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。     

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.     

无线传感器网络三维自身定位方法

针对部署在三维空间的无线传感器网络,提出了一种传感器节点自身定位方法APIT-3D(Approximate Point-In-Tetrahedron),通过判断传感器节点是否位于由锚节点组成的四面体的内部,筛选出可能的位置区域,并最终计算这些区域交集部分的重心,作为待定位节点的位置.仿真实验表明,作为一种不基于测量设备的定位方法,APIT-3D可以达到节点通信半径的40%以下的较高精度的三维定位,而且通信开销相比于二维定位方法增幅不明显.APIT-3D定位方法无需复杂的测距设备和昂贵的外部设施,且通信协议相对简单,因此是一种低成本、低功耗的无线传感器网络三维自身定位方法.      

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.     

无线传感器网络覆盖质量问题

降低功耗、延长寿命是无线传感器网络的一个重要问题,同时,对监测区域保持一定的覆盖质量才能及时捕捉到目标的状态变化.一种广泛采用的策略是选出能够满足监测区域质量要求的最小节点集作为工作节点,关闭其他冗余节点.因此,传感器网络中控制节点休眠与保持覆盖质量是两个重要方面.提出了一个数学模型,求解满足任意给定覆盖服务质量下所需的最小节点数.实验表明,当监测区域与节点感知区域比值较大时,提出的方法更为准确地计算出所需最小工作节点数,且此方法复杂度低、传感器节点的感知区域可以为任意形状.网络覆盖质量与节点休眠率同时达到最大化是一个NP难问题,采用遗传算法进行仿真实验尝试性解决这一问题,为传感器网络实际应用带来重要意义.     

光流/惯导多传感器信息融合方法

将光流传感器多点布置在弹体上,建立了纵向平面内的弹体运动学模型和光流传感器量测模型,利用离散卡尔曼滤波器对光流信息和速率陀螺信息进行融合,估计弹体的高度、姿态和速度信息,并利用估计信息进行了超低空飞行的高度控制仿真,仿真结果表明:利用多个光流传感器和一个速率陀螺,可以准确地、实时地估计出弹体的高度、垂直速度、俯仰角、俯仰角速度和攻角等信息,并可利用这些信息实现导弹的超低空突防任务.     

基于多传感器的卫星自主导航信息融合算法

通常卫星上装有较多的自主导航传感器,如何将其信息有效的组织并充分利用,是卫星自主导航的关键问题。采用信息融合技术把两种或多种导航系统组合起来,应用最优估计理论,形成最优组合导航系统,有利于充分运用各导航系统的信息进行信息互补和信息合作,已逐渐成为了导航定位技术的发展方向。文章针对星敏感器、红外地平仪、雷达高度计、紫外敏感器组成的卫星自主导航系统的特点,提出了一种基于联邦卡尔曼滤波技术进行轨道确定的信息融合算法。仿真结果表明,该方案能够获得较高的定轨精度,有效抑制滤波发散,整个系统的运算速度和收敛速度也有所提高。     

智能移动机器人多传感器信息融合及应用研究

机器人多传感器信息融合是当今科学研究的热点问题。以智能机器人为研究平台,详细介绍机器人的感知系统和运动控制系统,并且阐述多传感器信息融合方法,在此基础上介绍信息融合技术在机器人上的应用。     

基于支持度的MEMS陀螺信息融合方法

为了解决微机械电子系统(MEMS, micro electronic mechanical system) 惯性器件测量准确度低、噪声大、长时间单独使用导航误差积累大等缺点,提出了一种MEMS陀螺阵列结构设计,在完成微型惯性测量单元(MIMU, micro inertial measurement unit)的标定后,采用基于支持度的信息融合方法对陀螺阵列输出进行信息融合。试验结果表明：该结构设计和信息融合方法能够有效的提高MIMU的测量准确度,具有一定的工程应用价值。     

基于小波分析和信息融合的航空发动机转子早期裂纹故障诊断

针对发动机转子早期裂纹难以检测的特点,建立发动机转子早期裂纹扩展模型,提出了对裂纹振动信号进行小波分析和信息融合的方法对转子早期裂纹进行检测。最后,以转子系统为对象进行实验研究,结果表明,此方法能够有效地提取转子早期裂纹故障特征并能对故障进行准确识别。     

基于信息融合的深空探测器的自主导航方法

天文导航是深空探测器实现自主导航的重要手段之一 ,其基本原理是基于航天器轨道动力学方程和对天体的观测信息 ,利用卡尔曼滤波精确估计航天器的位置和速度。但由于天文导航只使用了相对于天体的角度信息 ,所以定位精度较低。为解决这一问题 ,文章提出了一种在天文观测信息的基础上 ,同时利用多普勒频移测量探测器与地面站的相对速度 ,并利用信息融合将两者有效的结合在一起的导航新方法。计算机仿真结果显示 ,该方法可以大大提高导航定位的精度     

