导读:本文包含了多传感器数据融合技术论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:传感器,数据,温室,卡尔,森林,环境,酸洗。
多传感器数据融合技术论文文献综述
李菲[1]（2019）在《多传感器数据融合技术在温室控制系统中的应用研究》一文中研究指出本文将多传感器数据融合技术应用到温室控制系统中,实现对温室环境的智能感知、智能预警以及智能决策,实现温室的精准化种植与智能可视化的管理。在多传感器数据融合的过程中,采用两级融合方式,首先对同类数据采取自适应加权平均算法进行局部融合,再对异类数据采取D-S证据推断算法进行全局融合,并根据专家系统进行分析,从而作出最佳的决策判断。(本文来源于《科技视界》期刊2019年30期）
李菲[2]（2019）在《关于温室控制系统中多传感器数据融合技术的研究》一文中研究指出目前我国很多地区都已经开始推广和普及温室大棚种植,温室建设也已经成为当前新农村建设的一个亮点。但是传统的温室在温度、湿度等环境系数的监测方面并不能做到及时准确,农户也无法实时掌握温室中的各项指标,非常不利于实际生产劳作。为了更精确地对温室的环境状态进行监控,需要运用无线传感器数据融合技术来实现对温室环境指标的远程实时监控。(本文来源于《决策探索(中)》期刊2019年10期）
邵卫林,陈金忠,马义来,孟涛,何仁洋[3]（2019）在《基于多传感器数据融合技术的漏磁内检测数据分析》一文中研究指出管道检测是发现隐患和保障油气管道安全可靠运行的重要措施,漏磁内检测是管道检测的主要手段和趋势,检测数据分析是管道检测结果的前提和保障,通过数据分析能提供金属损失和管道特征的类型、尺寸、形状、位置和方位等信息。从多传感器漏磁内检测器系统构成引出多传感器构成,采取分布式的多传感器数据融合分析技术,分别对漏磁检测器的主传感器、ID/OD传感器、轴向里程传感器、周向钟点传感器的信号进行各自特征量的数据分析,最后采取支持向量机融合分析技术实现对多传感器检测数据的融合分析,相较于传统的单类型传感器数据分析能有效提高数据分析的全面性、质量和准确性。(本文来源于《传感技术学报》期刊2019年10期）
杨涛[4]（2018）在《基于BP神经网络的变电站一次设备监测传感器数据融合技术研究》一文中研究指出针对目前变电站多传感器数据较难融合管理的缺陷,本文基于BP神经网络算法,结合多传感器数据融合技术,提出多传感器信息的BP神经网络融合算法,实现变电站一次设备在线监测传感器多数据融合管理。(本文来源于《科技风》期刊2018年34期）
申屠理锋[5]（2018）在《多传感器数据融合技术在酸浓度测量中的应用》一文中研究指出针对冷轧酸洗线酸液浓度无法通过单一传感器直接在线测量的问题,结合对酸浓度测量技术的研究工作,基于冷轧带钢酸洗生产工艺和酸浓度的测量原理,提出一种采用多传感器数据融合技术实现酸浓度测量的方法,通过多个传感器测量酸液的多个不同的物理量,根据这些物理量之间的特性以及与酸浓度之间的关系,进行多个传感器数据的融合,最终实现对酸液浓度值的测量。通过与现场人工滴定化验法测量数据进行对比分析,证明该方法的测量精度完全满足实际生产要求。(本文来源于《冶金自动化》期刊2018年02期）
李捷[6]（2018）在《面向目标识别的机载多传感器数据融合技术研究》一文中研究指出数据融合是机载多传感器系统的核心技术之一,尤其是在面向目标识别应用中,数据融合方法更有其独特的需求和约束限制条件。本论文以高效目标识别为需求,以机载平台为背景,以数据融合为主要技术手段,围绕多传感器获取目标信息后、进行数据融合过程中的配准关联与融合判决等关键技术,展开深入研究,总结为如下主要的创新性贡献。(1)针对机载平台高机动性、目标运动模型复杂性以及传感器异构性等特性造成的观测数据时间不匹配问题,建立了通用的时间配准误差估计模型,并基于此模型,对典型目标运动和复杂目标运动的时间配准误差进行了分析;针对机载平台传感器的观测坐标系差异和传感器目标信息空间位置不匹配的问题,研究了基于机载极坐标系的空间配准方法,构建了空间配准的通用模型,然后,利用扩展卡尔曼滤波方法实现了配准误差的准确估计.