《D-S证据理论在传感器融合中的探讨》PDF+DOC

📙 相关资料

1. 《一种D-S证据推理的改进方法》PDF+DOC D-S证据理论是多传感器信息融合常用的算法，但它无法解决证据的可信度问题。本文根据传感器的局部决策先算出局部决策值，构造整个系统的支持矩阵，然后求这个支持矩阵的特征向量，以此作为各个传感器的可信度。这个可信度就可以作为各个传感器的权值，以此修正D-S证据的融合算法。最后，给出了一个对比仿真实验，证明......
2. 《基于多传感器的神经网络和D-S证据理论在故障诊断中的应用》PDF+DOC 为提高滚动轴承故障诊断的准确性，本文提出了一种基于多传感器神经网络和D-S证据理论的故障诊断方法，并通过包含3个传感器的监测数据融合对模型进行了验证.首先，利用两个加速度传感器和一个声传感器采集滚动轴承的振动信号和噪声信号.其次，分别对两个加速度传感器的振动信号进行总体经验模态分解(Ensemble......
3. 《D-S证据理论在气固流化床流态判别中的应用》PDF+DOC 基于D-S证据理论，并结合模糊数学的知识，给出了一种流化床流态判别的数据融合方法。通过差压传感器和电容层析成像传感器分别采集信号，利用提取的特征值对各传感器的信任度函数进行分配，再利用D-S证据理论进行目标融合，得到最终流态判别结果。通过单传感器判别结果与融合的判别结果比较，说明了这种方法具有一定的......
4. 《用D-S证据理论方法实现多传感器数据融合》PDF+DOC 对 Dempster- Shafer证据理论用于多传感器数据融合进行了分析 ，并将其应用于飞机目标识别的数据融合中。结果证明 ，多传感器融合后降低了识别结果的不确定性 ，较单一传感器的识别效果好。说明这一方法是一种有效的数据融合方法...
5. 《基于D-S证据理论的振动目标识别研究》PDF+DOC 提出了一种基于D-S证据理论对数据进行融合处理的方法。通过采用多个地振动传感器对人、车辆等目标发出的振动信号进行采集，然后对传感器采集到的地振动信号进行处理，解决目标识别问题并提高目标的识别率，实验结果表明文中提出的方法是有效的。...
6. 《D-S证据理论在车辆几何参数动态测量中的应用》PDF+DOC 利用多个超声波传感器组成传感器阵列对行驶车辆的几何参数进行动态扫描，采用D-S证据理论多传感器数据融合算法，对多个传感器采集的数据进行融合，将在DSP上融合的结果上传至上位机，由上位机分析行驶车辆的车长、车宽、车高、车速，为交通管理提供技术保障和原始数据支撑。测试结果表明，该方法可以更准确的测量车辆......
7. 《基于模糊C均值聚类和D-S证据理论的多传感器信息融合技术研究》PDF+DOC D-S证据理论能很好地表达“不确定”和“未知”等信息融合中的重要概念，在多传感器信息融合领域得到了广泛的应用。针对传感器数量较多时，D-S方法计算量很大的问题，提出了利用模糊C均值聚类来减少证据体数目，再结合D-S证据理论进行信息融合的办法。实验数据表明，该方法大大减少了计算量，保证了目标识别的准确......
8. 《基于加权D-S证据理论的分布式多传感器目标识别》PDF+DOC 针对分布式多传感器环境下的目标识别问题，提出了一种基于加权D-S证据理论组合规则的决策融合方法。分析了多传感器目标识别系统的信息模型，指出传感器的决策可信度由其被支持度及与目标间的距离确定。将该可信度体现为加权D-S证据理论组合规则中的证据权值，综合考虑传感器支持度及其与目标距离，给出了权值确定方法......
9. 《D-S证据理论在振源目标识别中的应用》PDF+DOC 本文采用D-S证据理论对振动目标脉冲宽度进行融合，可以很好地解决振动目标识别问题。地面目标激励产生的振动信号，主要受到运动状态、目标质量、传感器的距离以及地质条件等因素的影响。对传感器采集到的振动信号进行处理、特征抽取进而通过分类识别的方法可以确定产生地振动信号的目标类别[1]。...
10. 《基于D-S证据理论的多传感器多特征目标识别》PDF+DOC 传统多传感器环境下的目标识别方法主要有两种：利用多传感器获得的数据进行数据融合、利用每个传感器信号的特征向量进行特征融合。但这两种方法均存在目标识别精度不高的问题。针对这一问题，本文提出了一种基于D-S证据理论两次组合规则的融合方法。该方法在提出多传感器目标识别系统模型的基础上，运用D-S证据理论对......