收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

多传感器数据融合关键技术研究

姜延吉  
【摘要】:从上个世纪中后期开始,随着信息论、控制论、计算机技术、网络技术以及传感器技术等的快速发展,多传感数据融合技术在军事和民事领域都有着极其广泛的应用。如:复杂工业控制、机器人、自动目标识别、交通管制、海洋监测和管理、农业、遥感、医疗诊断、图像处理、模式识别等领域。 与单传感器相比,运用多传感器数据融合技术在解决探测、跟踪和目标识别等问题方面,能够提高系统的可靠性和鲁棒性,增强数据的可信度,提高精度,扩展系统的时间、空间覆盖率,增加系统的实时性和信息利用率等。对多个传感器的数据多级别、多方面、多层次的处理所产生出的信息比单个传感器获得的信息更加有意义,为各种应用系统提供准确信息和决策依据。因此,数据融合服务已经成为传感器网络最重要的应用服务之一。 本文针对多传感器数据融合技术的若干关键问题进行研究,主要包括:异构信息的统一描述和建模;非完备信息系统的空值属性估算与特征约简技 术;分布式数据融合技术等。首先,在介绍了随机集基本理论及其与传统不确定信息融合方法D-S证据理论以及模糊集方法的相互转化关系的基础上,提出了一种利用随机集理论解决状态监测与故障诊断中异类信息表示和融合的方法。第一步,利用多传感器对影响状态的某一属性进行监测的情况下引入全局传感器的概念,并给出了随机集运算拟合全局传感器测量值的方法;第二步,将传感器获得信息与专家经验信息在随机集框架下进行统一描述,采用似然测度和随机集运算的方法分别得到传感器信息和专家主观意见的基本概率分配;第三步,在随机集框架下对传感器数据和专家意见进行统一融合,获得状态监测诊断结果。 其次,引入了协同过滤的评分预测的知识,将协同过滤中处理稀疏数据的方法结合到空值预测中,以解决稀疏数据的问题;通过稀疏度控制估值算法的择优性,相似权值保证空值预测的准确性,并在此基础上提出了基于相似关系的改进空值估算方法,在一定程度上解决了稀疏数据条件下的空值插补不准确问题。 再次,提出基于存在型空值插补的限制容差关系,该关系模型能够同时处理含有存在型空值和不存在型空值的非完备信息系统,并引入知识粒度的相关概念,给出了针对该关系模型的属性重要度计算方法和特征约简算法;通过实验对该模型的时间复杂性进行了分析,并通过与其他关系模型的对比验证了模型的有效性。 第四,提出一种基于预测可信度的分布式D-S证据理论融合方法,首先,在已有的证据源可信度系数算法基础上提出了预测可信度系数的概念并给出了具体计算公式,并且介绍了训练可信度系数平衡因子的方法;其次,将给出的预测可信度系数的计算公式与原D-S证据理论合成规则进行结合,在保证原合成规则的所有性质的基础上加入了预测可信度系数来解决证据冲突问题;并通过仿真实现证明了算法的有效性。 多传感器数据融合技术的研究目前还存在着很多关键性问题,本文针对其中的部分问题进行了研究和探讨,提出的基于随机集理论的异构信息统一表示和建模的方法,为实现异构多源信息融合提供了前提;基于存在型空值插补的特征约简技术可以剔除数据中的冗余信息,有效降低融合的时空复杂度;基于预测可信度的分布式D-S证据理论融合方法在保证融合结果的前提下提高融合了的效率。因此本文的研究具有重要理论和应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 邓勇,施文康;随机集理论在数据融合中的应用研究[J];红外与激光工程;2002年06期
2 张怡;贾民平;;自适应窗长方差估计在多传感器数据融合中的应用[J];传感技术学报;2008年08期
3 聂增丽;;健康管理中多传感器数据融合方法研究[J];数码世界;2018年05期
4 艾琍 ,惠丽克;对国外军用多传感器数据融合系统的分析[J];情报指挥控制系统与仿真技术;1998年09期
5 夏丙铎;汤志;徐晓滨;;基于随机集理论的边坡稳定性评价方法[J];杭州电子科技大学学报;2009年06期
6 袁学海,汪培庄;随机集的范畴[J];辽宁师范大学学报(自然科学版);1994年02期
7 黄南京;随机集值相补问题[J];赣南师范学院学报;1995年06期
8 孔绍文;随机集与集合套理论[J];解放军测绘学院学报;1987年02期
9 李西和;;一般随机集的中心统计定理[J];数学季刊;1989年03期
10 孙向作;潘宏侠;;多传感器数据融合方法及应用研究[J];汽车零部件;2008年01期
11 赵亮;杨战平;;基于随机集理论的相关变量模型不确定性量化[J];系统仿真学报;2017年06期
