ADAPTIVE FUSION ALGORITHMS BASED ON WEIGHTED LEAST SQUARE METHOD

Weighted fusion algorithms, which can be applied in the area of multi-sensor data fusion, are advanced based on weighted least square method. A weighted fusion algorithm, in which the relationship between weight coefficients and measurement noise is established, is proposed by giving attention to the correlation of measurement noise. Then a simplified weighted fusion algorithm is deduced on the assumption that measurement noise is uncorrelated. In addition, an algorithm, which can adjust the weight coefficients in the simplified algorithm by making estimations of measurement noise from measurements, is presented. It is proved by emulation and experiment that the precision performance of the multi-sensor system based on these algorithms is better than that of the multi-sensor system based on other algorithms.

A new information fusion white noise deconvolution estimator

The white noise deconvolution or input white noise estimation problem has important applications in oil seismic exploration, communication and signal processing. By the modern time series analysis method, based on the autoregressive moving average （ARMA） innovation model, a new information fusion white noise deconvolution estimator is presented for the general multisensor systems with different local dynamic models and correlated noises. It can handle the input white noise fused filtering, prediction and smoothing problems, and it is applicable to systems with colored measurement noises. It is locally optimal, and is globally suboptimal. The accuracy of the fuser is higher than that of each local white noise estimator. In order to compute the optimal weights, the formula computing the local estimation error cross-covariances is given. A Monte Carlo simulation example for the system with Bernoulli-Gaussian input white noise shows the effectiveness and performances.

管道漏磁信号分类的多特征融合网络研究

【目的】地下管道如预应力钢筒混凝土管(PCCP)等检漏是城市基础设施管理和维护中至关重要的一项工作。提出一种识别地下管道弱磁分布类型的磁异常多特征融合网络(MMF)。【方法】充分利用标准正交基函数(OBF)和最小熵(MED)两种检测特征,以全面而准确地捕捉漏磁信号的复杂特性。首先,在不同物径距离上利用OBF和MED进行磁异常检测,获取实测目标磁场特征;其次,融合磁场特征设计多特征融合网络MMF,并引入多头注意力机制捕捉序列磁场中的复杂关系和特征;最后,采用多特征熵权法MFEW,根据输入特征熵分配网络权重。【结果】实验结果显示,MMF网络异常分类达到了98.86%的精度,AUC评估结果为99.25%,同时模型更加精简,具有更高的计算效率,能够在相对较短的训练时间内取得令人满意的性能。

基于重抽样加权的飞行器多源数据融合方法

风洞试验方法和计算流体力学(CFD)数值模拟方法在飞行器的初步研制阶段能够对于飞行器的气动性能提供精准分析,其对于飞行器的气动外形优化与设计起到了重要的作用。而风洞试验与CFD方法不可避免地存在试验与计算成本较高等问题。为实现对于飞行器气动性能的低成本及高效分析,本文对风洞试验数据进行了机器学习方法的预测分析研究,提出了一种基于多模型结合方法的数据融合模式,其原理是通过重复抽样的方法多次获取精度略低的CFD数据与精度较高的风洞试验数据之间的映射关系,并通过基于均方误差的加权方法对于多映射关系进行结合从而输出最终的预测结果。结果表明,基于重抽样加权法的数据融合模式可以有效提升风洞试验数据预测的精准度与拟合度,辅助支撑风洞试验人员进行相关研究工作。

一种新的证据理论改进策略

针对Dempster-Shafer(D-S)证据理论应用于有冲突的证据间融合时,出现证据理论不可用或者得出与事实相悖结论的问题,提出了一种新的证据理论改进策略。首先,通过计算不同证据源之间的距离来度量证据间的相似度,从而判别异常证据体;然后,根据证据对焦元的信任情况以及信任度的大小设置每个证据体的外权重和内权重,再使用加权平均的算法构造出新的替换证据;最后运用原有的组合规则对多源信息进行融合。仿真结果表明,基于这种新的加权方式的策略是有效的,可以解决融合时出现的悖论问题,相较于其他同类改进算法,具有更高的证据信任度。

单条件三元概念构建及其融合推荐应用

三元概念分析已被引入推荐系统领域,但是概念融合环节增加了三元概念的构建复杂度,另外概念信息在推荐时未得到充分利用。本文直接利用单条件三元概念进行推荐,为此设计一种针对单条件三元概念的构建方法和融合推荐算法。首先分解三元背景为多个单条件三元背景,设计概念比例作为启发式信息生成单条件三元概念;接着计算待推荐项目在单条件三元概念上的项目流行度,并结合三元背景的项目条件权重设计融合推荐置信度;最后结合项目的融合推荐置信度和推荐阈值,为目标用户进行推荐预测。本文在6个公开数据集中进行了实验,结果表明在稀疏度较低的数据集上,本文提出的算法相比GRHC和GreConD-kNN的推荐效果略好,与IBCF和kNN的效果相当。

