基于多传感器数据融合的温室温湿度控制系统设计

介绍了1种基于多传感器数据融合的温室温湿度控制系统的设计,包括系统组成、多传感器数据融合算法的设计以及具体实现。本系统利用改进的拉依达准则剔除异常值,再通过自适应加权平均算法对温湿度分别进行数据融合,根据融合后的温湿度数据确定控制策略,调整温室环境参数,提高了系统的精确度和可靠性。     

环境监测中多传感器数据融合研究

[目的]针对环境监测中单一传感器测量数据精度低、可靠程度低的问题,本文提出在无线传感网络监测系统中,通过改进自适应加权融合算法并利用模糊神经网络算法实现多传感器数据融合,来提高环境监测的准确性。[方法]基于多传感器同一时段采集的数据,先采用欧式距离及相关函数改进的自适应加权算法进行同质传感器数据融合,再设计模糊神经网络分类器把异质传感器的数据转化为环境质量等级信息。[结果]仿真实验显示出本文提出的同质传感器数据融合算法融合精度较高于其他几种算法、模糊神经网络算法通过对350组训练样本的学习后能够对96%的验证样本的环境等级进行正确分类且预测曲线基本可以拟合实际输出。[结论]本文的同质传感器数据融合算法提高了数据融合精度,异质传感器数据融合算法能够对整体环境质量得出较可靠的评价。     

信息融合技术

融合（Fusion）的概念开始出现于70年代初期,当时称之为多源相关、多源合成、多传感器混合或数据融合（Data Fusion）,现在多称之为信息融合（Information Fusion）或数据融合。融合是指采集并集成各种信息源、多媒体和多格式信息,从而生成完整、准确、及时和有效的综合信息过程。数据融合技术结合多传感器的数据和辅助数据库的相关信息以获得比单个传感器更精确、更明确的推理结果。经过融合的多传感器信息具有以下特征：信息的冗余性、互补性、协同性、实时性以及低成本性。     

基于S3C2440和多传感器数据融合的烟叶仓库温湿度监测系统设计

[目的]提高烟叶仓库温湿度的监测、控制能力。[方法]在烟叶仓库内远离通风口区域均匀布置6个传感器,以SHT11为测量元件检测不同区域温湿度,并采用自适应加权融合算法对检测值进行数据融合。[结果]基于S3C2440和多传感器数据融合的烟叶仓库温湿度监测系统减少了系统硬件设计的复杂度,提高了测量结果的准确性,并可以根据检测结果对仓库内温湿度加以控制。[结论]基于S3C2440和多传感器数据融合的烟叶仓库温湿度监测系统可以有效监测和控制烟叶仓库的温湿度,创造烟叶自然发酵的适宜环境,提高烟叶发酵质量。     

真实和虚拟传感器多层信息融合算法

基于最优估计理论，提出了一种多层传感器的复合融合估计算法．该方法采用了由真实传感器和虚拟传感器组成的复合融合结构，以解决测量噪声干扰下参数估计问题．在该结构中，第1层物理真实传感器测量所得数据，按照加权融合算法，经过多层虚拟传感器的递推融合得到多层融合后的估计值．虚拟传感器的层数增加时，融合后总的估计误差将减少、虚拟传感器是由算法和软件实现的，不会增加测量系统物理结构的复杂性．计算机仿真结果表明：此方法在减少测量误差方面比传统的直接估计方法有明显的改善．     

基于多数据融合+BP神经网络的农业温室大棚环境监控系统的研究

研究了一种基于多数据融合+BP神经网络的农业温室大棚监控系统。在大棚内部设置多点传感器，避免单个传感器测量不准确的问题，通过加权平均算法进行数据融合，再结合BP神经网络对参数的变化趋势进行判断，最终得到决策后的控制策略。本研究实现了更为精准的大棚环境参数预测，多数据融合后的参数更准确，再进行神经网络的训练，获得各参数变化的趋势，为农业温室大棚提供良好的植株生长环境。     

