基于模糊数学理论的煤矿井下气体监测方法

为了降低煤矿开采危险、减少人员伤亡,提出了利用模糊数学理论动态监测煤矿井下气体环境安全的方法。通过对煤矿井下气体特性分析,得知流体内相邻层次互相影响的程度,压缩状况与流体运动存在关系;应用传感器采集井下气体环境参变量,以格罗贝斯去除偏差,增加信息的准确性;依照模糊数学理论实行监测,构建指标监测矩阵,明确指标变权矢量,综合计算得出监测情况。通过性能实验,证明了所提方法能够精准监测出煤矿井下有害气体含量及波动变化,及时做出防范措施,保证井下工作人员安全,降低损伤。

基于模糊理论的多传感器数据融合系统

利用模糊理论解决不确定性问题的优点,将其应用于数据融合系统;根据模糊控制数据融合模型,对模型中涉及到的容错处理、时空对准问题进行研究;分析了模糊理论在融合算法中的处理过程;并根据不同的对应情况加以讨论说明;最后通过仿真检验分析,证明该融合系统能有效地提高测量数据精度。

基于模糊数学与统计理论集成的多传感器数据融合方法

利用格罗贝斯统计理论剔除系统误差数据。对余下的有效数据 ,利用模糊理论计算其与估计值之间的模糊贴近度 ,并以此确定每个传感器的重要性权重 ,最后提出数据融合公式实现多传感器的数据融合。应用实例验证了该方法的有效性。

分布图法在疏失误差处理中的应用

本文在简单介绍了常用的疏失误差剔除算法及其各自的优缺点后 ,着重介绍了利用分布图法剔除疏失误差的方法和优点 ,并用VisualC ++设计了实际的应用开发程序。

基于自适应加权数据融合的温室环境控制的研究

本文介绍了一种用多传感器数据融合技术对温室大棚环境进行控制的方法。温室大棚空间大且内部各种参数受环境影响也大。为了对其数据进行良好的管理和控制,本文采取了格罗贝斯(Grubbs)作为研究方法进行数据的判断,同时还排除测试数据里的疏失误差数据,然后再利用自适应加权平均算法对数据进行融合处理。这种方法提高了温室大棚环境各参数监测的精确度,使其参数达到了理想的条件。

基于聚类和统计理论的雷达组网融合方法

针对雷达组网中多传感器融合问题,提出一种基于聚类和统计理论的雷达组网数据融合方法。该方法首先利用格罗贝斯统计理论剔除系统误差数据,然后对余下的有效数据采用切比雪夫距离定义了距离矩阵,利用最小距离聚类法确定各传感器融合的次序,可以克服以往方法中关系矩阵的主观影响,提高数据融合结果的客观性。仿真结果表明,该算法可以避免极端、有效数据的损失,具有较高的精度。