监测提供了统一的时空信息基准,可满足铁路路基从建设到运营全生命周期对沉降监测时序性、及时性、有效性和精确性的要求;实现了多源监测数据深度融合,协同复核分析,可以实时为路基外部及内部测点提供高精度沉降数据;通过北斗三维数据提供边坡顶部及坡脚位置的水平位移数据,同时可为路基边坡稳定性提供监测和预警;通过北斗监测站与静力水准测点构成的水准附合线路,实现了各层基点数据实时分析及校核,避免了层间中继误差的传导,提高了监测的实效性和精度。

基于多源传感器信息融合的火灾自动报警系统设计

现阶段,火灾发生频率呈现逐年递增的趋势,已经成为威胁公共安全的主要灾害之一。如何及时发现并报警火情信息,是预防、控制火灾的有效手段,由此设计了基于多源传感器信息融合的火灾自动报警系统。系统硬件单元包括处理器单元、探测器单元与报警器单元;系统软件模块为多源传感器信息融合模块、区域火灾探测模块与火灾自动报警模块。研究选取性能优越的STM32F103V8T6芯片作为处理器,对多源传感器信息进行融合处理,设计新的火灾自动报警系统。通过实验数据可知,设计系统有效地缩短了多源传感器信息融合时间,降低了火灾误报率,可以为火灾预防与控制提供支撑,为火灾报警相关研究提供参考与借鉴。

基于多源传感器信息融合的森林火灾无线监控系统

历次森林火灾,火点众多,燃烧范围大,冲击力强,燃烧时间久,破坏力极强,需要对大型森林展开火情监控,实现火灾的事前预防,避免由于火灾的出现造成经济损失和自然生态环境的失衡,设计一种基于多源传感器信息融合的森林火灾无线监控系统,实现智能化监控,改善现阶段的森林火灾监控水平。

多源传感器数据融合的电气设备故障诊断研究

随着信息自动化技术不断更新换代,电气设备被广泛应用于工业生产过程之中,电气设备可靠性对工业的生产稳定和安全发挥着十分重要的作用。为实现设备的故障诊断诊断及预测,通过数据融合方法对多源传感器检测到的信息进行分类处理,对数据融合的故障诊断模型与方法和数据融合技术在电气设备故障诊断中的应用进行分析,为设备故障分析提供科学依据。

融合多源传感器数据与1D-CNN集成的转子故障诊断

鉴于融合多传感器数据能够更全面的表征机械设备的运行状态信息,针对现有智能诊断模型需专家经验的特征提取、使用单一传感器数据无法获得设备状态完整信息等问题,提出了一种融合多源传感器数据与1D-CNN集成的转子故障诊断方法。通过分析数据特点,利用卷积神经网络强大的特征提取能力和良好的泛化性能,设计了1D-CNN故障诊断模型,同时采用一系列防止过拟合的策略,把实验台上采集的振动信号直接输入至1D-CNN进行模型训练,使用得到的模型对振动信号进行故障辨识。实验结果表明,该方法能够准确识别转子的工作状态,同时具有良好的鲁棒性和泛化能力。为学术研究提供了理论参考,且具有一定的工程实际应用推广价值。

试析网络安全中多源传感器数据融合技术

多源传感器数据融合主要指的是由多个传感器单元所获得的信息采取综合性处理和分析的技术,这一技术有效弥补了单源传感器造成的局限,可以更为准确、全面进行信息的估计。当前网络得到了迅速普及,同时在此过程中对网络安全问题也越发引起更多人的关注和重视,采取了多种手段保障对网络安全予以保障。当从目前的形势看,网络安全问题依然是不容乐观,因为目前所采取的网络安全保障措施,比如,杀毒软件、防火墙、流量检测系统、入侵检测工具等,然而每项措施只是针对某一问题或者某一部位进行保障,并不能对整个网络的安全进行有效的保障,对此我们必须加强对网络融合的研究。