仓储综合测试专家系统的多传感器管理

储粮参数自动测试和智能化信息处理是实现仓储现代化管理的重要手段，介绍了仓储综合测试专家系统的基本组成，提出了专家系统的多传感器管理问题，论述了该系统的多传感器管理目标、管理内容和管理功能，为系统的数据融合与控制决策奠定了基础。     

浅谈多传感器信息融合技术

多传感器的集成与融合技术已经成为智能机器与系统领域的一个重要的研究方向。它不仅可以描述同一环境特征的多个冗余的信息,而且可以描述不同的环境特征。多个传感器的使用还可以使信息采集和处理过程并行化,不仅可以得到更全面、更准确的信息,而且减少时间和成本,提高整个系统的性能。本文对信息融合技术的概念及重要融合方法进行初探。     

木材干燥窑内温度检测的自适应加权融合方法研究

[目的]研究木材干燥窑内多点温度数据处理方法.[方法]在数据融合的基础上提出基于多传感器自适应加权两级融合估计方法.该算法在不知道传感器测量数据先验概率分布知识的条件下,可以从含有噪声的测量数据中得到被估计量的最小均方误差估计.[结果]将自适应加权两级融合方法应用在木材干燥窑温度检测系统中,有效提高了干燥窑内温度的检测精度,优于通常检测窑内温度时采用算术平均值的方法.[结论]该算法实时性好,只依靠当前的测量数据就可以融合估计出总均方误差最小的估计值,对研究数据融合技术和木材干燥工艺具有重要的意义.     

基于关联数据融合的地表移动传感器节点

开发了具有多个相关联传感器的地表移动传感器节点;提出一种基于专家系统进行关联数据处理的几何方格面积数据融合方法,即主要采用软硬件结合的方式,利用专家系统预设的节点环境阈值与传感器实际感测的数据相结合进行关联数据处理,将数据关系转化为几何方格面积,从而实现分类分层次的数据融合.结果表明：该方法能够对多个不同类型传感器提供的相同特征数据、互补特征数据、并行特征数据、条件关联数据进行融合;与传统传感器节点相比,地表移动传感器节点感测信息的准确率更高,能量消耗更低.     

Information fusion in aquaculture: a state-of the art review

Efficient fish feeding is currently one of biggest challenges in aquaculture to enhance the production of fish quality and quantity. In this review, an information fusion approach was used to integrate multi-sensor and computer vision techniques to make fish feeding more efficient and accurate. Information fusion is a well-known technology that has been used in different fields of artificial intelligence, robotics, image processing, computer vision, sensors and wireless sensor networks. Information fusion in aquaculture is a growing field of research that is used to enhance the performance of an “industrialized” ecosystem. This review study surveys different fish feeding systems using multi-sensor data fusion, computer vision technology, and different food intake models. In addition, different fish behavior monitoring techniques are discussed, and the parameters of water, pH, dissolved oxygen, turbidity, temperature etc., necessary for the fish feeding process, are examined. Moreover, the different waste management and fish disease diagnosis techniques using different technologies, expert systems and modeling are also reviewed.     

钢管磁性探伤多传感器信息融合模型的研究

针对大型钢管裂纹与孔洞的局部损伤缺陷,采用非晶态合金多传感器阵列获取钢管在空间与时间上的多源缺陷信息.通过实验提取了反映钢管缺陷的特征信号,建立缺陷状态数学模型,形成了多传感器信息融合所需的先验知识.基于多传感器信息融合原理,构建了适合于钢管损伤的多传感器信息融合模型,研究了模型在不同层次上的信息融合特点,提高了对钢管局部损伤状态定量识别与评估的准确性和可靠性.     