12 徐晓滨;文成林;刘荣利;;基于随机集理论的多源信息统一表示与建模方法[J];电子学报;2008年06期
13 吴伟志;随机集可积选择序列的h收敛性[J];浙江水产学院学报;1994年03期
14 钱能生,杜桂莲;随机集序列的收敛[J];五邑大学学报(自然科学版);1994年01期
15 钱能生,古伟清;关于随机集序的各种收敛性[J];广东机械学院学报;1995年03期
16 周金华;张静;;多传感器数据融合技术在电厂状态监测和故障诊断中的应用[J];煤矿机械;2011年11期
17 沈时仁;无界随机集关于条期望的收敛性及其应用[J];华东师范大学学报(自然科学版);1994年02期
18 杨建利,傅湘;对称定理与随机集收敛[J];科学通报;1986年11期
19 李华贵,张文修;随机集序列在拓扑意义下收敛定理[J];科学通报;1987年02期
20 柯洪娣;;浅析多传感器数据融合技术[J];才智;2015年18期
中国重要会议论文全文数据库 前16条
1 候天星;王库;王屹;高业剑;;多传感器数据融合在智能喷药系统中的应用[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
2 王旭;寇家庆;张伟伟;;基于数据融合的动态失速气动力预测方法[A];第五届非定常空气动力学学术会议论文集[C];2021年
3 宁宣凤;姚丽娟;吴涵;冯彩红;;投资出行领域,数据是金矿还是烫手山芋?[A];《上海法学研究》集刊(2020年第13卷 总第37卷)——金杜律师事务所、金杜研究院文集[C];2020年
4 宁宣凤;吴涵;李沅珊;张乐健;;论“数据融合”[A];《上海法学研究》集刊(2020年第13卷 总第37卷)——金杜律师事务所、金杜研究院文集[C];2020年
5 张朋永;周含笑;刘源;张丽丽;于雷;;“北斗+高分”融合的时空平台设计研究[A];第十二届中国卫星导航年会论文集——S02 导航与位置服务[C];2021年
6 徐霄唯;李刚;张凯;;无人驾驶赛车环境感知与数据融合[A];2021中国汽车工程学会年会论文集(8)[C];2021年
7 王玓;张玮;郑厚清;;基于知识图谱的电力企业的数据融合方法研究[A];第三届智能电网会议论文集——智能用电[C];2019年
8 杨小乐;周维;董雪;孙逊;马洪源;何涛;;2G/4G/5G用户数据及策略数据融合方案研究[A];5G网络创新研讨会(2020)论文集[C];2020年
9 畅言;罗利强;;数据融合系统关键技术研究[A];2013第一届中国指挥控制大会论文集[C];2013年
10 杨功流;杨君;刘玉峰;王文富;杨晔;;用数据融合理论减少壳体旋转低速误差的技术研究[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(上)[C];2003年
11 倪亮;胡琛;王维;;基于数据融合模式的船舶智能化管理研究探索[A];2019年海事管理学术年会优秀论文集[C];2019年
12 韦胜;;多源城乡大数据融合的交通分析方法研究[A];2016年中国城市交通规划年会论文集[C];2016年
13 王开云;陈志文;姜建国;;基于规则的入侵检测数据融合模型[A];中国工程物理研究院科技年报(2003)[C];2003年
14 张凤;肖提荣;何照攀;;多尺度DEM数据融合拼接方法的研究与地形分析应用[A];云南省测绘地理信息学会2017年学术年会论文集[C];2017年
15 董西松;熊刚;商秀芹;郭秀江;沈震;李志帅;许洋;付海军;;油田企业大数据融合与共享交换平台构建研究[A];2018中国自动化大会(CAC2018)论文集[C];2018年
16 徐冬芳;邓飞其;;基于多传感器数据融合的智能故障诊断系统[A];第二届全国信息获取与处理学术会议论文集[C];2004年
中国博士学位论文全文数据库 前11条
1 姜延吉;多传感器数据融合关键技术研究[D];哈尔滨工程大学;2010年
2 徐晓滨;不确定性信息处理的随机集方法及在系统可靠性评估与故障诊断中的应用[D];上海海事大学;2009年
3 张浩;数据融合视角下技术预测方法研究[D];吉林大学;2019年
4 赵亮;基于随机集理论的QMU关键技术研究[D];中国工程物理研究院;2016年
5 王永成;机载多传感器信息融合技术研究[D];南京理工大学;2005年
6 刘源;基于模糊信息处理的数据融合方法研究[D];西安电子科技大学;1999年
7 王智;机载多传感器数据融合技术研究[D];南京理工大学;2010年
