信息融合技术在传感器故障诊断中的应用

研究了扭转材料试验机传感器的故障诊断系统,为提高传感器的故障诊断精度,在对诊断方案进行分析、研究、仿真、比较和验证的基础上,结合工程实际的特殊要求和相关经验,确定了最合适的一种--多传感器信息融合故障诊断方案.通过对传感器的故障建立数学模型并进行计算机仿真,仿真结果表明该故障检测方法对于材料试验机的传感器常见的故障均能进行识别和告警,效果令人满意.     

基于传感器信息融合的移动机器人自主爬楼梯技术研究

机器人自主爬楼梯是移动机器人完成危险环境探查、侦察、救灾等任务需要具备的基本智能行为之一.分析了楼梯的多样性和履带式机器人爬楼梯固有的不稳定性导致机器人爬楼梯工作的复杂性,描述了带前导手臂的履带式移动机器人爬楼梯的步骤,简要介绍了利用超声波、视频摄像头和激光扫描测距仪信息来感知楼梯和判断机器人与楼梯相对位置的算法,最后提出了一个基于传感器测量值可信度的信息融合方法进行楼梯参数感知和行驶方向计算的机器人自主爬楼梯的控制系统结构.     

基于支持向量机的多传感器信息融合算法

支持向量机(Support Vector Machine,SVM)是一种基于结构风险最小化原理,具有很高泛化性能的学习算法。针对工业多传感器测控系统中,被测系数与相关参数之间存在有较大的非线性和模糊关系,提出了一种基于支持SVM的多传感器信息融合模型及算法。为小样本、非线性、高维数一类多传感器信息融合问题的建模提供了一种有效的途径。通过对“纸张水份在线测量系统”应用表明,基于SVM的多传感器信息融合模型及算法在测量精度和推广性能上都具有一定的优越性。     

视频传感器网络中基于相关性图像融合算法

基于图像相关性信息,从系统层面提出了一种图像融合算法.该算法充分考虑到视频传感器节点的有限资源及相邻节点间冗余视觉信息,将同一场景的视觉监测任务分配到相关度较大的2个视频传感器节点上,每个视频传感器节点仅负责传输一部分视觉场景信息.特别地,利用极线约束性质融合多路传输来的部分图像信息,最终实现场景视觉信息的重建.实验结果表明:该算法简单易行,既可以减少网络传输量、节约网络能量,又可以实现场景视觉信息的有效监测.     

多机器人系统传感器融合技术应用研究

当前应用于机器人的多传感器数据融合研究大都集中在机器人自主导航和定位问题上,很少涉及利用机器人进行目标跟踪的研究。现有的基于网络时延的融合算法大都直接套用传统的同步数据融合方法,因此会产生数据等待、资源浪费以及较差的实时性能等问题。本文提出结合预测估计以及递推加权融合技术,设计出一种新的能适应网络时延的多传感器预测加权融合算法。该算法不仅能很好的解决现有基于时延的数据融合算法存在的诸多弊端,而且拥有良好的实时预测功能。文中给出了新算法的推导过程,并通过计算机仿真算例来显示新算法的实用性和优越性。     

基于信息融合技术的瓦斯传感器故障诊断研究

文章提出了将基于RBF网络的信息融合技术应用于瓦斯传感器故障诊断的思想。该思想的核心是通过对影响测点瓦斯浓度的各种相关信息融合,利用高精度RBF网络逼近器的输出与瓦斯传感器实际的输出之差与设定的阈值比较,实现瓦斯传感器故障的监测诊断。试验表明该技术能对瓦斯传感器进行有效的状态监测和故障诊断。     

基于BP神经网络的压力传感器静态特性数据融合

针对压力传感器在实际应用中受非目标参量(温度)的影响而导致其输出数据不仅仅与目标参量(压力)有关,提出了采用BP神经网络技术对其进行数据融合处理,以消除非目标参量对压力传感器输出的影响。研究结果表明,利用神经网络实现传感器数据融合消除非目标参量对传感器输出的影响是可行的。     

Estimation of Grip Force and Slip Behavior During Robotic Grasp Using Data Fusion and Hypothesis Testing: Case Study with a Matrix Sensor

Algorithmic data fusion for multi-sensory system becomes extremely challenging, particularly where the elemental sensory units do vary in type, size and characteristics. Although traditional theories on sensory data fusion fit quite satisfactorily in searching a pre-defined object with a tentative dimension and depth perception, they fail to do justice in cases where profile of the object do vary from a point-mass to a finite spatial dimension. The present paper dwells on modeling, algorithm and experimental analysis of two novel fusion rule-bases, which are implemented in a small-sized tactile array sensor to be used in robot gripper. A new proposition has also been developed for assessing the decision threshold, signaling the presence of object inside the grasp-zone of the gripper. Besides, the developed model evaluates the approximate planar area of the grasped object alongwith its shape in real-time. The model also provides estimate for the gripping force required to sustain a stable grasp of the object vis-à-vis slippage characteristics, if any.     

