论文题目: 多传感器数据融合及其在过程监控中的应用
论文类型: 硕士论文
论文专业: 应用数学
作者: 葛泉波
导师: 文成林
关键词: 滤波,分步式,异步融合,匀速增量,过程监控
文献来源: 河南大学
发表年度: 2005
论文摘要: 随着计算机技术和传感器技术的迅速发展,多传感器数据融合技术在军用和民用领域得到了广泛应用,而数据融合的关键问题是模型设计和融合算法。 传统的同步数据融合算法不能在计算量和估计精确度上达到整体“优”,而现有的异步融合算法大都存在时间延迟以及计算量大等问题,这些问题都将影响算法在实际中的应用。 本文在已有工作的基础上,针对传统融合算法研究存在的问题,致力于新的融合算法的设计,并将数据融合理论应用到过程监控中。其主要内容包括以下几个方面: ⑴ 对多传感器动态系统采样进行详细分析; ⑵ 针对同步融合算法存在计算量大的问题,提出一种基于分步式滤波的同步数据融合算法。 ⑶ 提出一类基于通信故障的多传感器数据融合算法; ⑷ 给出了一类基于传输延迟的分步式异步融合算法框架; ⑸ 考虑现有异步融合算法存在的计算量过大以及时间延迟等问题,提出了一种新的基于匀速增量建模的异步采样数据融合算法; ⑹ 将(多尺度)数据融合理论与过程监控相结合,发展出一类基于(多尺度)数据融合理论的过程监控策略。
论文目录:
摘要
ABSTRACT
第1 章 绪论
1.1 选题意义和研究内容
1.2 多传感器数据融合简介
1.2.1 数据融合的概念及其优点
1.2.2 数据融合的发展
1.2.3 数据融合的研究现状
1.2.4 多传感器数据融合模型
1.3 多元统计过程监控简介
1.3.1 过程监控的产生及意义
1.3.2 过程监控的发展历程
1.3.3 过程监控的研究现状
1.4 本文的主要工作安排
1.5 本章小结
第2 章 基础知识
2.1 状态估计理论基础
2.1.1 简介
2.1.2 Kalman 滤波器
2.2 小波分析
2.3 统计过程监控
2.4 主元分析(PCA)
2.4.1 主元分析描述
2.4.2 主元的选取
2.4.3 基于 PCA 的过程监控
2.5 本章小结
第3 章 基于分步式滤波的数据融合
3.1 多传感器系统采样分析
3.1.1 同步问题
3.1.2 异步问题
3.2 同步融合算法分析
3.3 基于分步式滤波的数据融合算法(FAFSS)
3.3.1 系统描述
3.3.2 算法描述
3.3.3 FAFSS 算法理论推导
3.3.4 FAFSS 与 CDFA 计算量比较
3.3.5 计算机仿真
3.3.6 结论
3.4 本章小结
第4 章基于通信故障的多传感器数据融合
4.1 实际问题分析
4.2 基于通信故障的多传感器数据融合
4.2.1 正常的最优联合融合算法
4.2.2 改进的最优联合融合算法
4.2.3 计算机仿真
4.2.4 小结
4.3 故障传感器信息恢复
4.4 本章小结
第5 章 异步采样系统的多传感器数据融合
5.1 异步多传感器数据融合
5.2 基于传输延迟的异步数据融合
5.3 分步式预测融合算法
5.3.1 连续系统描述
5.3.2 连续系统离散化
5.3.3 系统采样描述
5.3.4 分步式预测融合算法描述
5.3.5 算法分析
5.3.6 计算机仿真
5.4 基于匀速增量的异步数据融合算法
5.4.1 概要
5.4.2 系统描述
5.4.3 异步采样描述
5.4.4 异步采样数据的顺序式融合算法(GFAASD)
5.4.5 GFAASD 算法推导
5.4.6 计算机仿真
5.4.7 讨论
5.5 基于有理数倍采样的异步融合
5.5.1 有理数倍采样描述
5.5.2 建立离散状态模型
5.5.3 测量值映射
5.5.4 预备工作
5.5.5 异步融合算法
5.5.6 计算机仿真
5.6 本章小结
第6 章基于多尺度数据融合理论的过程监控
6.1 过程监控
6.2 基于状态估计的过程监控
6.2.1 测量数据的获取
6.2.2 基于状态估计的过程监控
6.2.3 计算机仿真
6.3 基于数据融合理论的过程监控
6.3.1 引言
6.3.2 多传感器系统描述
6.3.3 基于数据融合理论的过程状态估计
6.3.4 计算机仿真
6.3.5 进一步分析
6.4 基于多尺度数据融合的过程监控
6.4.1 多尺度主元分析(MSPCA)
6.4.2 基于多尺度数据融合理论的过程监控
6.5 本章小结
总结与展望
致谢
参考文献
攻读研究生硕士学位期间参加的主要项目
攻读硕士学位期间发表的论文及科研成果
发布时间: 2005-07-28
参考文献
- [1].基于多MEMS传感器的姿态更新与数据融合算法的设计与实现[D]. 张泽宇.东南大学2017
- [2].基于证据理论的穿戴网络数据融合算法及应用研究[D]. 王堃.北京交通大学2018
- [3].两级数据融合算法在煤矿粉尘监测中的应用研究[D]. 王毅然.太原理工大学2017
- [4].多信源数据融合算法及其在室内定位的应用[D]. 余辉荣.华南理工大学2014
- [5].鼎丰真食品质量追溯系统设计与数据融合算法[D]. 张颂.吉林大学2013
- [6].无线传感器网络数据融合算法研究[D]. 徐仁晶.南京理工大学2012
- [7].传感器网络移动代理数据融合算法研究[D]. 刘加杰.江南大学2013
- [8].信息物理融合系统多源异构数据融合算法研究[D]. 刘斌.广东工业大学2015
- [9].基于网络的Multi-MEMS数据融合算法的研究[D]. 冯文萃.江苏科技大学2012
- [10].基于WSN的时空相关性数据融合算法研究[D]. 刘凯.大连理工大学2017
相关论文
- [1].多传感器数据融合在目标识别中的应用研究[D]. 赵丹丹.太原理工大学2007
- [2].多传感器数据融合与目标跟踪算法研究[D]. 黄金阳.曲阜师范大学2007
- [3].多传感器数据融合目标跟踪算法研究[D]. 郑黎义.中国工程物理研究院2005
- [4].多传感器数据融合在温室智能控制中的应用研究[D]. 武晓嘉.太原理工大学2005
- [5].多传感器数据融合系统中数据预处理的研究[D]. 牟聪.西北工业大学2006
- [6].多传感器数据融合跟踪算法研究[D]. 兰艳亭.中北大学2006
- [7].多传感器数据融合及其在移动机器人中的应用[D]. 周金祥.北方工业大学2006
- [8].多传感器数据融合算法研究[D]. 程婷.电子科技大学2006
- [9].多传感器数据融合技术研究及软件仿真“平台”的设计和开发[D]. 盛金辉.西北工业大学2001
- [10].多尺度数据融合状态估计算法研究[D]. 闫莉萍.河南大学2003