远程光纤传感网中滤波降噪方法的优化

为实现远程光纤传感网络在噪声干扰条件下的高精度检测传输,提出一种优化差分(optimized difference,OD)的降噪方法。基于移动平均法构建新差分算法,并结合低通算法、中值算法预判边缘信息及预测信号数值;采用双重判别弥补边缘信息误判的缺陷,优化准确定位边缘信息的能力;融合加权平均法与卡尔曼滤波器(Kalman filter,KF),优化信号预测的精度。实验验证结果表明:采用该方法进行数据预处理将使系统能够正常检测数据,测量精度可达0.76%,提高检测系统的抗噪性能。与先进小波阈值降噪方法的对比实验结果表明:斜率优化方法在≥10 dB噪声干扰下,测量精度相对提高0.62倍以上。

基于改进自适应加权的多传感器信息数据融合方法

多传感器采集的数据在数据特征和数据形式上存在较大差异,导致当前融合方法在加权过程中很难确定权值,融合效果差。文章提出一种基于改进自适应加权的多传感器信息数据融合方法,首先,进行多传感器信息数据的采集与预处理;其次,初始化每个传感器采样信息的权重;然后,根据调整后的权重对每个传感器的数据进行加权融合系数的自适应调整;最后,通过数据集合中同属性信息的聚类,实现对数据信息的融合处理。试验结果表明,所设计方法的实际应用效果更好,按照规范使用该方法进行多传感器信息数据融合,能够达到最优融合状态。

基于客观评价系数的迭代图像融合方法

本文根据传统的加权平均法和基于塔型变换的多尺度分解方法,以均方根误差和平均误差是否为阈值的判别标准,提出了基于客观评价系数的迭代融合方法。首先将待融合的源图像进行传统方法的融合,比较融合后图像的客观评价系数与设定阈值大小,倘若小于设定阈值,则融合操作结束;若评价系数大于设定阈值,则继续进行融合,迭代进行直到融合结果的客观评价系数达到期望值。实验结果表明,该方法的融合结果相对于传统方法更加精确。

成矿区三维可视化与立体定量预测——以钦-杭成矿带庞西垌地区下园垌铅锌矿区为例

矿产资源是人类生存与社会进步的根本物质保障。近年来,随着地表矿、浅部矿产资源的日益枯竭,采用新技术、新方法的深部矿产资源预测成为地质勘查的主要研究方向。基于数字化、三维可视化及矿产定量预测为主的三维地质建模技术,为当前矿产资源远景预测与找矿工作提供了有力的工具。本文在现代成矿预测理论研究基础上,运用三维地质建模技术建立了钦杭成矿带下园垌矿区地质、地球物理、地球化学、钻孔等三维模型,揭示了区内构造地质特征、地球化学异常表征及地层岩体要素,据此探讨了矿床的成因及矿体分布特征。并在此基础上,采用证据权方法对研究区地质、地球物理、地球化学等多源信息进行融合,运用断裂缓冲区、地球化学异常、东岗岭组沉积岩地层等为证据因子来计算单位体积成矿后验概率,进行立体成矿预测,并圈定出铁锰矿、方铅闪锌矿、铅锌银综合矿等3处找矿有利靶区及估算出预测区内矿产资源储量总量为88710吨。研究结果表明:综合分析地质、地球物理、地球化学及钻孔数据进行矿区的三维地质空间定位、定量预测研究,可以有效的识别矿致异常信息,圈定找矿远景区,为成矿预测研究领域提供了新方向,可以将此方法应用至其他矿山。

基于星载测向体制的辐射源定位融合算法

针对卫星多次观测定位点的估计问题,提出了一种定位点融合算法。该算法首先对加权融合的必要性进行了数学分析,证明了定位点分布是有偏的,然后基于星下点的定位误差分布,提出了一种定位点选择算法。同时,基于观测方程和定位误差方差分布给出了两种定位点融合方法,能使得融合后的定位误差方差达到最小。最后通过仿真实验,验证了该方法可以提高定位精度。

基于数据融合的无线传感器网络林火监控算法

针对无线传感器网络在林火监控应用中存在的问题,提出了一种分层聚簇数据融合算法。簇内传感器节点使用加权平均法对原始数据进行数据级融合处理,以消除原始数据中的冗余成分,减少从簇内传感器节点到簇头节点的通信量;簇头节点采用D-S证据理论建立识别框架,通过对本簇成员的反馈信号进行决策级融合处理,提高了火灾事件的识别精度和网络的鲁棒性。实验结果表明,该算法能有效消除无线传感器网络的冗余数据,并能够在失效节点数不超过总节点数40%的情况下正确工作。

