一种多传感器数据自适应空间分级融合算法

当采用分布在不同空间位置上的多传感器观测值对测量噪声干扰下的参数进行融合估计时,被测量的空间分散性对融合结果影响较大。针对该问题,以自适应加权融合算法为基础,提出了自适应空间分级融合算法,并给出了误差分析和应用方法。该算法将融合过程分解为两次寻优,第1次是局部空间的自适应加权寻优,第2次是在全局空间内的融合寻优。计算机仿真结果表明:该算法在估计空间分布不均匀的被测量时优于自适应加权融合算法。

船舶动力定位多传感器闭环分级融合算法

为了改善船舶动力定位多传感器的融合性能,提出了一种多传感器闭环分级融合算法.该算法包括基于卡尔曼滤波的局部和全局两级估计,以全局融合信息的反馈作为局部估计的初始值进行时间更新,定义两级估计的映射关系并引入调节系数,自适应地调节全局融合增益.全局估计融入各局部估计过程中,两级估计组成了一个相互补偿的闭环系统.利用船舶半实物仿真系统的试验,仿真验证了该算法的有效性.

分级融合算法在侦察情报系统中的应用

运用数据融合技术中模糊集合理论和遗传算法,建立适合地面战场复杂背景下标情报处理的融合算法模型——分级融合算法,并将该算法模型运用于侦察情报系统,对实现目标信息融合处理的自动化进行了有益的探讨。

基于多种探测算法结果分级融合的PET探测器晶体查找表建立算法

高分辨率是现代正电子发射型断层显像仪(Positron Emission Tomography,PET)设备最重要的技术指标之一,高分辨率PET探测器通常由海量闪烁晶体组成,这使得探测器校准时,晶体查找表建立的工作量大幅增加,从而对相关自动化算法的鲁棒性提出了更高的要求。目前,晶体阵列的矫正主要依赖固定放射源对探测器晶体阵列成像得到的光子二维位置直方图。高分辨率PET探测器的晶体阵列中晶体个数增多,尺寸变小,导致二维位置直方图信噪比下降,且非线性形变更加复杂,使已有的晶体查找表建立算法都无法得到理想的自动化效率。在测试了多种前沿的晶体查找表建立算法后发现,某些算法的结果之间有很强的互补性,可以通过将多种算法结果相融合的方法得到优于单一探测算法的结果。因此提出了一种基于多种探测算法结果分级融合的晶体查找表建立算法,在实现过程中选取了三种互补性较强的晶体探测方法,分级融合其结果,大幅度降低了二维位置直方图上晶体分割的出错概率,获得了鲁棒的结果。

裂变思维下的分级融合策略——对地方文艺出版社融合出版的思考

面对融合出版时代的到来,地方文艺出版社仍沿用传统出版模式,发展思维滞后,甚至有陷入边缘化、工具化的危险。笔者以为,地方文艺出版社亟需在融合出版实践中植入裂变思维,建造新型业态。从单点突破入手,以裂变思维为纲,实行分级融合与程序裂变的出版策略。

基于分级信息融合模型的电力投诉工单分类研究

电力投诉工单中往往存在长文本数据,这对工单分类模型的构建是一种挑战。以提升工单分类准确度为目的,提出了一种基于分级信息融合的电力投诉工单分类模型来提高模型分析长文本的能力。使用Word2vec方法对句中的单词进行处理,进而得到单词向量和句子矩阵。利用双向长短时记忆网络(BiLSTM)来学习单词间的依赖关系,同时运用TextCNN学习句子间的相互关联。将各级学习到的深度语义特征利用多层感知机(MLP)实现特征层融合。所提出模型在包含3万真实电力投诉工单样本的数据集上进行实验,5类投诉的平均分类正确率为0.921,平均宏-F_(1)分数为0.901,正确率相较于TextCNN、BiLSTM以及深度置信网络(DBN)分别提升了1.9%、5.3%和13.5%,能够完成投诉工单分类任务。

基于动态测量不确定度理论的最佳线性数据融合算法

本文提出一种基于动态测量不确定度理论的最佳线性数据融合算法。本算法构建过程中充分考虑了多传感器系统的动态特性,可用于处理工作环境复杂、性能可能随时间发生变化的多传感器系统的测量数据问题。同时,本算法具有实时监控各传感器性能和实时检出并剔除失效传感器的能力;测量不确定度的引入,使实时评价融合结果的质量成为可能;通过采用分级融合算法,又使得由截断误差引起的测量不确定度明显减小。

一种基于支持向量机的数据融合方法的研究

提出了一种基于支持向量机的分类分级的数据融合方法 ,并将此方法应用于机器人手爪抓取状态的判别。支持向量机作为一种较新的机器学习方法 ,由于建立在结构风险最小化准则之上 ,而不仅仅是经验风险达到最小 。

基于模糊自适应UKF的船舶动力定位多传感器融合(英文)

为了改善船舶动力定位系统多传感器融合性能,基于模糊自适应UKF建立了一种多传感器分级融合算法。利用协方差匹配原理建立模糊自适应算法,利用新息建立测量质量控制算法和子系统故障诊断算法,将这三种算法与UKF相结合构成模糊自适应UKF算法。利用滤波状态参数构建第一级相互平行的融合算法,再基于相互独立的第一级融合性能建立第二级融合,从而构建基于模糊自适应UKF的多传感器分级融合算法,实现多传感器的动态分级融合。仿真结果验证了所建算法的有效性。

