基于小波变换的图像融合算法

图像融合技术的研究目的就是综合不同类型的传感器所获取的图像信息,通过对多幅图像间冗余数据的处理提高图像的可靠性和可观察性,通过对多幅图像间互补信息的处理提高图像的效果。提出了一种基于小波的融合算法,该算法基于小波图像的能量集中在低频子带、细节体现在高频子带的特点,在低频部分对小波系数采用基于局部能量的加权融合方法处理,高频部分采用基于边缘信息的加权算法进行融合。结果表明:所采用的方法避免了图像融合过程中因平均化而出现的模糊现象,融合后的图像内容更加清晰,更容易识别。实践证明,基于小波变换的图像融合可以取得良好的结果和较快的处理速度。     

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。     

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.     

日光温室无线传感器多数据融合技术研究

无线传感器网络中采集的监测数据存在着较大的冗余和误差,影响数据的可靠性,然而由于温室环境具有空间大且温场分布受多种参数影响大等特点,在采集监测和控制中对数据的准确性要求比较高。为实现北方日光温室实时数据融合,提高实时数据精度,以沈阳农业大学北山试验基地一栋日光温室的实时采集数据为例,提出一种数据融合方法,通过无线传感器实时采集温室数据,利用格拉布斯判定准则进行数据预处理,并应用自适应加权平均算法对数据进行融合试验。试验结果表明:格拉布斯判定准则能够有效的剔除粗大误差,与原始采集数据相对比剔除误差后数据精度提高8%;与应用传统平均数据融合算法处理数据结果对比自适应加权平均数据融合能够明显的提高数据精度,融合后数据精度被提高6%。针对北方日光温室环境,采用无线传感器多数据融合方法,克服了对每个传感器采集的信息分别处理时的不确定性和不稳定性,经融合处理后结果能够提高温室环境监测的精确度,可全面准确的描述温室实时环境,为温室环境控制提供更加精准的基础数据,控制后使温室环境的温度、湿度、光照强度等主要参数达到相对理想的条件。     

温室控制系统多传感器数据融合方法的设计

为了减少温室控制系统中的数据处理量,提出了一种温室控制系统多传感器数据融合方法。采用狄克逊准则对采集节点多点测温将采集到的每组数据进行较大误差剔除,然后基于算数平均值法对余下数据融合处理后发送到协调器节点,最后采用自适应加权融合算法对协调器节点数据进行最终融合处理。结果表明,该方法相比其他算法更能反映温室真实环境状况,融合效果更好,使控制系统更稳定。     

基于数据融合算法的土壤环境监测系统设计

利用Zig Bee技术和GPRS技术相结合的方式,构建农田环境监控系统的总体结构,系统利用Zig Bee无线传感器网络采集土壤环境数据。为解决多传感器监测数据融合精度低的问题,提出了一种改进型的分批估计自适应加权融合算法,首先对单个传感节点一段时间内所采集的数据根据容许函数的阈值剔除误差较大的数据,然后对该传感器的数据进行分批估计得出该节点某一段时间内的最优估计值,得到该区域所有传感节点最优估计值后,依据权值最优分配原则对每组传感器数据进行组内自适应加权融合,从而计算得到该时刻土壤的环境精确值。试验验证了系统采集到的数据准确可靠,改进算法数据融合易于实现,融合值相对误差值更低,稳健性更好。     

基于时空关联性的温室环境多传感器数据融合

为满足温室环境测控系统中传感器数据需具有鲁棒性的要求,提出一种基于时空关联性的温室环境多传感器数据融合算法。利用时间预测算法对环境数据的时间相关性进行预测,利用同质和异质传感器的特点对环境参数进行空间相似性预测。利用改进型支持度函数算法对基于时空关联性的预测值进行数据融合,并对数据融合的效果进行验证。结果表明,时间相关性、空间相似性预测算法的预测效果较好,且以时空预测值为输入变量时,改进型支持度函数的数据融合算法能够有效地将环境数据预处理的时空关联性预测值赋予动态的加权值,并且其数据融合结果优于平均值算法、传统支持度函数算法,数据融合产生的最优估计值更能真实地反映温室环境的变化,具有可靠性和准确性。     

