《基于相关性函数和最小二乘的多传感器数据融合》PDF+DOC

📙 相关资料

1. 《基于相关性函数和模糊贴近度的多传感器数据融合》PDF+DOC 针对多传感器数据融合中，各传感器测量数据的可靠程度难以确定以及如何提高数据融合结果的精度问题。文中提出了利用模糊理论中的相关性函数来计算多传感器的相互支持程度，并基于模糊贴近度，对支持程度高的传感器数据进行融合。仿真结果表明，相比同类融合方法，该方法获得的结果具有更高的精度和可靠性。...
2. 《基于相关性函数和模糊综合函数的多传感器数据融合》PDF+DOC 针对多传感器数据融合过程中，各传感器可靠度估计的困难和如何对不同类型的传感器数据进行融合，提出了一种基于相关性函数和模糊综合函数的多传感器数据融合方法。该方法首先利用相关性函数计算多传感器的相互支持程度，然后由隶属函数得到每个传感器提供信息的可信度，最后用模糊综合函数获得多传感器对目标属性的融合结果......
3. 《基于最小二乘原理多传感器加权数据融合》PDF+DOC 针对目前多传感器数据融合过程中传感器对某一状态量测量时精度较低的问题，提出了基于最小二乘原理的多传感器加权数据融合算法。该方法利用最小二乘原理和方差的遗忘信息，通过均方误差比较，计算出各个传感器的权重之后进行加权融合。该算法既考虑了历时信息的作用，又考虑了环境噪声和新采样值的影响，增强了对环境监测的......
4. 《基于相关性函数的多传感器自适应加权融合算法》PDF+DOC 针对多传感器实际测量中个别传感器出现的数据偏离现象，提出基于相关性函数的自适应加权融合算法。利用相关性函数对数据进行预处理，计算各传感器间的相互支持程度，对于偏离较为明显的数据，用相关性大的数据进行替换；再通过多传感器自适应加权融合算法对数据进行融合。利用该算法对相关数据进行处理，经计算分析得到融合......
5. 《传感器数据定位测距算法优化仿真与研究》PDF+DOC 由于传感器易受到周围环境的干扰，使得信号各节点之间存在随机性动态变化，传统的定位测距算法，主要是以先固定一个节点为前提计算节点之间的距离，当所有节点动态变化时，只是对节点进行简单的加权处理进行测距，不能使所有节点进行固定，导致定位精确度低、鲁棒性弱的问题。提出基于改进最小二乘原理加权数据融合算法的传......
6. 《空间机器人多传感器信息融合》PDF+DOC 本文讨论了空间机器人的特点和多传感器信息融合技术的必要性.总结了相关的关键技术，包括信息的表示和融合方法，传感器的布置，启用传感器的策略和执行融合过程主计算机体系结构.最后给出了一个智能装配机器人多传感器信息融合实例。...
7. 《多传感器数据融合的一种方法》PDF+DOC 在多传感器数据融合的过程中，首先必须验证各个传感器的可靠程度，即确立正确的关系矩阵。一般做法是根据门限值判断两个传感器是否相互支持，或者用分段直线等方法表示其支持程度。在分析的基础上，提出了应用椭圆曲线表示支持程度，并分别给出了融合结果。...
8. 《基于最小一乘估计的多传感器信息融合方法》PDF+DOC 针对多个传感器对某一特性指标进行测量实验的数据融合问题，从稳健性角度，利用统计理论中的最小一乘估计，提出一种多传感器数据的融合方法。该方法基于自适应加权，以最小化传感器测量数据的绝对偏差为目标函数，通过求解条件极值问题，得到各传感器数据的权数，从而给出融合结果。仿真实例表明方法的有效性和较好的稳健性......
9. 《多传感器数据融合的主成分方法研究》PDF+DOC 针对多个传感器对某一特性指标进行测量实验的数据融合问题，提出了一种基于主成分分析的融合方法。该方法把各传感器的测量数据作为一变量，定义总体的各主成分，利用测量值与主成分的复相关关系，给出了各传感器的综合支持程度和数据融合公式。应用实例验证了方法的有效性和精确性。...
10. 《异常情况下基于贝叶斯的多传感器融合方法》PDF+DOC 针对多传感器融合过程中异常测量数据的出现会降低数据融合质量的问题，提出了基于贝叶斯方法的一种多传感器数据融合方法，通过识别传感器间测量数据的不一致，在传感器数据融合前剔除异常数据，提高数据融合的精度。提出的方法在简单的贝叶斯方法上增加一项概率因子，以此表征测量数据为非异常事件的概率。在某只传感器输出......