多传感器信息融合技术

多传感器信息融合是Ｃ＾３Ｉ系统和电子综合战系统中的关键技术,本文从信息融合分类出发,讨论了单传感器的信息融合决策理论和技术以及多传感器信息融合原理,提出了多传感器信息融合专家系统,着重讨论贝叶斯法用于二元检测的分布式多传感器信息融合的检测方式。     

多传感器遥感图像数据融合研究

重点研究了卫星遥感图像融合技术.通过在Matlab平台上实现基于颜色空间变换和基于小波变换的图像融合算法,分析了颜色空间变换的融合特点,并结合高分辨率图像、多光谱图像以及SAR图像的融合结果对相关理论进行了验证;研究了基于小波变换的融合方法在不同分解和重构级数下所获得的融合图像的特征,比较了各级融合图像的特点和相互间的差别;通过对高分辨率图像和多光谱图像的融合实例,给出了达到融合目的所应进行的最低分解重构级数与两原始图像空间分辨率指标比值间的定量关系;分析了不同小波因子对融合结果的影响,并结合颜色空间变换方法的融合结果得出了最终结论.     

多传感器数据融合中的鲁棒检测技术

研究了多传感器数据融合中的鲁棒检测技术.检测问题中设计最优决策规则通常需要知道观测量的统计特性,在实际系统中对观测量的统计特性一般只知道一部分或完全不了解,此时可采用寻找最不利分布设计系统的决策规则.从数据融合的观点来看,鲁棒分布检测在信息的传输、系统的容错等方面优于鲁棒集中检测.最后研究了当N个传感器工作频率不同时的数据压缩方法.      

多传感器多目标系统误差融合估计算法

为解决多传感器组网系统的系统误差估计问题,基于多传感器多目标上报信息,研究并提出了一种多传感器多目标系统误差融合估计算法.算法构建了两级融合结构,即第一级对多传感器组合状态估计信息进行反馈融合以改善局部组合状态估计精度,从而间接改善系统误差的估计精度,而第二级对多目标系统误差估计信息进行融合以进一步提高系统误差的估计精度.蒙特卡洛仿真显示算法能有效融合利用多传感器多目标信息,实现多传感器系统误差的实时精确估计.     

基于多传感器数据融合技术的力学量测量系统研究

多传感器的数据融合已经在系统智能检测领域得到越来越多的应用,本论文针对传统的数据融合算法未考虑传感器自身可靠性这一不足,分析了面向传感器可靠性的数据融合算法,并在多元力学参数检测系统中加以应用,给出了系统的总体框架,并对数据融合的具体应用进行了分析,这对于进一步提高力学参数的智能传感检测及数据融合的研究具有一定的借鉴意义。     

多传感器检测系统的分布式数据融合

研究分布检测系统中融合中心的多种数据融合方法,如“ａｎｄ”、“ｏｒ”逻辑规则、表决融合方法和基于最小错误准则的最优融合方法,以及带有置信度信息的最优融合方法,分析和比较了采用各种融合方法时检测系统的检测性能,最后通过仿真实例验证了理论推导的正确性,并与集中检测融合方法进行了比较。仿真结果同时表明对各种融合方法传感器增多,信噪比增加,检测系统的性能改善。     

推广的多传感器数据的分层融合算法

针对一般线性的多传感系统，提出一种新的状态估计法即推广的分层融合算法。文中推出该系统分层融合估计的公式；指出并证明该分层融合估计所具有的性质；找出改变该系统分层融合估计精度的最根本原因；说明该分层融合估计具有一般性的特点。     

基于小波变换的多方位角SAR图像融合方法

针对目标散射特性空变效应以及多方位角图像信息冗余的问题,提出了一种基于小波变换和边缘检测的多方位角SAR图像融合方法。首先,将图像进行小波变换,完成低频信息和高频信息的分离,实现图像的多分辨表征及序贯图像多方位角信息的融合;然后,利用改进的Robinson算子增强图像的轮廓特征;最后,融合实验和定量评估结果证明了本文所提融合方法的有效性。     

基于小波神经网络的多传感器自适应融合算法

针对多传感器融合系统的非线性和不确定性,将小波分析与神经网络相结合,提出一种基于小波神经网络的多传感器自适应融合算法.融合系统包括扩展卡尔曼滤波器、小波神经网络、融合知识库以及航迹融合算法.该算法以分布式融合结构为基础,利用环境信息理论和测量方差归一化方法构建小波神经网络,并且通过数值样本训练小波神经网络,使其在融合过程中实时估计各传感器的信任度,再由融合知识库根据各传感器信任度来选择适合的航迹融合算法,最终得到全局状态估计.实验结果表明,提出的融合算法可以根据环境变化在线自适应融合来自多传感器的测量值,对不确定信息具有很好的融合能力.      

乏信息多传感器压力数据自助模糊融合估计

乏信息多传感器压力测量数据的融合估计是压力测量研究的重要问题,不同于经典的统计学方法,结合自助法和模糊数学的相关算法,提出一种实现乏信息多传感器压力测量数据融合估计的自助模糊数学模型.对具有乏信息特征的多个压力传感器的测量数据进行自助抽样;利用最大熵算法构建出不同时刻与位置的多个压力传感器测量数据的自助分布;用自助分布进行加权均值计算,提取相应特征值,得到自助融合序列;通过模糊隶属函数得到所测压力值的真值与区间估计.实例计算表明：在乏信息条件下,算法精度可达87%;在大样本条件下,测量数据在置信水平99.7%下,融合估计可靠性可达95%,验证了乏信息自助模糊融合估计算法的有效性.     