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。     

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。     

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。     

基于农业物联网的农作物生长监测数据融合研究

针对农业无线传感器网络数据融合精度低、传感器节点能量有限的问题,结合农作物生长环境监测的特点,提出了一种适用于农作物生长监测数据融合的架构和算法。将无线传感器网络划分成多个固定层级,减少数据传输量并逐层降低误差。仿真试验结果表明,该算法融合结果比算术平均法和单一自适应加权算法更接近真实值。该算法能够减少数据传输量,且具有很好的可拓展性。     

数据融合算法在农业物联网信息采集中的研究与应用

对物联网技术在农业领域的应用研究进行了调查.结果显示,国内物联网技术在农业领域的应用一直处于示范阶段,仍然存在各种各样的问题.为解决物联网传统数据融合算法的低鲁棒性和数据冗余浪费等问题,在已有数据融合算法的基础上进行了算法优化,并根据农业具体生产环境和科研项目需求,在已有的数据融合算法的基础上提出了限幅滤波平均算法和品质因数法.两算法具有低复杂度和易于实现等特点,可以良好的支持前端采集单片机,使农业生产环境信息数据及时有效的提交到后台数据库中,为上层决策处理系统提供了良好的数据支持.     

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。     

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．     

数据融合在水产养殖监控系统中的应用

在水产养殖监控系统中,为了提高测量精度往往进行多点测量。本研究中作者给出了监控系统的构成,在多点采集的基础上,首先采用分布图法剔除疏失误差,然后采用自适应加权数据融合算法对采集数据进行融合。测量数据和分析结果表明,处理后的数据精度大大提高。     

规模化水产养殖环境因子监控系统的设计

为实现精确的水质环境监控,设计了基于ZigBee无线传感器网络的水产养殖环境因子监控系统。该系统对测量的水质环境因子采用自适应加权融合算法和模糊综合评判法进行两级数据的融合分析,判断当前的水质环境是否有利于养殖对象的生长并由判断结果给出控制决策。实验数据和分析结果表明,该系统具有较强的容错性,可弥补系统单因子单阀值控制的不足,提高了系统的精确性和可靠性。     

图像去噪的自适应插值小波算法

将插值小波算法和自适应积分方法相结合,提出了一种用于偏微分方程求解的新方法—插值小波自适应精细积分法。实现了由该种方法构造的小波形函数的快速算法,有效的提高了计算效率。利用自适应多层插值小波算法对热传导方程进行求解,实现了对图像的降噪,实验结果表明了该方法用于图像降噪的有效性。     

基于DS证据理论的精馏塔故障诊断方法

研究了一种基于多传感器信息融合算法对精馏塔出现的故障进行诊断的方法。首先利用小波分析对精馏塔传感器信号进行有效的滤波预处理,预处理后的数据送入BP神经网络进行初级融合,然后将初级融合后的数据当作DS证据理论的证据对精馏塔故障进行诊断,由最终概率赋值结果可知最大可信度,则可以判断故障的发生。仿真结果显示该算法比单信息故障诊断能取得更准确、更可靠的诊断结果。     

基于模糊神经网络的温室小气候预测模型

为了实现对温室环境的精准控制，针对温室环境调节过程的滞后响应特性，采用模糊神经网络对温室环境因子进行预测。通过确定模糊神经网络的网络结构、隶属度函数和模糊规则等参数，对温室小气候预测系统进行建模。经过小波降噪处理过的数据通过温室小气候预测模型，实现对环境因子的预测。模型验证结果表明采用温度、湿度和光照强度模型得到的相关度均达到了95%以上，具有良好的预测效果，能够为后续温室的控制决策提供有效依据。     

基于ZigBee无线传感器网络的智能节水灌溉系统设计

针对当前我国农业灌溉用水利用率低下的现状,设计了1套基于Zig Bee无线传感器网络(Zig Bee WSN)的智能节水灌溉系统。系统通过田间数据采集终端采集土壤墒情信息,经Zig Bee WSN传送至上位机系统,由上位机分析并作出相应的灌溉决策,继而命令相应的灌溉设备实施灌溉作业。通过引入传感器权值自适应融合算法,在一定程度上提升了系统的决策精度和决策合理性。仿真验证表明,传感器权值自适应融合算法能够明显地降低系统获取信息的冗余性、矛盾性、不确定性,从而较好地提升了系统观测数据的一致性和可靠性。