多传感器信息融合
多传感器信息融合的相关文献在1998年到2023年内共计748篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、机械、仪表工业
等领域,其中期刊论文394篇、会议论文20篇、专利文献661197篇;相关期刊226种,包括科学技术与工程、系统工程与电子技术、中国学术期刊文摘等;
相关会议18种,包括第十七届中国科协年会、第九届全国技术过程故障诊断与安全性学术会议、第四届全国信号和智能信息处理与应用学术会议等;多传感器信息融合的相关文献由2061位作者贡献,包括邓自立、陶贵丽、顾邦平等。
多传感器信息融合—发文量
专利文献>
论文:661197篇
占比:99.94%
总计:661611篇
多传感器信息融合
-研究学者
- 邓自立
- 陶贵丽
- 顾邦平
- 冉陈键
- 刘文强
- 李云
- 王强
- 王磊
- 王鑫照
- 田雨农
- 赖金涛
- 张军
- 李怀敏
- 李春波
- 毛琳
- 王涛
- 王耀南
- 罗大庸
- 高媛
- 何佳
- 刘爱平
- 刘超
- 吴益飞
- 孙小君
- 张鹏
- 戎辉
- 李恒
- 李铁军
- 林立斌
- 林颢
- 欧阳琴
- 王国强
- 王斌
- 王欣
- 石莹
- 罗锡文
- 胡雄
- 赵杰文
- 赵龙
- 郝钢
- 陈全胜
- 顾磊
- 龚进峰
- 不公告发明人
- 乔宁国
- 傅霞萍
- 刘双印
- 刘玉梅
- 刘祖光
- 刘虹玉
-
-
孙赫;
王稳稳;
周国振;
程婵娟;
封文清
-
-
摘要:
对带不同的时滞、不同的有色观测噪声和白噪声的ARMA信号,文章根据模型转换算法,推导出相应的反卷积Wiener滤波器,通过计算互协方差阵得到加权阵,采用标量加权得到单通道ARMA信号的最优标量加权融合反卷积Wiener滤波器。通过仿真例子说明,按标量加权融合算法的精度高于每个局部滤波器的精度,验证了算法的正确性。
-
-
姜万录;
岳毅;
张淑清;
马骏;
马歆宇;
邹佳运
-
-
摘要:
不同工况下的轴向柱塞泵故障数据存在分布差异,现有的基于特征迁移学习的变工况故障诊断方法大多只通过单个传感器信号进行分析,具有一定的局限性和片面性。为了利用多传感器信号提高变工况下轴向柱塞泵故障诊断的性能,该研究提出一种耦合分类器子空间嵌入分布自适应(Subspace Embedded Distribution Adaptation with Coupled Classifiers,SEDACC)方法。该方法利用多传感器信号的频谱数据构造主要数据集和辅助数据集,通过子空间对齐(Subspace Alignment,SA)方法将源域和目标域的主要数据投影到公共子空间中,并采用加权条件最大均值差异(Weighted Conditional Maximum Mean Discrepancy,WCMMD)作为度量进行特征分布的适配。同时,基于结构风险最小化(Structural Risk Minimization,SRM)准则在源域标签数据上学习主分类器,根据主分类器对于目标域的预测结果在目标域辅助数据上学习辅助分类器。通过交替和迭代策略不断优化分类器参数,最后对二者进行加权融合得到最终的诊断模型。通过轴向柱塞泵变工况故障诊断试验进行验证,结果表明,当以垂直于端盖的z方向振动信号为主要数据并使用声音信号(或以平行于端盖的x方向的振动信号)作为辅助数据时,SEDACC方法在6种迁移任务中的平均准确率为99.88%(99.46%),高于其他方法。此外,所提方法在目标工况样本稀少的情况下仍具有较高的诊断精度,当目标域和源域样本数比值为0.2时,6种迁移任务的平均准确率达到92.66%。研究结果可为更完备与准确的机械故障诊断提供参考。
-
-
刘刚;
叶立新;
陈麒玉;
陈根深;
范文遥
-
-
摘要:
为预防和管控城市突发地质灾害造成的人民生命和财产损失,国家针对城市地质灾害易发地区部署了大量的各类传感器,用来感知和监测城市边坡等地质体的变化情况,以支持对地质灾害的预警。从边坡监测数据特点和时序数据分析技术出发,针对监测数据噪声混杂、模式分析困难、预警阈值的不确定性等问题,给出了一种基于多传感器信息融合的边坡监测数据异常事件检测方法。主要工作包括:①边坡监测数据变化模式可以归结为周期项、趋势项以及噪声项的叠加,实践中在预处理基础上对边坡监测数据进行周期为24 h的重采样,同时趋势项可以近似看作是经典的牛顿运动,以此构建形变运动模型,为卡尔曼滤波的状态转移提供理论支持;②采用集中式衰减记忆卡尔曼滤波,引入衰减记忆因子,对多传感器边坡监测数据进行特征级融合,降低了噪声的影响,提高了边坡监测数据的可靠性;③引入惩罚系数,应用改进的动态时间弯曲算法对于周期序列数据进行相似性度量。在此基础上基于K-means聚类和局部异常因子分析对边坡监测数据进行异常检测,并基于3σ准则确定预警阈值。该方法能将正常模式和异常模式的时序数据进行区分,有效检测出边坡监测数据的异常,为灾害预防提供支持。最后以深圳市典型边坡监测数据为例验证了此方法的可行性。
-
-
金彦;
毛雨晗;
李传磊;
刘恩频
-
-
摘要:
机械式停车设备是一种立体停车的自动化装备,可提升停车空间的利用率,应用越来越广泛。但因复杂的运行模式、电气元件及安全保护装置,其故障率相对较高。针对机械式停车设备的运行特点,本文提出一种运行过程的故障诊断方法。以平面移动类机械式停车设备为典型案例,从人-机-环全方位深入探索,对机械因素从结构、机构、主要零部件、电气系统、安全保护装置5个方面综合考虑,开展危险源单元化辨识,基于多传感器信息融合技术,采集应力应变、振动、电流、噪声等多种动态特性参数,通过人工神经网络算法进行模式识别,实现设备运行过程的故障诊断,研究结果具有良好的工程应用价值。
-
-
张蕾;
刘宇航;
王晓华;
黄晶晶
-
-
摘要:
针对机械臂动力学模型参数不确定性与速度信息不精确影响轨迹跟踪精度的问题,提出一种多传感器信息融合的机械臂参数自适应轨迹跟踪控制方法。首先将未建模动态视为系统内部干扰,简化机械臂动力学模型;其次采用反步控制方法为机械臂系统设计控制律,并为动力学模型中不确定参数设计自适应律;最后考虑使用单一位置传感器的差分值或转速计的测量值作为速度信息可靠性低的问题,通过多传感器信息融合方法为控制器提供更精确的速度信息。仿真与实验结果表明:采用融合速度信息能够提高所提控制方法的精度与稳定性,速度信息的精确性提升7%;与反步控制方法、自适应控制方法相比,所提控制方法具有更好的机械臂轨迹跟踪控制性能,轨迹跟踪误差分别降低了30%、50%。
-
-
李爱娟;
巩春鹏;
黄欣;
曹家平;
刘刚
-
-
摘要:
目标检测是自动驾驶汽车环境感知的重要内容。综合国内外部分研究文献,基于目标检测用传感器的数量及种类对自动驾驶汽车目标检测方法进行分类,总结分析每种目标检测方法的特点及研究现状,展望自动驾驶汽车目标检测方法的未来发展趋势为:基于视觉检测方法的轻量级车载应用,3种及以上传感器数据融合技术,多传感器信息融合在小目标和集群目标检测及复杂恶劣环境下的目标检测应用。
-
-
陈紫照;
刘付永红;
焦耀霆;
梁达龙;
李灿桐;
谢再晋
-
-
摘要:
楼宇内部由于空间狭小,发生火灾时火情蔓延快、不易逃生,所以要求灭火警报系统能够精准快速地探测火情信息,及时发出警报。该文针对楼宇火情警报的设计要求,采用了多传感器信息融合技术,以单片机STM32F407为核心、利用多个火情相关传感器,实现对被测环境火灾信息的预判和处理,同时使用NRF24L01无线通信模块实现多个单机的组网式预警系统,将火情信息在已有通讯网络中进行传输和交换。通过多火情传感信息试验可知,文中设计的报警器可以实现不同火情状态的判断与温度数据的显示,并完成信息的快速传播,具有较高的应用价值。
-
-
曾湘洪;
苟玉玲
-
-
摘要:
多传感器信息融合是敌我识别系统对民用或中立目标进行有效识别的手段,其中空管监视的信息是最重要的辅助信息。本文重点对空管协作监视的优点、限制条件和在敌我识别系统中应用需求进行梳理和分析,并对应用前景进行展望。1多属性识别需求根据航空数据显示,由于敌我识别系统未能有效识别到民用飞机,现今为止被误攻击而造成的损失及人员伤亡数据巨大,这不仅会产生严重的人道危机,改变民意和舆论走势,引发事态发生逆转,甚至影响当时的政治格局。
-
-
随连杰;
刘义亭;
郁汉琪
-
-
摘要:
目前,对于无人运输车的自主导航设计,主要是通过人为控制的方式进行建图,同时,现有的无人车自主系统,在未知的环境下对行进路径的纠偏能力较弱,而且防碰撞效果差。课题组提出了一种垄间无人运输车自主导航纠偏方法,无人车导航利用扩展卡尔曼滤波融合IMU信息进行先验定位,利用无人车中心陀螺仪及侧向两个测距雷达,对路况信息进行判断,并计算横向偏移量和航向偏移量发送给主控单元,主控单元根据信息对导航无人车规划的路径进行实时纠偏。10次纠偏测试中,最大横向偏差为38.02 mm,最大航向偏差为16.1°,平均最大横向偏差为24.88 mm,平均最大航向偏差为9.7°。结果表明,课题组提出的方法可以有效增强路况信息判断能力,导航纠偏系统介入时,规划路线会与两侧保持一定的安全距离,大大提高了垄间无人运输车导航的准确性和稳定性。
-
-
万安平;
杨洁;
王景霖;
陈挺;
缪徐;
黄佳湧;
杜翔
-
-
摘要:
传统的机械故障诊断方法需要将采集的故障波信号进行信号处理,再结合神经网络进行特征提取与分类,不仅流程复杂、耗费时间,而且识别准确率不高。针对此问题,采用一维卷积神经网络(one dimensional convolutional neural network,简称1D-CNN)对试验获取的某航空发动机的齿轮故障振动数据进行特征提取与分类,建立齿轮故障一维卷积神经网络模型,对航空发动机轴承进行故障诊断。试验与分析结果表明:采用该神经网络模型对齿轮进行分类,其准确率可达80%,相较于采用传统的前馈神经网络63.9%的识别准确率,提高了15.07%;与采用支持向量机(support vector machine,简称SVM)对故障进行分类识别相比,该方法准确率提高了15.89%。本方法能够直接将波形振动信号作为输入,通过卷积、池化等一系列操作,输出最后的分类结果,简化了传统方法先进行信号处理再通过机器学习诊断的步骤,为航空发动机故障诊断提供一种可行方法。
-
-
-
SUN Guoxi;
孙国玺;
LEI Gaowei;
雷高伟;
ZHANG Qinhua;
张清华;
WANG Lei;
王磊;
SHAO Longqiu;
邵龙秋
- 《第九届全国技术过程故障诊断与安全性学术会议》
| 2014年
-
摘要:
为了获得更多的故障信息,全面的了解故障特征,采用多个不同的传感器共同监测是一条有效的方法途径,而实际现场工业设备运行环境非常的复杂,使得传感器采集到的信息包含很多来自自然环境或人为的干扰噪声,结果常常导致传感器之间采集到的故障信息是冲突的.针对这一问题,本文提出一种基于多传感器信息融合的故障诊断方法,首先求得各证据之间的证据距离,根据证据距离值的大小再修改证据,然后在利用DS证据理论进行信息融合,从而提高了诊断的可靠性和准确度.经实验证明了该方法切实可行.
-
-
- 《第八届全国设备与维修工程学术会议暨第十三届全国设备监测与诊断学术会议》
| 2008年
-
摘要:
详细介绍多传感器信息融合技术在烟气轮机故障诊断中的应用,为复杂的机械系统故障诊断提供一种新的方法.针对BP网络训练速度慢,易陷入局部极小点的问题,提出神经网络理论与D-S证据理论相结合的信息融合方法,建立基于多传感器信息融合技术的故障诊断模型.烟气轮机是炼化企业生产中重要的核心设备,其运行状况影响到整个机组的运行,一旦停机,将造成巨大的经济损失,因此对其进行状态监测和故障诊断意叉重大.建立基于多传感器信息融合的烟气轮机故障诊断系统,通过试验验证,该方法可以有效提高故障诊断系统的准确性.
-
-
-
-
段渭军;
宋海涛;
王福豹
- 《第一届中国传感器网络学术会议(CWSN 2007)》
| 2007年
-
摘要:
本文针对无线传感器网络的自身特性,以战场目标的声识别为例研究了多传感器信息融合技术对无线传感器网络目标识别准确率的影响。本文对基于D-S证据理论的多传感器信息融合算法进行了简要介绍,并按照该算法对多个网络节点的识别结果进行融合计算并得到一些初步结论,融合计算结果证明多传感器信息融合技术大大提高了目标识别的正确率,同时体现了多传感器信息融合技术在无线传感器网络应用方面的广阔前景。
-
-
段渭军;
宋海涛;
王福豹
- 《第一届中国传感器网络学术会议(CWSN 2007)》
| 2007年
-
摘要:
本文针对无线传感器网络的自身特性,以战场目标的声识别为例研究了多传感器信息融合技术对无线传感器网络目标识别准确率的影响。本文对基于D-S证据理论的多传感器信息融合算法进行了简要介绍,并按照该算法对多个网络节点的识别结果进行融合计算并得到一些初步结论,融合计算结果证明多传感器信息融合技术大大提高了目标识别的正确率,同时体现了多传感器信息融合技术在无线传感器网络应用方面的广阔前景。
-
-
-