带拟白噪声广义系统稳态Kalman估值器

应用时域上的现代时间序列分析方法,基于ARMA新息模型,提出了带拟白噪声广义系统稳态Kalman估值器,并且应用状态观测器原理,还提出了极点配置广义稳态Kalman估值器.它们具有全局渐近稳定性.它们可统一处理滤波、平滑和预报问题,且避免了解Riccati方程.仿真例子说明了其有效性.     

多传感器信息融合技术与机械故障诊断研究

针对机械设备的大型化、智能化、复杂化,指出机械故障诊断的必要性。在对机械故障诊断现状了解的基础上,指出现在研究的主要方向。由于多传感器信息融合技术的特点,使其成为机械故障诊断的热点。介绍了多传感器信息融合的方法与特点,探讨了其在机械设备故障诊断中的应用前景,为机械设备故障诊断的研究指明了方向。     

神经网络多传感器信息融合故障检测实现

燃料电池多传感器系统故障通过采用神经网络信息融合技术进行检测,然后在通过温度传感器对其故障检测进行仿真研究,通过此种方法显示,这种检测方法对系统故障特征的提取有很大的帮助,这种方法对燃料电池多传感器的故障检测的精准度有很大程度的提高,使故障检测的适时性得到很大程度的满足。     

机载大气信息融合与评估技术研究

大气数据系统和惯性导航系统是飞行器至关重要的导航设备,进行大气/惯性数据信息融合,能够在不降低系统自主性的情况下,对两者的综合性能进行更改。因此我对机载大气/惯性数据信息融合与评估技术开展了较为深入且有针对性的研究。也较为充分的利用实际飞行数据验证了算法的可行性与有效性。论文设计了一种基于多传感器融合的导航信息评估方法,利用量测融合、集中式卡尔曼滤波以及最优固定区间平滑滤波的三步融合的方式获取高精度评价基准信息。同时论文也设计了仿真平台对融合后的基准信息精度进行了验证,评估基准精度高、稳定可靠。在算法设计的基础上,论文进行了机载大气/惯性数据信息融合与评估系统的设计与开发,并利用实际飞行数据对系统软件进行了性能测试,验证了软件设计的正确性与可行性。机载大气/惯性数据信息融合与评估系统具有较高的工程应用价值。     

信息融合方法与应用研究

信息融合是现代信息技术与多学科交叉、综合、延拓产生的新的系统科学,随着计算机科学,网络通讯技术,微电子技术和控制技术的飞速发展,它也得到了迅猛的发展,尤其近年来,它已受到广泛关注,它的理论和方法已被应用到许多研究领域。本文从信息融合的概念、融合方法以及应用领域分别进行论述,最后,给出了几个面临的挑战问题和将来的发展趋势。     

基于Kalman滤波的PID电机控制系统设计

在当今常见的控制系统中,常常存在着多维非平稳随机噪声,其功率谱不固定,对系统影响很大,使得系统难于控制。引入Kalman滤波理论对存在干扰的系统进行评估预测,降低噪声信号对系统的影响,并在此基础上对系统进行PID控制,通过MATLAB仿真验证,取得了比较好的效果。     

基于RBF神经网络的多传感器信息融合技术在粮情测控系统的应用

将信息融合方法引入到粮情测控系统,提出一种基于多参数、两级信息融合的粮情测控方法。该方法综合了多因素对粮食品质的影响。首先通过改进的强跟踪kalman滤波器进行粮情数据初次融合,其融合结果再通过RBF神经网络算法进行融合处理。研究表明,此方法应用于粮情测控系统,提高了测控系统的可靠性。     

Kalman滤波在上证综指预测中的应用

基于股票市场的随机波动性和卡尔曼滤波的动态跟踪特性,将上证综指收盘点数的变化过程看作是一个动力学系统,建立上证综指收盘点数的状态空间模型。应用Kalman滤波理论对上证综指收盘点数进行预报,并针对2010年2月3日至2010年3月25日共计32个历史数据,利用MATLAB软件进行计算机仿真,给出了具体预报结果,结果表明,Kalman滤波方法对上证综指的预报是有效的,并具有简便、快速等特点。     

多传感器信息融合技术在粮情测控中的应用

提出一种基于多参数、两级信息融合的粮情测控方法.该方法综合了多因素对粮食品质的影响.首先采用加权数据融合算法对剔除疏忽误差的同质数据进行一级融合,然后用已训练好的BP神经网络进行二级融合,最后给出粮情的安全等级.研究表明,该方法充分利用多种有效监测数据,实现同质数据的优化,整体上考虑了异质数据源的互补性,提高了测控系统的可靠性、全面性.     