定量胶体金试剂条浓度检测方法

胶体金免疫层析浓度检测方法主要利用比色原理,当被检测液体中抗原与试剂条上抗体反应后,试剂条上检测区域颜色发生变化,与标准比色卡进行比较,即可定性分析浓度.目前胶体金试剂条大多为半定量测量,使其应用范围受到限制.采用一种基于DSP(Digital Signal Processor)的嵌入式图像处理系统,利用CMOS(Complementary Metal Oxide Semiconductor)图像传感器获取定量胶体金试剂条图像信息,根据图像特点进行Bayer变换、白平衡处理,提取出图像特征量条纹强度,建立图像特征条纹强度与样本浓度值的函数关系,实现被检测液体浓度的精确测量.与其它方法相比,具有精度高、检测速度快等优点.实验结果表明:基于DSP硬件平台的定量胶体金试剂条浓度检测精度可达到±5%,重复性误差达到±1%,具有一定的应用价值.     

脉冲相位法及其在复合材料无损检测中的应用

为了抑制各种因素的干扰,提高脉冲热像无损检测对复合材料的缺陷探测能力,研究了基于像素点时间信号FFT(Fast Fourier Transform)的脉冲相位法及其在复合材料结构检测中的应用.介绍了利用脉冲相位法进行脉冲热像数据处理的原理,讨论了信号处理中的频域混叠和频谱泄漏问题,进行了碳纤维增强塑料试件的脉冲相位法检测实验,以信噪比为指标对图像处理效果进行了定量比较.通过实验说明脉冲相位法不仅具有快速获取原始热像、对表面加热不均不敏感、无需预先知道无缺陷区的位置的优点,而且对随机噪声有较好的抗干扰能力,所得的相位图像有较高的信噪比,因此是复合材料结构无损检测和评估的有效方法.     

红外无损检测加热不均时的图像处理方法

在红外热像无损检测中,为了减小加热不均的不良影响,提高缺陷对比度和检测深度,以碳纤维增强塑料试件的脉冲热像检测为例,研究了加热不均时的热像序列处理方法.分析和总结了加热不均产生的原因;提出了基于最小二乘法的去除拟合背景法、多项式拟合法及综合法等三种数据处理方法;通过实验对这三种处理方法进行了验证和比较;采用基于统计学的图像评估标准对处理效果作了定量评价.结果表明去除拟合背景法可有效地去除非均匀加热对缺陷识别的干扰,多项式拟合法兼有减小加热不均效应和增强缺陷对比度的作用,而综合法集成了前面二种方法的优点,可更显著地增强图像的缺陷对比度.     

复合材料红外无损检测的建模分析和热像处理

红外热成像无损检测由于检测面积大、速度快和非接触从而在复合材料缺陷检测中的应用越来越广泛.对碳纤维增强塑料的红外热成像无损检测从数学建模和热像数据处理2个方面作了研究.针对含有teflon夹片的碳纤维增强塑料试件的红外无损检测实验中出现的缺陷表面温差信号为负的\"非传统\"现象提出了新的数学模型,作了仿真计算,解决了常规模型预测结果与实验结果之间的矛盾.应用5种国际上流行的热像数据处理方法对实验数据进行了处理,并对各种处理方法用统计方法作了比较,结果表明傅里叶变换和相关分析法具有最高的信噪比.      

CMOS星敏感器图像驱动及实时星点定位算法

利用CMOS图像传感器技术的低功耗和开发简单等优点,设计了新型CMOS星敏感器的图像采集驱动电路.该电路设计以现场可编程门阵列(FPGA)为核心,配以静态存储器和并口通讯功能,实现了图像的采集、存储和输出.同时根据4连通域图像分割的原理,在FPGA内部设计了一个数字电路模块,以实现该星敏感器的实时星点定位功能.该模块由于采用了流水线结构,可以和图像采集同步完成星点质心定位算法,减少了向星敏感器数据处理单元中的精简指令集计算机(RISC)的数据传输量和RISC进行星图跟踪和识别的工作量,提高了星敏感器的总体工作性能.对比软件处理结果,对星敏感器的图像采集和质心算法硬件电路进行了验证.     

复合材料方形膜的压力频率特性

基于一种典型的微结构硅谐振压力传感器由多层不同材料构成的谐振子的实际结构特点,建立了被测压力与谐振子静挠度,谐振子固有频率的数学模型,计算和分析了谐振子的振动特性,给出了各复合材料层的几何参数、物理参数对其振动特性的影响规律,揭示了复合材料方形膜的压力频率特性,为设计该类谐振子提供了理论依据。     

基于区域小波变换的序列显微图像融合

利用图像处理技术实现序列显微图像的融合显示是解决显微成像焦深有限的有效方法.针对空域融合算法在处理离焦步长较大和透明显微图像时存在的块效应和重影现象,基于图像像素间高度的相关性和小波变换多分辨率分析的特点,提出了一种基于区域小波变换的序列显微图像融合算法:在小波变换域内进行序列显微图像融合时,不同频段选择不同的融合算子;在确定融合的小波系数时,不仅考虑到相应位置的小波系数,还考虑了与它相邻的小波系数,使得融合后图像克服了空域算法存在的块效应和重影现象.同时,研究了不同的小波滤波器对图像融合质量的影响.实验证明,该方法具有很好的融合效果.