基于UKF和信息融合的航天器自主导航方法

X射线脉冲星导航利用X射线辐射脉冲到达时间 (Time of Arrival, TOA)作为信息输入,星敏感器导航利用星光角距等作为信息输入,是两种不同机理的天文导航方法。提出一种将脉冲星TOA和星敏感器星光角距测量结合的信息融合天文自主导航方法,设计了一种利用激光光量子模拟脉冲星X射线辐射光子的半物理仿真系统用于算法验证,并基于无迹卡尔曼滤波(Unscented Kalman Filter, UKF)使用真轨道参数做了仿真试验。结果表明,基于UKF的信息融合方法比基于EKF（Extended Kalman Filter）的信息融合方法性能更好,与仅使用脉冲星或星敏感器的导航方法相比,能将位置估计精度分别提高52.7%和43.6%,速度估计精度分别提高82.2%和70.5%。     

运用信息融合式高阶UKF的微小卫星姿态确定算法

为提高微小卫星微型低成本姿态敏感器的姿态确定精度,基于磁强计/太阳敏感器/陀螺仪的姿态敏感器配置以及无迹卡尔曼滤波方法（Unscented Kalman Filter,UKF）,设计了一种基于高阶UKF算法并且融合磁强计与太阳敏感器观测信息的微小卫星姿态确定算法.为提高系统状态方程非线性函数的一步预测精度,采用基于五阶UT变换的高阶UKF算法,增加了Sigma采样点数量,提高了系统状态预测精度.单一观测向量滤波算法不能同时满足多个不同量纲观测数据,本文提出一种同时利用两个观测向量的信息融合式滤波算法,根据磁强计和太阳敏感器的观测信息,通过卡尔曼滤波原理中的增益计算,分别得出地磁矢量和太阳矢量对应的卡尔曼增益信息.采用高斯概率密度准则进行信息融合,进而完成预测值的修正,得到同时满足磁强计以及太阳敏感器观测需求的四元数估计值,降低了观测误差的影响.仿真分析验证了算法的优越性.     

基于专家信息的先验分布融合方法

运用Bayes方法进行复杂系统可靠性分析时 ,先验分布的获取与表示是一个关键问题。文章研究了利用专家信息进行先验分布融合的方法 ,对基于AHP方法和综合因子法的先验分布权重确定方法进行了分析 ;在给出各先验分布权重的基础上 ,对多源先验信息的融合后验分布进行分析     

无缆飞行器的电能和信息一体化无线传输技术研究

针对航天飞行器电气设备间连接电缆网复杂沉重的问题,提出了一种面向无缆飞行器的电能和信息一体化无线传输技术方案,该方案能够实现飞行器舱内仪器设备间无线互联和器地间的无线互联;分析了其在飞行器型号工程应用所面临的关键技术,并阐述了其应用前景,为未来航天飞行器电气系统的快速集成设计提供了新的思路和解决途径。     

基于力矩输出能力最优的SGCMG操纵律设计

为使SGCMG系统在有效回避奇异的同时能够较精确地输出期望力矩, 设计了一种基于力矩输出能力最优原理的SGCMG联合操纵律. 根据期望力矩矢量及SGCMG力矩输出的几何关系, 提出了新的系统奇异状态指标, 给出使力矩输出能力最优的框架角速度; 引入优化指标, 使得框架转速误差和输出力矩误差的混合二次型最小, 保证在力矩输出能力达到最优的同时也使得输出力矩误差最小. 采用奇异值分解理论证明了联合操纵律在奇异面处不存在框架锁定现象, 能够有效地逃离奇异, 同时分析了所设计操纵律的力矩输出误差. 以金字塔构型SGCMG系统为例, 对所设计的联合操纵律分别进行了恒定力矩仿真和卫星大角度机动仿真. 仿真结果表明, 联合操纵律能够顺利回避角动量奇异面, 不存在奇异鲁棒操纵律存在的框架锁定现象, 且输出力矩误差较非对角奇异鲁棒操纵律小, 能够顺利完成航天器大角度机动任务.     

火星精确定点着陆多信息融合自主导航与控制方法研究

针对火星定点采样、载人登陆和基地构建等任务的需求,提出了一种火星精确定点着陆多信息融合自主导航与控制(Guidance Navigation and Control,GNC)方案。针对大气进入前的高精度导航需求,提出了基于X射线脉冲星和火星表面陆标图像的融合自主导航方法;针对火星着陆探测进入、下降和着陆(Entry,Descent and Landing,EDL)过程的高精度绝对和相对导航需求,提出了基于陆标图像、IMU(Inertial Measurement Unit)和测距测速信息的多信息融合自主导航方法;针对精确定点着陆要求,设计了大气进入和动力下降过程的制导与控制算法。数学仿真结果表明,提出的方案能够实现高精度的定点着陆(精度100 m)和相对避障(精度为0.5 m),可满足任务需求。     

基于多模型最优融合的双星定位系统一体化精密定轨方法

针对卫星动力学模型复杂且不准,考虑到卫星定轨中待估参数在时间和空间上的相关性,提出了一种基于多模型最优融合的双星定位系统一体化参数建模的近地卫星精密定轨新方法.利用节点自由分布B样条描述卫星运动,实现了对卫星粗略动力学模型的抑制作用;同时结合双星观测模型,使该方法转化为关于求解卫星轨道样条表示参数和定轨系统误差的多模型融合的非线性优化问题;通过引入模型结构确定最优融合权值的选取准则,在最小二乘准则下,采用非线性最优化方法搜寻样条的最优节点分布,得到了待估参数的最优估计,完成了近地卫星的精密定轨.理论分析和仿真计算表明,该方法确实有效,不仅提高了卫星的定轨精度,而且使状态估计的结构更加稳定.