非方广义系统降阶Wiener状态平滑器

应用时域上的现代时间序列分析方法,基于ARMA新息模型和白噪声估值器,研究了非方广义离散随机线性系统,应用射影理论和矩阵的分块理论,在假设1～3下,给出了一种渐近稳定的广义降阶Wiener状态平滑器.非方广义系统包含一般广义系统作为特例,且算法为降阶算法,避免了求解Riccati方程和Diophantine方程,因而减小了计算负担,便于实时应用.     

Lagrange乘数法在融合滤波中的应用

Lagrange乘数法是<高等数学>中求函数条件极值的一种方法.用它求面积、体积、距离等一些几何量的最值是Lagrange乘数法最基本的应用.如何应用课上学到的数学知识解决实际问题,是学生最关心的问题.应用Lagrange乘数法设计信息融合状态滤波器,正是<高等数学>应用于科学前沿的一个实际例子.它使教学内容能反映或联系学科发展的新思路,能给予大家思考、联想、创新的启迪.     

基于Transformer的粮食安全信息融合算法研究

粮情监测和环境控制对保证粮库安全具有重要意义,但是由于粮库环境复杂,令相关工作人员对其的实时监测十分困难。这就出现了对粮库多源数据融合分析的需求,特别是对异质传感器信息的融合,即对多传感器时间序列数据进行有效的异常检测。但是如何提高数据融合结果的准确度和稳定性一直是一个问题。为了能够实现准确的多源异质数据融合,提高粮库监控的智能化,本文以自注意力机制为切入口,提出了一种基于无监督的Transformer深度学习模型来进行粮库安全信息融合,该模型能够广泛适用于不同的粮库安全监测场景。实验结果表明,本文基于自注意力机制的信息融合模型具有更好的粮情监控能力,能够及时有效的发现粮库的存储问题,保证储粮安全。     

电力系统信息化架构分层研究

对电力系统信息化架构分层进行了研究,分析了电力调度数据网和电力通信数据网的各自业务承载需求,分析了支撑平面在广域骨干网、城域网、接入网等层次的实现技术,以及网络信息服务平面中的电力工业管理信息系统的设计模型和要求、电力信息IT系统的网络模型组成,得出以下结论:电力通信网从架构上将电力通信网分为网络通信支撑平面和网络信息服务平面,电力通信网是一个能满足目前电力系统语音、数据、图像等三网合一需求的宽带化、多媒体、多业务、综合化宽带IP通信网络平台和云计算数据中心,电力工业管理信息系统是一个实现了系统集成、网络互联、资源共享和数据信息交换的统一的企业信息平台。     

基于多源感知信息融合的牛肉新鲜度分级检测

利用机器视觉和近红外光谱的多源感知信息融合技术评判牛肉新鲜度,并开发了相关的识别系统。以牛后腿肉为研究对象,对获取的图像特征信息和光谱特征信息,采用BP神经网络建立牛肉新鲜度分级模型。其中,通过主成分分析提取相应的主成分因子作为建模输入,根据挥发性盐基氮含量划分新鲜度等级作为模型输出。结果发现,在图像特征信息因子数为6、光谱信息主成分因子数为6时,建立的模型预测识别率可达98.31%。结果表明,基于机器视觉和近红外光谱技术的多源感知信息融合技术评判牛肉新鲜度的方法可行。     

