-
基于最优线性数据融合的探潜定位优化算法研究
针对分离式强声源声纳定位模型在工作过程中会出现信息冗余现象,提出了基于最优线栏数据融合的远距,毒探潜定位优化算法.并对不同条件下的定位误差几何分布曲线图进行了数值仿真,结果表明,基线长度、时间测量误差的变化对非探测盲区的定位性能影响较小.而角度测量误差对该算法的定位精度影响较大,并且,当两个接收器中任一接收器的角度测量误差增大时,整个系统的定位精度都会下降.与其他定位算法相比较,采用数据融合的优化手段,可以充分利用定位系统的冗余信息,有效的降低了系统的定位误差.仿真结果和性能分析为解决远距离探潜定位优化问题提供了理论依据.金良安,迟卫,郭东田 - 系统仿真学报文章来源： 万方数据 -
海量目标量测数据下的目标跟踪
针对大量传感器同时跟踪同一目标产生海量目标量测数据而一般融合滤波算法难以处理的问题,提出了通过数学统计原理提取跟踪状态信息并应用交互式多模型统计滤波算法进行解决的方法.该方法首先利用数学统计原理从海量目标量测数据中统计出目标跟踪滤波过程中所需要信息,并利用改进的交互式当前统计模型算法对所提取信息进行滤波,在不影响跟踪精度的情况下很好地解决了的海量目标量测信息的融合跟踪问题.理论分析和仿真结果证明了该方法的有效性.阮铖巍,徐保伟,寇英信,李战武,谷长春 - 电光与控制文章来源： 万方数据 -
基于FPGA的图像数据融合技术研究
针对激光器照射动态靶板测试时,由于运动靶板带来的光斑畸变问题,提出了一种基于FPGA(FieldProgrammable Gate Array)的图像数据融合的设计方法.文中将数字CCD(Charge Coupled Device)相机采集到的激光光斑图像信息、BD2(BeiDou2Navigation Satellite System)/GPS(Global Position System)授时模块提供的精确的时间数据信息以及跟踪转台提供的方位、俯仰的角位置信息,利用卡尔曼加权融合算法,在FPGA内部实现数据信息的融合,使得在一幅光斑图像上同时体现多源信息.结果表明:测试完成后通过判读带有融合了角位置以及时间信息的图像数据来对光斑图像进行畸变校正,减小了畸变误差对系统的影响,大大提高了光斑重心检测精度.王雪,刘鹏,孙风雷,李超,王晓曼 - 测试技术学报文章来源： 万方数据 -
基于抗差方差分量估计多源观测数据融合权比的确定
为合理确定多源数据的权重,同时为减轻多源观测数据融合过程中观测资料粗差的影响,将抗差方差分量估计引入多源数据融合中.采用山东某煤矿某工作面岩移的初次监测数据进行抗差方差分量估计,以说明多源观测数据融合权比算法的有效性.结果表明,基于抗差方差分量估计确定多源观测数据权重的方法既可以有效地减弱观测资料中粗差的影响,同时可以较好地解决多源观测数据加权的不合理性,提高了数据融合精度.王志伟,陈时军,曲国庆 - 工程勘察文章来源： 万方数据 -
基于深度学习模型的无线传感器网络数据融合算法?
