基于高斯函数及分批估计融合理论的无线网络定位算法

基于CC2430/1的无线传感器网络定位系统硬件,提出了一种基于高斯分布函数及分批估计融合理论的无线传感器网络定位算法。首先采用高斯模型分析RSSI,通过高斯模型剔除小概率事件RSSI的值,然后再运用单传感器分批估计融合理论计算高概率事件RSSI的值作为最终定位运算用的RSSI值。实验证明,采用该种算法,系统定位精度能够提高到0.5m以内。

一种基于两重分批估计融合计算的车辆环视系统自适应标定方法

车载全景360影像系统可以帮助用户实时获取周边环境信息,该系统需要在一个特定区域做标定,车辆需要精确无偏斜地停靠在场地中央。但在实际生产过程中,受制于现场操作人员的熟练度以及现场车辆限位装置的精度,经常出现车辆停靠歪斜的问题,对于最终标定后的成像质量影响很大。针对这些问题,文章提出一种方法,通过摄像头光轴线与基准线的比对可以计算出车辆的偏移角度,通过对单个摄像头以及4个摄像头的偏移角度数据做两重分批估计融合,从而计算出车辆的实际停放偏移角度,通过车辆随动系统来做偏移补偿,最终解决了车辆在实际标定过程中停放偏斜带来的影响。

基于数据融合的土壤电导率测量方法

基于多传感器数据融合理论,将单传感器分批估计融合算法和自适应加权融合算法相结合,解决了便携式电导率测量仪工作效率低、误差大、数据不能够实时采集的问题。

一种基于多方法的多传感器数据融合算法研究

提出了一种基于多方法的多传感器数据融合算法,分批估计融合求得单传感器最优估计值,然后依据权值最优分配原则进行分组自适应加权融合处理。通过对多热电偶测温的实测数据分析表明,与算术平均值法、单传感器分批估计和自适应加权相结合的算法以及单传感器分批估计和多传感器分批估计相结合的算法相比,绝对误差分别降低3.52℃,1.28℃和1.227℃,相对误差分别降低0.294%,0.107%和0.102%。

嵌入式无线养殖场监控系统的研究与设计

对养殖场环境数据进行无线监测是实现养殖场环境参数调整自动化、智能化的趋势。文章设计的养殖场监控系统以多传感器技术为支撑,底层采用Zigbee无线传感网络采集并发送环境数据,同时利用无线Wi Fi传输底层数据,实现了对养殖场环境信息检测和实时视频传输。为解决养殖场中多传感器监测数据的融合精度低的问题,文章提出了一种改进型的分批估计融合算法,算法首先对单个传感节点一段时间内所采集的数据采用模糊集理论根据容许函数的阈值剔除误差较大的传感器数据,然后对该传感器的数据进行分批估计得出该节点某一段时间内的最优估计值,以此得到该区域所有传感节点最优估计值。文中简述养殖场监控系统设计的总体思路和架构,主要讨论数据传输和融合算法的改进。