8 许建;无线传感器网络数据融合关键技术研究[D];南京邮电大学;2016年
9 杨雷;弱小目标检测与多传感器数据融合跟踪技术研究[D];哈尔滨工程大学;2007年
10 黄友澎;多传感器多目标航迹相关与数据合成若干关键技术研究[D];哈尔滨工程大学;2009年
11 任芳;基于多传感器数据融合技术的煤岩界面识别的理论与方法研究[D];太原理工大学;2003年
中国硕士学位论文全文数据库 前20条
1 石仁政;基于标签随机集的扩展目标跟踪算法研究[D];西安电子科技大学;2019年
2 李聪蕊;随机集值微分方程解的稳定性分析[D];河北大学;2019年
3 苗雨;基于箱粒子滤波的标签随机集多目标跟踪算法研究[D];西安电子科技大学;2018年
4 侯赞;基于随机集理论的电力系统运行风险评估[D];华北电力大学(北京);2018年
5 汪百川;随机集理论在通信中的应用研究[D];杭州电子科技大学;2010年
6 朱孟凯;基于随机集理论的多目标跟踪算法研究[D];吉林大学;2013年
7 郑学弢;复杂环境下基于随机集的多目标跟踪算法研究[D];西安电子科技大学;2013年
8 赵欣;基于随机集理论的被动多传感器多目标跟踪技术[D];西安电子科技大学;2009年
9 瑚成祥;基于随机集理论的多目标跟踪方法[D];西安电子科技大学;2014年
10 徐晨;突发公共卫生事件应急管理中政府与社会大数据融合应用模型研究[D];辽宁师范大学;2021年
11 常琪;基于网络结构的多组学数据融合关联分析[D];长安大学;2019年
12 景森;基于数据融合的WSN在智能电网中的应用研究[D];华北电力大学;2019年
13 王浩;无线传感器网络路由算法及数据融合的研究[D];长安大学;2019年
14 李洪宇;无线传感网络中的数据融合研究[D];重庆邮电大学;2019年
15 张峰;船舶监控系统中无线传感器网络数据融合关键技术研究[D];南京航空航天大学;2017年
16 骆迪;工业无线网络安全数据融合方案研究[D];重庆邮电大学;2019年
17 陈羽;无线传感器网络中数据融合隐私保护算法研究[D];沈阳化工大学;2019年
18 田罗文;基于空气炮实验的多阶段数据融合与算法研究[D];西安工业大学;2019年
19 张子浩;视觉图像和可穿戴计算数据融合的跌倒检测技术及应用[D];北京工业大学;2019年
20 尹晓蒙;京津冀区域AOD数据融合与插值研究[D];河北师范大学;2019年
中国重要报纸全文数据库 前20条
1 记者 张临山 实习生 张鸿杰;我省加快大数据融合应用[N];山西日报;2020年
2 见习记者 林朋;我市发展数据融合新业态成果显著[N];遵义日报;2020年
3 记者 安慧芳;铜仁市加快民生领域大数据融合应用[N];贵州日报;2019年
4 贵州日报当代融媒体记者 潘树涛;数据融合快 发展动力强[N];贵州日报;2019年
5 本报评论员;把大数据融合发展文章做得更好[N];贵阳日报;2019年
6 安慧芳;我市加快民生领域大数据融合应用[N];铜仁日报;2019年
7 记者 李丰;大数据融合助推贵州经济高质量发展[N];工人日报;2019年
8 本报记者 易颖;大数据融合成就行业翘楚[N];贵阳日报;2019年
9 记者 张汉青;颐信科技:让数据融合分析技术普惠中国[N];经济参考报;2019年
10 徐生伟 李垚霖;西安支队以大数据融合练好内功[N];人民武警报;2018年
11 本报评论员;在新时代把大数据融合发展文章做得更好[N];贵阳日报;2018年
12 本报记者 胡立刚;数据融合互通 彰显管控效率[N];农民日报;2018年
13 通讯员 沙娴;合肥推动行业大数据融合[N];中国气象报;2017年
14 本报记者 孙啸;江苏:大数据融合让预报更精准[N];中国气象报;2017年
15 本报记者 蒋毅棪;神州信息发布“IT+”新战略 构建跨行业数据融合服务中心[N];通信信息报;2017年
16 记者 唐宇琨 通讯员 雷杨娜;陕西推进气象光伏行业数据融合[N];中国气象报;2017年
17 本报记者 樊成琼;提升服务质量 优化发展环境 加快构建氛围浓厚的大数据融合应用创新生态[N];贵阳日报;2017年
18 记者 郭立锋;企业集聚发展 数据融合共享[N];福州日报;2017年
19 通讯员 徐泽春;数据融合智慧 创新驱动发展[N];联合时报;2017年
20 本报记者 童芬芬;“智慧城市”建设关键在大数据融合[N];中华工商时报;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978