基于熵权法和G1法的大坝监测指标权重融合

熵权法求权重能客观地反映实测信息,但不能反映专家意见,而G1法可反映专家的以往经验,但偏于主观。根据熵权法与G1法理论,综合了两种赋权方法,提出一种主客观相融合的大坝监测指标权重融合法,该法简单易行,计算结果较合理。

基于可信度加权融合方法在维修性评价的应用

维修性作为武器装备的重要特性,日益受到使用方和研制方的重视。随科技进步的加快和装备复杂程度的增高,针对维修性指标评价问题变得日益复杂,必须研究可信度加权融合方法与自助法的结合技术在维修性评价中的应用。首先提出了基于可信度的加权的融合方法和自助法,然后根据贝叶斯理论的思想和装甲装备维修的工程背景,利用可信度加权融合和自助法结合技术,在较少的试验样本的基础上得出了精确的验前验后模型和准确的维修性指标综合评价值。结果表明,方法不仅能有效地评价装备维修性指标,而且比以往大样本的国军标规定的方法大大减少了试验样本数量,进而大幅度的节约了试验经费和时间。确认可以作为维修性指标综合评价的有力的依据。

基于组合赋权和四格象限法的产业集聚区产城融合发展评价研究

产城融合发展模式是目前产业集聚区发展的主流趋势,它强调区内产业性、宜居性和生态性的高度协调,是避免大城市病和新旧城区脱节,以及实现城市组团发展的重要理念。文章提出了产业集聚区产城融合发展评价的理论模型,并基于组合赋权和四格象限法对河南省20个具有典型代表性的产业集聚区进行了实证研究。

一种红外/雷达双传感器融合目标跟踪算法

分析了一种集中式单目标雷达 /红外双传感器融合跟踪算法的基本流程 ,针对两种传感器间测量信息不同步的问题 ,采用了一种基于最小二乘法的时空配准方法。给出了一种基于拉格朗日乘数法的最优加权平均融合算法 ,并设计了跟踪滤波器进行仿真实验。

多传感器全局最优观测融合白噪声反卷积滤波器

白噪声反卷积问题在石油地震勘探中具有重要的应用背景。利用Kalman滤波方法提出了多传感器最优观测加权融合白噪声反卷积Wiener滤波器。同集中式和分布式融合方法相比,不仅可得到全局最优白噪声融合估值器,而且可显著地减小计算负担,便于实时应用。一个四传感器Bernoulli-Gaussian白噪声加权观测融合估值器的仿真例子说明了其有效性。

一种改进的数据融合算法

目标脱靶量数据处理在目标跟踪中起着非常重要的作用,而传统的目标脱靶量数据处理通常是针对单传感器数据进行的。本文提出几种针对红外、雷达两种不同类型传感器目标脱靶量数据融合处理的方法,并通过三种方法的比较,得出一些有益的结论。

融合原始样本和虚拟样本的人脸识别算法

由于有限的存储容量和捕获图片的时间,实际的人脸识别系统往往只能获得少量的训练样本,但是,在小训练样本情况下大多数人脸识别算法都会遇到困难。因此,为了提高人脸识别的分类正确率,提出了一种融合原始样本和虚拟样本的人脸识别方法。该方法先利用人脸的对称性来构造虚拟训练样本;然后,利用协同表示方法分别对原始训练样本和虚拟训练样本进行分析,并且分别得到每一类训练样本的重建误差;最后,将原始训练样本和虚拟训练样本的同一类重建误差进行加权融合并得到最终的分类结果。大量的实验结果比较分析表明,该方法可以获得更好的识别效果。

电子分析天平温度漂移的加权融合补偿方法

电子分析天平的结构复杂,且对温度影响敏感,而温度漂移的自动补偿是制约国内外天平行业发展的技术难关。本文依据电磁力平衡传感器的工作机理,分析与电子分析天平称量结果密切相关的各关键元件温度特性,采用多点测温,建立多传感器加权融合温度漂移补偿模型,并利用最小二乘法确定融合模型系数,实现了电子分析天平的温度漂移自动补偿。检验结果表明,采用本文研究的补偿算法,在10-30℃范围内,量程220 g、分辨力0.1 mg的电子分析天平全量程示值误差绝对值不大于0.3 mg,优于国家标准《GB/T 26497-2011电子天平》规定的I级天平温度漂移对示值误差的影响指标。