基于电子鼻/舌融合技术的白酒类别辨识

为实现白酒质量的快速鉴别,本研究采用两个不同的电子鼻和电子舌融合系统采集不同品牌白酒样品的气-味信息,采用主成分分析法、K均值法对检测结果进行聚类分析,采用支持向量机法对白酒的品牌进行预测分类分析。经主成分分析聚类分析后,应用基于TGS型气敏传感器的电子鼻和电子舌融合系统可以将3种酒进行很好的区分,其余5种酒有交叉,而应用基于MQ、MP型气敏传感器的电子鼻和电子舌融合系统可以将8种白酒基本区分开来;K均值法分别用于两融合系统,前融合系统的错分类概率为33.3%,后融合系统的错分类概率为23.75%。采用支持向量机法对白酒的品牌进行预测分类,应用前融合系统的识别率为93.75%,而应用后融合系统的识别率为98.75%。结果表明:气-味信息融合技术可以实现对白酒品牌的鉴别,且应用基于MQ、MP型气敏传感器的电子鼻和电子舌融合系统对白酒类别的识别结果较好于应用基于TGS型气敏传感器的电子鼻和电子舌融合系统。     

基于智能感官多源信息融合技术的滇红工夫茶汤综合感官品质评价

依据专家感官评价,将21个滇红工夫茶汤综合品质由好到差依次划分为甲、乙、丙三类,基于电子鼻、电子舌、电子眼多源信息融合技术得到112维的数据集用以表征茶汤综合品质。结果表明：正交偏最小二乘判别分析（RY2=0.937,Q2=0.900）可以实现3类茶汤的有效区分,基于变量投影重要性值大于1.5筛选出S1(AHS)、S5(NMS)、B71和B32（橙花醇）、B27（月桂烯）、S4(CTS)、B29（柠檬烯）7个变量对分类起到重要作用。进一步,基于偏最小二乘回归和逐步多元回归分析实现了对茶汤综合品质得分的定量预测：前者绝对误差在1.86分之内,相对误差在2.06%以内;后者绝对误差在3.57分之内,相对误差在4.07%以内。结果表明,电子鼻、电子舌、电子眼多源信息融合技术结合多元统计分析,可以实现滇红工夫茶汤综合品质的定性和定量评价,为茶汤的品质控制和质量评价提供了有效的技术支撑。     

基于多源信息融合的绿茶杀青叶水分含量智能感知方法

为了实现绿茶杀青过程中水分含量的快速有效检测,利用机器视觉结合近红外光谱技术,构建绿茶杀青过程中水分含量变化的定量预测模型。首先采集杀青过程中在制品的光谱和图像信息,然后采用竞争性自适应权重取样（competitive adaptive reweighted sampling,CARS）法、变量组合集群分析（variables combination population analysis,VCPA）法、变量组合集群分析法结合迭代保留信息变量（variable combination population analysis and iteratively retains informative variables,VCPA-IRIV）法和随机蛙跳法（random frog,RF）4 种变量筛选方法提取光谱中的特征波长,并融合图像中的15 个色泽和纹理特征建立线性偏最小二乘回归（partial least squares regression,PLSR）和非线性支持向量回归（support vector regression,SVR）预测模型。结果表明,与单一数据相比,基于融合数据所建立的模型能有效提高预测精度,其中基于CARS算法提取光谱特征波长融合图像的15 个颜色特征,并结合归一化预处理和主成分分析（principal component analysis,PCA）建立的SVR模型效果最佳,其中校正集相关系数为0.974 2,预测集相关系数为0.971 9,相对分析误差（relative percent deviation,RPD）为4.154 6,表明模型具有极好的预测性能。综上,本研究证明融合光谱和图像技术对绿茶杀青过程中水分含量预测的可行性,克服了单一传感器预测精度低的问题,为实现绿茶杀青叶水分含量的快速无损检测和精准把控杀青质量提供理论基础。     

从CBIS技术的发展看我国造纸企业管理决策信息系统的问题与开发战略

分析了我国造纸企业CBIS研制的现状与问题,研究了现代CBIS的类型体系,介绍了各类CBIS的功能、用途、特点等等。然后,在此基础上提出了我国造纸企业CBIS集成化的战略构想,并展望了21世纪的发展方向。