为了在无线传感器网络中提高数据融合性能,基于深度学习模型,提出一种将层叠自动编码器( SAE)和分簇协议相结合的数据融合算法SAEMDA,该算法在各个簇内构建特征提取分类模型SAEM,通过SAEM对节点数据进行特征提取和分类,之后将同类特征融合并发送给汇聚节点。 SAEM的训练既可以采用离线有监督学习也可以采用在线无监督学习。仿真实验表明:和BPFDA,SOFMDA算法相比,SAEMDA在网络能耗大致相当的情况下能将数据融合正确率提高最多7.5%。邱立达,刘天键,林南,黄章超 - 传感技术学报文章来源： 万方数据 -
基于冗余点压缩的趋势异常序列检测
异常序列作为时间序列的一种特殊模式有着极其重要的作用,但大多数的时间序列利用基于距离的方法进行序列间的相似性度量,忽略了时间序列本身的形态特征。为此,提出了一种基于趋势对比的异常序列检测算法,利用重要点和分段线性相结合的自底向上的线性逼近方法,并以最小化两个目标函数为目的进行相邻分段融合,从而使提取的趋势特征有较高的准确度。而且为了降低提取算法的复杂度问题,对采集到的时间序列先进行道格拉斯-普克算法的冗余点删除,保持序列整体形态的同时从一定程度上减少了计算量。最后通过仿真实验,验证了所提出的检测算法的有效性,不仅提高了检测的准确率,还增强了序列趋势变化观测的直观性。李斌,刘瑞琴,刘学军 - 传感技术学报文章来源： 万方数据 -
基于一种有限队列的数据融合延时分配算法
针对如何将网络允许延时合理地分配给数据融合簇头节点的问题,提出一种基于一种有限队列—M/G/1队列的节点延时分配算法.通过建立无线传感器网络自相似流量的数学模型,得到的网络中分组到达速率,把它作为队列的分组到达率,计算出相邻分组到达队列的间隔时间,并依此分配网络允许延时.在NS2下仿真实验表明:与级联超时法CAT和基于融合贡献的延时算法ACDA相比较,该算法有很高的融合增益,分组非实时到达率很低.唐懿芳,钟达夫,李国全,赵仕俊 - 系统仿真学报文章来源： 万方数据 -
基于协整的多传感器测试仿真模型的研究
在航空发动机的测试中通常使用多传感器组进行测量,刻画它们之间的关系并利用其发现和修正错误是本研究的目的.以协整和向量误差修正理论为基础,提出了一种用于描述同质传感器测试序列相互关系的模型,对该模型用测试数据序列进行了检验,并进一步设计出了传感器之间相互仿真和故障纠正的算法.通过某新型发动机的实际测试数据,表明上述模型能够用多个传感器的数据拟合仿真出某一传感器的输出,再由仿真值和实际值的比较可以判断出此传感器可能的故障.本方法能够以较少的输入数据,拟合出较好的模型参数,并进而达到较好的预测和发现异常的效果.本模型方法可以用于在发动机模拟试验平台中,实时监测并纠正错误.黎亮,师伟,秦开宇 - 系统仿真学报文章来源： 万方数据 -
无线传感器网络中基于安全数据融合的恶意节点检测
无线传感器网络的一些固有特点,如节点能量、存储空间和计算处理能力均有限,网络节点布署在野外而无人值守,节点易被敌方捕获,因而网络内部易存在恶意节点。本文在分析Atakli等人提出的WTE方案基础上,提出了一种新的基于安全数据融合的恶意节点检测算法( MNDSDF)。针对节点数目较多层次型的无线传感器网络,MNDSDF算法首先在WTE权值融合的思想上添加了高信誉值过滤机制,来检测恶意采集节点;其次针对WTE和WCF只允许簇内单跳和融合结果受恶意节点影响较大等不足,提出了数据包计数的策略,来检测恶意转发节点。与WTE相比,MNDSDF算法能抵制更多种攻击行为,适应更宽泛的路由协议。通过仿真实验,MNDSDF算法可以有效检测出部分恶意行为,并经过与WTE和WCF比较,具有更高检测率和更低误检率。崔慧,潘巨龙,闫丹丹 - 传感技术学报文章来源： 万方数据 -
基于事件驱动和神经网络的无线传感器网络数据融合算法研究
为降低突发事件监测的无线传感器网络( WSN)的能量消耗和数据冗余,设计并实现一种基于事件驱动的动态分簇BP神经网络数据融合算法( EBPDF)。其中动态成簇以及簇头选举过程基于事件严重程度和节点剩余能量,簇的生命周期和簇的覆盖范围根据事件紧急程度和节点剩余能量进行动态调整。同时,为减少网络通信量,将神经网络层次结构与WSN的簇结构相结合,在动态形成的簇结构中应用三层神经网络模型,通过神经网络算法从采集到的大量原始数据中提取出少量特征值,并发送到汇聚节点,从而延长网络生命周期,降低数据传输的冗余度。理论仿真实验证明,与LEACH算法相比,该算法既能有效降低网络通信流量,又能减少节点通信次数。侯鑫,张东文,钟鸣 - 传感技术学报文章来源： 万方数据
科创中国