Bayesian classification of ripening stages of tomato fruit using acoustic impact and colorimeter sensor data

In this work, the concept of data fusion is applied to nondestructive testing data for classification of fresh intact tomatoes based on their ripening stages. A Bayesian classifier considering a multivariate, three-class problem was incorporated for data fusion. Probability of error was estimated numerically for univariate and multivariate cases based on Bhattacharyya distance. Numerical results showed that multi-sensorial data fusion reduces the classification error considerably. The Bayesian classifier was tested on data of tomato fruits taken by the following nondestructive tests: colorimeter and acoustic impact. Results of Bayesian classifier agree with numerical estimations showing an 11% classification error in the multivariate (multi-sensor) case compared with a 48% obtained by the univariate case (single sensor).     

管道径向压力分布的磁弹噪讯一致性数据融合

在磁弹波法检测管道内压力的基础上,针对长距离输气管道压力的评估提出了一种新方法.该方法将先得到沿输气管道径向分布的一系列巴克豪森传感器测得的压力值与按入口压力换算得到的理论压力值的比值,然后使用三种一致性多传感器数据融合方法对这一系列比值数据进行融合,分别得出结果,并将不同方法的结果进行对比.数据模拟计算结果表明,该方法可以有效用于长距离输气管道压力的评估.     

基于多数据融合的山林防火系统

针对陕北山林火灾探测系统中的缺陷,本文提出了运用多传感器数据融合技术开展山林火情探测,并进行了仿真结果验证,以实现对火情的提前预警。采用温湿度传感器、CO浓度传感器、烟雾传感器和土地墒情传感器采集山林的环境数据,对同一时间采集的数据进行方差计算处理,再使用BP神经网络和模糊处理的方式对预处理后的方差值进行数据融合,最终得到该时某点山林的着火概率,运用无线传输设备及时通知管理人员采取措施。陕北山林实地模拟测试表明,该系统可以有效监测到山林的数据情况,能准确监测火情的大小并对着火点进行林间定位,为陕北山区森林提供了一种可执行的监测方案。     

基于多传感器数据融合的早期林火识别

针对我国林火监测现状,为加强近地面监测中的早期林火发现,提出采用多传感器数据融合算法对早期林火进行识别的方法。通过设计林火仿真试验,采集CO₂浓度、CO浓度、烟雾浓度与空气温湿度等多传感器数据,并通过初步分析从中选取关键贡献率传感器数据。然后分别采用BP神经网络算法、神经模糊系统算法与支持向量机算法对数据进行识别与分析, 并在每个算法中均设置三输入与九输入2种不同输入向量数以进行比较。最后通过定义的识别性能评价参数对识别效果进行比较,得出支持向量机算法在一定范围内能较好地实现对早期林火的识别。     

基于离散因子的多传感器数据融合和导航线提取方法

目的 针对玉米田间路径边界模糊和形状不规则特点,普通的田间导航线提取算法在农业机器人实际应用中会出现偏差过大的问题,本文针对3~5叶期玉米田提出了基于离散因子的相机与三维激光雷达融合的导航线提取算法。方法 首先利用三维激光雷达获取玉米植株点云数据,同时将相机采集的图像利用超绿化算法和最大类间方差法自动获得绿色特征二值图像,然后将聚类分析后的点云数据投影到图像中的目标边框上,构建多传感器数据融合支持度模型进行特征识别,最后拟合所获取特征中心点即为导航基准线。结果 该算法能够很好地适应复杂环境,具有很强的抗干扰能力,单帧平均处理时间仅为95.62 ms,正确率高达95.33%。结论 该算法解决了传统算法寻找特征质心偏移、识别结果不可靠等问题,为机器人在玉米田间行走提供了可靠的、实时的导航路径。     

基于小波变换的IRS与TM遥感卫星影像融合

本研究在整体小波变换融合方法基础上，提出了基于对比度的局部特征选择加权小波变换影像融合方法，并以多光谱TM和高空间分辨率IRS-1C全色波段图像为例，与色彩空间变换HIS融合方法进行图像融合效果的比较分析试验。试验表明基于对比度的局部特征选择加权小波变换影像融合方法能在最大限度保持多光谱影像光谱信息的同时，增强了影像的纹理信息。