《信息融合多传感器故障贝叶斯可靠性分析》PDF+DOC

📙 相关资料

1. 《模糊贝叶斯网络融合多传感器故障信息可靠性方法》PDF+DOC 传感器作为测量被控系统输出信号的主要装置，从多类型传感器的故障数据中提取有价值信息，综合不同传感器数据，整合同类型的数据，融合信息优化数据结果，以便准确获得有效信息。在此运用贝叶斯网络的条件概率描述了模糊信息，分析并提出模糊贝叶斯网络多传感系统，建立可靠性模型，该方法应用到飞行器不确定分析过程来处理......
2. 《电气测量中的多传感器信息融合技术》PDF+DOC 由于电气设备的测量精度有限以及传感器故障或受到噪声、电磁波等多种因素的干扰 ，使得电信号的精确估计存在一定的难度。基于Kalman滤波和多尺度传感器 ，采用局部小波预值处理 ，给出了多传感器系统重构的方法。仿真表明 ：该算法不仅利用多传感器提高了估计精度 ，而且对于传感器的突变型未知干扰具有很强的鲁......
3. 《数据融合技术及其在交通领域中的应用》PDF+DOC 本文通过对数据融合基础理论的总结与剖析，提出了数据融合技术在交通运输中的应用领域以及交通数据融合的数据处理过程，并以车辆行驶轨迹跟踪作为实例讨论了数据融合技术在交通领域中的具体应用。...
4. 《潜艇信息融合的一个框架》PDF+DOC 讨论了潜艇多传感器信息融合的一些基本问题，提出了一个适于该融合问题的融合框架。重点探讨了该框架结构的实现，以及存在的困难。...
5. 《常规多传感器系统的分布检测融合方法研究》PDF+DOC 着重研究多传感器分布检测系统中融合中心的各种信息融合方法，包括“and”、“or”逻辑、表决融合规则和基于最小错误概率准则的一般融合方法。最后对各种融合方法进行了仿真比较。...
6. 《基于SVM预测器的传感器故障诊断与信号恢复研究》PDF+DOC 支持向量机(SVM)是一种新兴的基于统计学习理论的机器学习方法。简要介绍了SVM回归原理，据此建立了基于SVM的时间预测器并用于传感器的故障诊断和信号恢复，阐述了具体的实现方法和步骤。仿真结果表明：SVM预测器有效地克服了神经网络的不足，能准确预测和跟踪传感器的输出信号，并在传感器发生故障后一定的时......
7. 《多传感器信息融合平滑器算法研究》PDF+DOC 为了提高融合估计的精度，采用矩阵加权线性最小方差意义下的最优信息融合准则，对多传感器系统，考虑局部估计误差之间的相关性，给出了最优信息融合固定区间平滑器算法。理论和仿真实验表明，融合平滑器精度在总体上高于各局部子系统的估计精度。与融合预报器相比，融合平滑估计比预测平滑估计精度提高了近5倍，显著地改善......
8. 《基于K-L散度的机械或传感器故障判别方法》PDF+DOC 机械故障诊断系统中，对同一监测部位通常采用双传感器配置(如水平和垂直方位)。文中首先运用核密度估计方法得到两传感器输出信号的概率密度函数估计，然后计算两输出信号间K-L(Kullback-Leiber)散度，并提出一种基于K-L散度值的机械或传感器故障判别准则。通过对一个齿轮减速箱实测振动信号和模拟......
9. 《含无序量测的多传感器信息融合算法研究》PDF+DOC 由于通信时间的延迟性，在多传感器系统中常常会出现无序量测情况。为提高估计的精度，系统须对无序量测进行处理，状态更新法是处理无序量测问题的一种有效方法。对于多传感器信息融合问题，给出了一种处理无序量测的状态估计更新算法。仿真计算表明该算法能有效的提高融合估计的精度。...
10. 《多模型多传感器标量加权信息融合》PDF+DOC 随着生产系统越来越复杂，多传感器的应用也越来越广泛。本文基于标量加权的线性最小方差最优信息融合算法，针对多模型多传感器离散线性随机系统，给出了一种分布式标量加权信息融合Kalman滤波器。它只需要计算标量加权系数，可减小在融合中心的计算负担，并通过仿真例子验证算法的有效性。...