通过仿真实验对本文提出的时间配准和空间配准的算法性能进行了检验,结果表明复杂运动且运动模型未知条件下的时间配准方法能够较好估计出任意时间点目标的运动信息及其误差,空间配准误差收敛于真值。(2)针对目标密集分布、复杂电磁环境等造成的机载平台多传感器信息关联复杂问题,提出了一种基于身份反馈的协同信息关联方法,解决传统方法关联错误率较高的问题。仿真实验表明,相对传统基于动态信息的关联方法,在目标分布密集或交叉运动条件下,该方法关联正确率有2%~5%的提升。(3)针对机载平台多传感器信息模糊不确定性以及信息冲突可能造成识别结果准确度不高甚至误识别的问题,根据识别需求差异,提出了一种基于冲突强度度量的分层多周期融合判决方法。首先,构建了一种基于信任区间距离度量的冲突强度判决方法对来自不同传感器的证据信息冲突情况进行度量;其次,基于冲突强度的度量结果,设置不同证据权重因子,强化指向一致性证据的体系贡献;最后,采用一种多周期多层级的融合方法对权重修正证据进行融合,高置信度证据先融合,低置信度证据后融合,强化历史信息的作用,从而得出目标多属性信息一致性判决结果。仿真实验表明,方法能够根据不同识别需求,针对性选择最佳融合层级实现准确性和时效性的平衡;同时,算法具有更好的解冲突能力,有效改善了强冲突条件下的目标误识别问题。(4)针对当前相关融合技术缺乏典型应用场景验证的问题,结合国家科研课题的背景需求以及研究进程,构建了一套半实物仿真验证环境,实现典型实用场景、实用对象和传感器配置等条件下,对面向目标识别的机载多传感器数据融合关键技术与关键性能指标实现了仿真验证。(本文来源于《电子科技大学》期刊2018-03-01）
乔惠君,杜双[7]（2018）在《浅谈多传感器数据融合技术及其在飞行指挥系统的应用》一文中研究指出本文介绍了多传感器数据融合的定义、功能及原理,并针对飞行试验的具体需求,提出了多传感器数据融合技术应用于飞行指挥系统的解决方案。(本文来源于《信息系统工程》期刊2018年02期）
蒋洁[8]（2017）在《基于多传感器数据融合的睡眠分期技术研究》一文中研究指出随着人们对健康要求标准的不断提高,睡眠阶段所反映的健康状况也越来越受到重视。传统的睡眠分期方法主要依靠接触式的睡眠监测仪,通过获取脑电、心电等信号来判断睡眠状况。这种方法需要专业人员操作,价格昂贵,测试者需要直接接触仪器,极易产生体感不适。在非接触式的睡眠分期监测方法中患者不需要与任何仪器接触、操作简单,可长期监测,成本较低。因此对非接触式的睡眠分期技术的研究具有更大的意义。整夜睡眠情况复杂,为了获取更为全面的睡眠数据需要同时设置多个传感器来采集信号。多个传感器可以获取多种类型的特征数据,可以起到映射不同睡眠阶段的作用,从而提供更丰富的睡眠信息,提高睡眠分期的准确度。本文基于多传感器数据融合对非接触式的睡眠分期技术进行了研究,主要工作内容如下:1、介绍了多传感器数据融合的基础理论知识,特征级融合和决策级融合的算法,以及异类传感器的预处理方法。2、提出了基于多传感器数据融合的睡眠分期系统,并详细介绍了系统工作流程。介绍了系统由雷达传感器和音频传感器组成、辅助以标准的睡眠监测仪PSG。介绍了系统中各个传感器的工作原理、信号获取以及特征参数的提取,经过信号处理得到了呼吸、心跳、体动、鼾声等多种类型的特征参数。3、提出了基于睡眠分期的多传感器特征级融合模型,并在特征级融合模型中结合相关的机器学习算法,使用ReliefF算法对特征参数进行选取。特征级融合系统的睡眠分期平均准确率为82.26%,最高为86.06%。4、提出了基于睡眠分期的多传感器决策级融合模型,并在决策级融合模型中结合朴素贝叶斯分类器,优化系统中的各个分类器参数。决策级融合算法的睡眠分期平均准确率为80.67%,最高为84.96%。(本文来源于《南京理工大学》期刊2017-12-01）
李程[9]（2017）在《基于加速度传感器数据融合的隧道施工地面沉降监测技术研究》一文中研究指出地面沉降的监测和控制一直是制约隧道施工安全的关键问题,目前地表沉降量一般利用水准仪等传统设备、通过人工定期测量获取,无法进行实时动态观测。随着无线传感器网络和微机电系统的高速发展,通过在地表布置无线传感器节点,即可对隧道施工引起的地面沉降进行实时监测。本文对处于盾构施工期的某隧道开展了基于加速度传感器数据融合的地面沉降监测技术研究。首先,在隧道上方和两侧布置了内嵌两套加速度传感器的节点盒,获取原始监测数据;然后,利用旋转矩阵求解其空间法向量,并通过投影得到地表节点在隧道轴向上的倾斜角;最终,通过集中式卡尔曼滤波对上述两类传感器的倾斜角进行融合估计,推导出传感器倾斜角随时间的变化情况。基于该方法,通过布置传感器节点监测网,即可估算隧道施工引起的地表绝对沉降量。(本文来源于《2017年全国工程地质学术年会论文集》期刊2017-10-26）