基于DE优化BP的压阻式压力传感器的温度补偿研究

压阻式压力传感器存在温度漂移的问题,因此需要对该传感器进行温度补偿。为此,首先从标定实验中获取被测压力值、压阻式压力传感器的输出电压值以及环境温度值、温度传感器的输出电压值,然后用差分进化算法（DE）优化的BP神经网络算法从该标定数据中得到补偿后的数据。实验结果表明,所提出的温度补偿方法对压阻式压力传感器进行温度补偿后,其灵敏度温度系数提高了一个数量级,相对误差也得到很大的改善,因而其具有显著的理论意义和应用价值。     

一种矿用皮托管式风速传感器设计

针对传统风速传感器因井下特殊环境常造成超声波探头性能减弱,不能正确反映环境风速值的问题,提出一种矿用皮托管式风速传感器设计方案,详细介绍了其原理及软硬件设计。该传感器采用S型皮托管测量风的压力,利用差压芯片计算差压信号值,并根据电信号、差压信号、风速之间的对应关系求取风速信息。实验结果表明,在0.4～15m/s风速范围内,该传感器测量误差低于±0.2m/s,且具有较好的温度稳定特性、贮存特性和防潮防堵性能。     

基于GP 的多传感器数据融合诊断与恢复􀀂

本论文主要是研究遗传编程 (GP)在多传感器故障的数据融合诊断与恢复中的应用 ,即用一种全新的数据处理方法应用于多传感器信息融合领域 .遗传编程基于遗传算法 ,可以能够从一批相关数据中提取其内在的隐含特征及相互联系 ,并给出其数学模型 .因而应用信息融合领域 ,可更好地提高系统的稳健性 ,宽阔的时空覆盖区域 ,以及更强的故障容错和系统重构能力 .     

基于改进人工萤火虫算法的无线传感网络覆盖优化

为了提高网络资源利用率延长网络生存时间,提出一种基于共轭梯度法改进人工萤火虫算法(CAGSO)的WSN覆盖优化方案;共扼梯度法是利用目标函数的梯度逐步产生共轭方向并将其作为搜索方向的方法,即利用已知点处的梯度构造一组共扼方向并沿这组共扼方向进行搜索,这种方法经有限次迭代必达极小点;首先建立以覆盖率、节点利用率和能量均匀为准则的覆盖优化数学模型,然后采用改进的CAGSO算法求解该模型,从而得出最优覆盖方案;仿真分析说明,相比基本人工萤火虫算法,改进的CAGSO算法优化的网络覆盖率可以达到94.11%,有效实现WSN覆盖优化。     

基于C的湿度传感器校准平台设计

针对大量湿度传感器出厂或使用前需要定标或进行误差补偿的技术需求,基于C语言和SQL数据库技术,构建了一种采用传感器融合算法的大批量湿度传感器数据自校准平台;首先通过饱和盐溶液构建标准湿度环境,然后通过MT4080D数字电桥对待校准湿度传感器进行多次测量,之后把测量值矩阵和标准值导入基于最小二乘和加权融合算法的平台进行处理,得到不同固定点湿度环境下传感器标定和补偿的校准数据;该设计实现了操作简单,成本低廉,响应时间短,运算速度快的湿度传感器的软件校准算法平台,具有一定实际应用价值.     

无线传感器网络中基于MDP的MAS协作策略的优化及分布执行

为降低马尔可夫决策模型生成MAS协作策略的复杂度,减少协作通信量,在无线传感器网络中利用agent状态之间存在的条件独立性与上下文独立性关系提出了一种新的优化方法.方法通过分解并优化SPI算法生成的策略树,使得MAS中处于独立状态的agent可以分布独立运行,只有在需要同其他agent协商时才进行通信.并在协作中采用Q分解机制实现共享资源的分配,减少资源使用冲突,获取更大奖励.使用STATLOGO软件对方法进行验证,实验结果表明该方法在MAS完成协作任务获取目标奖励的同时,具有产生通信量较小的优点.     

