基于切尾加权融合算法的多传感器CCD测量系统

为解决小直径物体的几何参数的精确测量问题,提出了一种基于多源数据切尾加权融合算法的图像测量方法;该方法首先利用CCD成像技术实时获取被测物体的图像;根据图像的特点,对图像进行边缘定位,在单传感器上测得被测物体的几何参数;最后利用探索性数据分析方法中的切尾均值概念构造加权因子,得到多传感器测量数据的精确估计值;仿真实验结果表明,该测量方法具有运算简便、精度高等特点。

基于融合的红外图像预处理技术

介绍了一种基于图像融合的红外图像预处理技术。分析了红外成像过程中引入的噪声类型,采用修正的阿尔法均值滤波方法来抑制噪声并利用边缘检测来增强目标的边缘成分,通过融合的处理方法来合并处理后的红外图像。实验表明该方法能够有效地增强复杂背景下的红外图像,从而有利于后续的目标识别处理。

非理想关联下多传感器系统误差的稳健估计

在数据融合系统中,传感器自身系统误差造成其上报融合中心的目标位置状态出现系统性偏差,若得不到有效估计与补偿,融合系统难以实现预期的性能优势。然而,基于目标关联配对关系而构造的超定方程组是系统误差估计的出发点。复杂环境下,受随机噪声、系统误差、虚警、漏报等因素的干扰,数据关联模块的输出结果常常包含错误关联。针对非理想关联下多传感器系统误差的稳健估计问题,该文提出基于最小截平方的系统误差稳健估计方法,并进一步提出剔除异常方程的重加权最小二乘方法。与最小二乘及最小中值平方相比,所提方法在保证估计器稳健性能的前提下,降低了估计结果对随机噪声的敏感程度。仿真实验验证了所提方法的有效性。

机器人纵扭超声铣边颤振在线监测方法

针对因信息孤立导致机器人纵扭超声铣边加工颤振误判问题,提出基于多源特征融合的颤振监测方法。首先,采用最大相关最小冗余(MRMR)算法研究不同特征量对颤振的敏感程度,构建了多源特征分类模型。运用主成分分析法(PCA)将排序前3的敏感特征(能量熵、重心频率、波形因子)融合为新的颤振特征,并基于拉依达准则确定系统颤振阈值为0.44,将机器人纵扭超声铣边加工过程分为稳定、轻微颤振及严重颤振3种状态。最后,编写了机器人纵扭超声铣边颤振在线监测软件,实现了颤振状态的精准检测和识别。实验结果表明,经融合后的特征相较于传统单一特征颤振监测响应时间可提前1.536 s。