暴婷[10]（2017）在《面向森林监测的多传感器数据融合技术研究与应用》一文中研究指出随着我国林业面积逐年持续增加、林业质量稳步提升,林业经营困难的问题日益明显。为了保护已有森林环境和已成林的人工林区,森林环境监测工作对于制定合理的森林保护措施十分重要。无线传感器网络(Wireless Sensor Networks,WSNs)是一种实时性高、易于快捷部署、成本较低且对森林干扰较小的森林监测手段。然而,由于森林环境的复杂多变性以及对野外无线传感器网络维护的困难,无线传感器网络运行过程总会发生各种各样的问题,如何保证无线传感器网络在真实森林环境下正常、准确以及高效工作,如何对传感器原始数据进行及时有效的分析和利用是森林监测系统研究的关键问题。针对上述问题,本文提出一种面向森林监测的多传感器数据融合算法,并且创新性地提出叁级数据融合方法。该算法构建叁层融合模型:局部数据融合、全局数据融合以及决策级数据融合,局部数据融合完成初期传感器错误数据处理;全局数据融合结合无线传感器网络特有的低秩性的特点,利用压缩感知理论研究无线传感器网络中普遍存在的数据丢失问题,并提出数据恢复算法;决策级融合用于分析和判断整个森林环境的叁种环境状态(森林健康状况、空气清洁度以及净化状况)。为了实现上述功能,及时准确判断森林环境健康状态,以及满足对森林实时监测的需求,本文设计并实现了森林环境无线传感器网络系统(Wireless Environment Sensor Networks,WESNs)。系统实现了对传感器节点的故障检测,森林环境数据实时监控,森林环境健康状态实时判断等功能。在上述研究的基础上,进行大量的模拟森林环境实验。实验结果表明:与传统的环境传感器网络相比,WESNs系统具有网络通信灵活,覆盖面积较大,资源消耗低,数据处理及时与准确等优点,并且支持无线传感器网络的故障检测。(本文来源于《北京工业大学》期刊2017-05-01）
多传感器数据融合技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目前我国很多地区都已经开始推广和普及温室大棚种植,温室建设也已经成为当前新农村建设的一个亮点。但是传统的温室在温度、湿度等环境系数的监测方面并不能做到及时准确,农户也无法实时掌握温室中的各项指标,非常不利于实际生产劳作。为了更精确地对温室的环境状态进行监控,需要运用无线传感器数据融合技术来实现对温室环境指标的远程实时监控。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多传感器数据融合技术论文参考文献
[1].李菲.多传感器数据融合技术在温室控制系统中的应用研究[J].科技视界.2019
[2].李菲.关于温室控制系统中多传感器数据融合技术的研究[J].决策探索(中).2019
[3].邵卫林,陈金忠,马义来,孟涛,何仁洋.基于多传感器数据融合技术的漏磁内检测数据分析[J].传感技术学报.2019
[4].杨涛.基于BP神经网络的变电站一次设备监测传感器数据融合技术研究[J].科技风.2018
[5].申屠理锋.多传感器数据融合技术在酸浓度测量中的应用[J].冶金自动化.2018
[6].李捷.面向目标识别的机载多传感器数据融合技术研究[D].电子科技大学.2018
[7].乔惠君,杜双.浅谈多传感器数据融合技术及其在飞行指挥系统的应用[J].信息系统工程.2018
[8].蒋洁.基于多传感器数据融合的睡眠分期技术研究[D].南京理工大学.2017
[9].李程.基于加速度传感器数据融合的隧道施工地面沉降监测技术研究[C].2017年全国工程地质学术年会论文集.2017
[10].暴婷.面向森林监测的多传感器数据融合技术研究与应用[D].北京工业大学.2017
论文知识图
