多速率传感器状态融合估计及多分辨率图像融合算法研究

多速率传感器状态融合估计及多分辨率图像融合算法研究

论文摘要

信息融合技术具有可以提高系统的可靠性和稳定性、扩大空间和时间覆盖范围与改善尺度等优点,因而,在众多的军事和非军事领域都存在着非常广泛的应用。状态融合估计和图像融合是其中两个研究热点,本文的研究工作也主要在这两方面展开。在状态融合估计方面,针对多速率传感器同步采样的时变线性动态系统、多速率传感器异步时不变和时变线性动态系统,分别提出了不同的状态融合估计算法。对多传感器同步采样系统,采用分块,无反馈分布式,以及有反馈分布式结构等方法,分别对最高采样率下的状态进行了有效的估计;对时不变异步采样多传感器系统,采用多尺度建模、尺度递归分层融合的策略,得到了方差的迹最小意义下状态的线性无偏最优估计;而对于多速率时变异步采样的多传感器数据融合问题,则通过状态和观测的分块与扩维,将其在形式上转化为单速率同步多传感器观测系统,进而运用Kalman滤波和分布式融合结构得出方差最小意义下状态的最优估计。通过具体应用实例,仿真验证了所提出算法的有效性。在图像融合方面,分别研究了多传感器多分辨率图像融合算法以及图像融合结果的性能评估问题。在算法方面,给出了问题的数学描述,采用二维多尺度Kalman滤波的方法融合具有不同分辨率的观测图像;对上述融合图像依据其熵的大小进行加权融合并进行边缘修正,最终将不同传感器观测的具有不同分辨率的图像进行了有机融合。通过多组图像融合的实验,验证了算法的有效性,并利用多种性能评价指标对其进行了分析。图像的性能评估是图像融合领域的研究难点之一。从信息论的角度和人的视觉感应系统原理出发,本文依次提出了综合熵、归一化互信息熵和归一化视觉感应信息熵等性能评价指标。实验结果表明,由于归一化视觉感应信息熵兼顾了信息的充分转移和人的视觉感应原理,因此,在图像的性能评估方面具有独特的优势。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题研究背景
  • 1.2 多传感器信息融合的体系结构
  • 1.2.1 多传感器信息融合的定义
  • 1.2.2 多传感器信息融合的原理与体系结构
  • 1.2.3 多传感器信息融合的优缺点
  • 1.3 信息融合算法分类综述
  • 1.3.1 采样率系统
  • 1.3.2 单采样率多传感器数据融合状态估计算法
  • 1.3.3 多采样率多传感器数据融合状态估计算法
  • 1.3.4 异步多传感器数据融合估计算法概述
  • 1.4 图像融合算法与性能评估方法综述
  • 1.5 当前研究热点、难点与未来的研究方向
  • 1.6 本文的主要内容及章节安排
  • 1.7 本章小结
  • 第2章 一类时变单模型同步多速率传感器动态系统的状态融合估计
  • 2.1 引言
  • 2.2 问题描述
  • 2.3 同步多速率传感器动态系统的状态融合估计
  • 2.3.1 基于状态分块的融合估计算法
  • 2.3.2 两种分布式数据融合状态估计算法
  • 2.4 仿真实验
  • 2.4.1 在机动目标跟踪中的应用
  • 2.4.2 变压器电流的估计
  • 2.5 本章小结
  • 第3章 一类时不变单模型异步多速率传感器动态系统的状态融合估计.
  • 3.1 引言
  • 3.2 问题描述
  • 3.3 多尺度状态空间模型
  • 3.4 尺度递归状态融合估计算法
  • 3.5 仿真实验
  • 3.6 本章小结
  • 第4章 一类时变单模型异步多速率传感器动态系统的状态融合估计
  • 4.1 引言
  • 4.2 问题描述
  • 4.3 系统建模
  • 4.4 状态融合估计算法
  • 4.5 仿真实验
  • 4.6 本章小结
  • 第5章 多传感器多分辨率图像的融合
  • 5.1 引言
  • 5.2 问题描述
  • 5.3 多传感器多分辨率图像的融合
  • 5.3.1 基于Kalman 滤波的多分辨率图像的融合
  • 5.3.2 同分辨率异类图的融合
  • 5.3.3 多分辨率异类图的融合
  • 5.4 实验与性能分析
  • 5.4.1 性能评价指标与算法的优化
  • 5.4.2 基于Kalman 滤波的多分辨率图像融合结果的评价
  • 5.4.3 同分辨率异类图融合算法性能分析
  • 5.4.4 多分辨率异类图融合结果的分析
  • 5.5 本章小结
  • 第6章 数据融合的定量性能评估方法
  • 6.1 前言
  • 6.2 归一化互信息熵
  • 6.2.1 基于信息熵理论的性能评价指标
  • 6.2.2 归一化互信息熵
  • 6.3 归一化视觉感应信息熵
  • 6.3.1 基于视觉感应原理的性能评价指标
  • 6.3.2 归一化视觉感应信息熵
  • 6.4 实验与结果分析
  • 6.5 本章小结
  • 第7章 结论与展望
  • 7.1 研究总结
  • 7.2 进一步工作
  • 参考文献
  • 致谢
  • 个人简历、在学期间发表的论文与研究成果
  • 相关论文文献

