一种基于分步式滤波的数据融合算法

本文提出了一种基于分步式滤波的多传感器动态系统数据融合算法 .在由多传感器组成的分布式动态系统中 ,当对目标状态的所有观测值到来时 ,首先基于系统先前信息对该时刻目标状态进行预测估计 ,利用Kalman滤波器和各局部观测值依次对该时刻目标状态的估计值进行更新 ,从而得到该时刻目标状态基于全局信息的融合估计值 .文中详细推证了融合算法的具体形式 ,并与传统的集中式数据融合算法在计算复杂度上进行了比较 ,计算机仿真表明该算法与传统的集中式算法对目标状态具有相同的估计精确度 .

分步式滤波在短时交通流预测中的应用

用基于分步式滤波的多传感器动态系统数据融合算法建立了短时段交通流量预测模型,并与传统的卡尔曼滤波算法在计算复杂度上进行了比较。利用澳大利亚某高速公路所采集的数据进行了预测仿真实验。实验结果表明该算法确保了预测精度,同时简化了计算量,提高了响应速度,可以实现对交通流的实时预测。

一种基于分步式滤波的异步航迹融合算法

针对分布式多传感器数据融合系统,改进了一种多传感器异步航迹融合算法.该融合算法在扩展记忆因子递推最小平方(EFRLS)估计形成本地航迹的基础上,首先利用最小二乘法将局部航迹统一到融合中心的融合时间点,然后使用分步式滤波融合算法进行状态估计.仿真实验结果表明,这种融合算法在噪声方差未知的情况下是有效的,其精度接近集中式融合算法.

基于多源信息融合的热缺陷监测系统研究

为解决单纯使用红外热像仪对变电站死角巡检不到的难题,提出了一种利用红外热像仪配合可见光摄像机及无线测温传感网络实现对高压设备发热缺陷实时在线检测的新方法。热缺陷在线监测系统采用能量捕获技术获取太阳能,实现了传感器节点的自主供电。为减少计算量,运用分步式滤波融合算法,快速标定热故障点位置。监控程序采用基于TCP/IP协议的C/S(客户端/服务器)通信模型,通过应用面向连接的流式套接字实现可靠的数据传输,并运用OpenCV的视频采集与图像处理函数库,实现高压设备热缺陷远程实时在线分析。