多速率传感器不完全测量数据自适应融合算法

针对不完全测量的多速率传感器系统,建立了自适应的分级融合算法。该算法构建了传感器子系统故障检测方法,检测子系统故障,确认不完全测量,避免单点故障污染整个系统;建立子系统的切换控制逻辑,引入映射矩阵,构成新的信息分享系数,自适应地选择子系统参与中心融合;对于不完全测量信息的传感器子系统,利用子滤波预测值代替估计值进行融合;全局状态估计利用各子系统的当前与前一时刻的估计值,提高了融合性能。对建立的算法进行仿真,验证了该算法的有效性。

捣固车作业系统异质多传感器数据融合的研究

在捣固车安全作业监测系统的研制中,提出了基于概念格理论的异质多传感器两级数据融合处理机制,第一级引入支持度矩阵和最优加权,规避了捣固车在恶劣工作环境下,多传感器监测数据精确性和抗干扰差的缺点;第二级采用模糊属性决策层融合技术,增强了监测的智能化水平。

直线型植保无人机航姿UKF两级估计算法

针对直线型植保无人机航姿测量受磁场干扰严重、磁力计校准动态性能差、航姿估计精度低等问题,提出了一种基于磁力计实时校准的无人机航姿两级解算方法。依据地磁场矢量变化小的特点,利用列文伯格-马夸特(Levenberg-Marquardt,LM)算法和磁力计误差模型,建立磁力计实时校准模型,实时计算磁力计误差参数。考虑运动加速度、电机磁场以及环境磁场干扰,采用无迹卡尔曼滤波器(Unscented Kalman filter,UKF)融合陀螺仪和加速度计实现一级航姿估计,通过四元数精准解析出横滚角和俯仰角姿态信息;然后融合磁力计实时校准数据和陀螺仪修正航向角完成二级航姿估计,最终实现无人机姿态和航向的精准估计。试验结果表明,在外部磁场干扰高达30.97μT时,实时校准算法仍可快速计算出磁力计校准参数,模长均方根误差为0.59μT,减小了航向观测信息噪声。本文的航姿测量系统姿态角均方根误差不大于0.75°,航向角均方根误差为1.40°,较互补滤波算法,姿态角精度提高约0.6%,航向角估计精度提高1.38°;动态飞行试验中,姿态估计算法大幅减弱了磁干扰影响,航姿跟踪准确,航向角快速收敛,稳态精度更高。

指纹识别中未匹配细节点信息的挖掘与利用

针对基于细节点的指纹匹配中未匹配细节点,定义和提取了细节点比例、紧互对原型对距离、网格集合距离以及Hausdorff距离四个方面的特征,并将其作为辅助特征进行利用,通过在得分级上与一种已有的基于细节点的匹配方法进行融合,实现指纹识别。实验结果表明,融合未匹配细节点中的区分性信息后,指纹识别系统的性能得到了明显的提升,从而也证实了未匹配细节点中的确包含可以利用的区分性信息。

周期休眠轮询耦合拓扑优化的WSN节点覆盖算法

为改善WSN网络部署中存在节点覆盖能力不强、数据汇聚带宽较低及网络生命周期较短等问题,提出基于周期休眠轮询机制及拓扑优化的传输节点覆盖算法。设计一种网络中继节点预部署模型,采用周期休眠方法及聚类集合方法提高中继节点的覆盖能力;通过拉普拉斯校验机制对中继节点拓扑进行优化;构建基于最优连通度的网络拓扑参数更新方案,提高数据传输的稳定性。仿真结果表明,与当前相关的WSN节点覆盖算法相比,所提算法具有更强的覆盖能力,以及更高的数据汇聚带宽高及网络传输周期。

基于工业物联网的智能矿山基础信息采集关键技术与平台

针对智能矿山的数据获取基于泛在感知、离不开工业物联网和大数据的基础技术支撑的情况,分析了煤矿自动化与监测监控数据采集技术及平台现状,即感知节点缺乏身份标志、数据无法共享、系统维护困难、系统软件烟窗式建设、数据融合困难等。提出了一种基于工业物联网的智能矿山基础信息采集流程与关键技术,涉及低功耗泛在感知技术、感知节点身份标志与数据共享技术、长时间免维护技术、数据分级交互与融合技术等;在此基础上提出了基于私有云部署的智能矿山基础信息平台结构和设计理念,只需1套基于微服务技术的分布式软件平台即可解决全矿井各类自动化数据的采集、分类存储、交互、融合分析,并实现与控制执行装置的联动控制。通过建立统一的技术和服务体系,包括统一的技术架构、技术栈,统一的主数据,统一的数据存储机制,统一的数据模型,统一的权限和用户界面模式,保障在同一软件平台下实现多种业务的有机融合;通过建立统一的基于物联网的数据采集模式,即加载适配不同的协议驱动,实现不同厂家专业系统的数据采集;通过建立统一的数据处理与存储机制、数据融合与发布机制,最终为智能矿山提供一致性数据源。