    • [1].传感器技术融入“创新思维”的课程改革探索[J]. 轻工科技 2019(12)
    • [2].传感器技术在机电自动化控制中的应用[J]. 价值工程 2020(01)
    • [3].非线性传感器的融合在多小车平台中的应用[J]. 变频器世界 2019(11)
    • [4].堡盟的视野——访堡盟电子(上海)有限公司过程传感器业务发展经理张力[J]. 今日制造与升级 2019(11)
    • [5].《仪表技术与传感器》2019年总目次[J]. 仪表技术与传感器 2019(12)
    • [6].盾构设备中传感器技术的运用[J]. 云南水力发电 2019(06)
    • [7].传感器技术在机电技术中的应用探析[J]. 价值工程 2020(02)
    • [8].用于通过经皮传感器对患者进行分析的系统[J]. 传感器世界 2019(10)
    • [9].农业种植养殖传感器产业发展分析[J]. 现代农业科技 2020(02)
    • [10].2019年全球传感器行业市场现状及发展前景分析,预测2024年市场规模将突破3000亿[J]. 变频器世界 2019(12)
    • [11].传感器技术在机电自动化中的应用[J]. 科技风 2020(03)
    • [12].机电自动化中传感器技术的创新与发展[J]. 科技创新与应用 2020(07)
    • [13].车用传感器实验课程教学改革[J]. 科技风 2020(11)
    • [14].传感器技术在机电自动化系统中的应用[J]. 科技风 2020(10)
    • [15].自动化和检查传感器技术确保产品高质量[J]. 橡胶参考资料 2020(02)
    • [16].应用型本科院校“传感器技术”课程教学方案优化分析[J]. 无线互联科技 2020(04)
    • [17].机电技术中传感器技术运用效果分析[J]. 中国设备工程 2020(09)
    • [18].机电自动化控制过程中传感器技术的应用方法[J]. 中国设备工程 2020(12)
    • [19].研究人员开发出传感器皮肤 可为机器人抓手提供细腻的触感[J]. 润滑与密封 2020(05)
    • [20].机电一体化系统中传感器技术的运用研究[J]. 湖北农机化 2020(09)
    • [21].传感器技术在机电自动化控制中的应用[J]. 湖北农机化 2020(09)
    • [22].传感器技术在机械电子中的应用[J]. 信息通信 2020(06)
    • [23].新工科背景下传感器与检测技术课程改革与实践[J]. 教育现代化 2020(41)
    • [24].基于微课高职《传感器与检测技术》课程教学实践研究[J]. 计算机产品与流通 2020(09)
    • [25].传感器技术在机电自动化控制中的应用[J]. 科技风 2020(21)
    • [26].风向传感器校准装置对比试验与探讨[J]. 海峡科学 2020(07)
    • [27].关于传感器技术在机电自动化中的实践探讨[J]. 产业创新研究 2020(16)
    • [28].传感器技术在智慧农业中的应用研究[J]. 南方农机 2020(14)
    • [29].多传感器技术工业机器人的应用分析[J]. 黑龙江科学 2020(20)
    • [30].机电自动化控制中传感器技术的应用探讨[J]. 电子制作 2020(20)

    标签:;  ;  ;  ;  

    多速率传感器状态融合估计及多分辨率图像融合算法研究
    下载Doc文档

    猜你喜欢