基于信息融合理论的双光路光纤位移传感器的研究

提出了一种基于信息融合理论的双光路光纤位移传感器的测量结构,并进行了数学建模.利用曲线拟合方法得出了两光路输出的关系函数,以此对系统进行实时补偿.论述了该方法克服系统中存在的光路扰动问题、解决光纤位移传感器的不稳定问题和提高系统测量精度的原理.实验表明,经补偿处理后基本消除了温度对光纤位移传感器的影响,使测量准确度和系统稳定性得到提高.     

一种优化的贝叶斯估计多传感器数据融合方法

由于来自多个传感器的测量数据总是有一定程度的不确定性和不一致性,采用多传感器数据融合算法将多个节点的测量数据进行数据融合,利用数据的冗余度来减小这种不确定性,得到高可靠性的数据信息。提出了一种优化的贝叶斯估计多传感器数据融合方法,将贝叶斯估计和卡尔曼滤波器结合起来,应用于无线传感网络数据融合中。根据滤波器应用到传感数据、融合数据或者两者的方式,提出3种不同的技术,即:前向滤波法、后向滤波法和前后向滤波法。通过一个实例研究估计移动机器人的位置,验证算法的有效性。实验表明,在集中式和分布式两个方面数据融合体系结构,结合卡尔曼滤波器的贝叶斯融合算法能够有效地解决数据的不确定性和不一致性。     

基于多传感器的无人机避障方法研究及应用

随着无人机巡检作业方式应用越来越广泛,巡检过程中对障碍物检测并进行避障显得愈发关键。若无人机碰到杆塔或线路不仅会造成无人机自身的损坏,还会对居民用电造成影响,给检修带来麻烦。毫米波雷达、激光雷达、双目视觉传感器在机器人避障中有广泛应用。但是基于输电线路巡检的多旋翼无人机的实际情况,传感器器件的选型、尺寸、重量,以及障碍物信息与飞控的融合,显得尤为重要。通过对多旋翼无人机搭载毫米波雷达、双目视觉传感器、差分GPS进行了研究,采用多传感器融合方法检测障碍物,利用虚拟力场法(VFF)进行航迹重规划,并实际飞行验证。测试表明该方法对杆塔避障取得了较好的应用效果。     

多稀疏基分簇压缩感知的WSN数据融合方法

针对传感器节点采集数据精度与能量消耗的矛盾,提出多稀疏基分簇压缩感知的无线传感器网络WSN（Wireless Sensor Network）数据融合方法。该方法利用改进的阈值对随机部署的传感器节点进行簇首选择继而形成最优簇,簇首采用伯努利随机观测矩阵对簇内节点信号进行线性压缩投影,然后将压缩的信息传送给汇聚节点,减少数据传输即降低通信能耗,从而提高网络的生命周期。根据传感器节点监测信号在有限差分和小波中都具有可压缩特性,汇聚节点在有限差分和小波两个稀疏基的约束下,利用OOMP算法分别对线形压缩投影信息进行重构;并采用最小二乘法融合重构信号,提高数据精度。仿真实验结果表明,多稀疏基分簇压缩感知的WSN数据融合方法在减少数据发送的情况下,能提高整个网络的生命周期,解决采集数据精度与网络生命周期的矛盾。     

基于甲烷监测的无线传感器网络的功率优化

针对目前甲烷监测系统可靠性不高,介绍了一种低成本、低功耗的装有甲烷传感器的无线传感器网络替代传统的有线监控系统,从而更经济更高效地监测煤矿中的甲烷突出;无线传感器网络通过井下终端节点监测甲烷浓度的变化,给地面监控中心提供早期预警信号,使煤矿安全人员能及时发出命令来快速疏散在井下高危险区域作业的矿工,减少损失;重点提出了通过使用低功耗器件、发送最优数量的采样数据以及自动切换传感器节点工作状态来实现甲烷监测系统的功率优化,试验分析发现终端节点功耗可降低至1/4~1/2,通信距离可增加3倍左右,将会有很好的市场效应。     

基于RSSI的无线传感器网络质心定位算法优化

为了提高无线传感器网络定位精度的准确性, 对质心定位算法进行优化. 在测距阶段, 采用均值滤波和中值滤波相结合的方式对RSSI值进行预处理; 在定位阶段, 使用距离倒数的指数幂对质心加权; 同时引入迭代的思想, 解决了定位中锚节点密度不高的情况下, 节点无法定位的问题. 实验结果表明, 本文改进的算法与质心定位算法和距离加权的质心定位算法相比, 能够有效地提高无线传感器网络的定位精度.