导读:本文包含了多传感器分布式信息融合论文开题报告文献综述及选题提纲参考文献，主要关键词:多传感器信息,探测云,数据一致性,分布式信息融合
多传感器分布式信息融合论文文献综述
熊朝华,刁联旺,张永伟,吴蔚[1]（2018）在《多传感器探测云下分布式一致性信息融合及其发展》一文中研究指出概述了多传感器探测云环境下分布式信息融合系统测量数据一致性判定与优化选择融合处理的基本思想,并指出了Luo方法在数据一致性度量、关联判定、参与融合处理数据选择以及方法适应性等方面的不足。阐述了基于稳健统计理论、基于模糊理论、基于特征值和基于统计置信距离等一致性信息融合方法对不同传感器的测量数据进行一致性测度和判定的思想。不同解决方案均不同程度上改进了Luo方法,但信息源质量影响和融合策略选择等方面的问题仍未解决,需进一步研究。(本文来源于《指挥信息系统与技术》期刊2018年02期）
刘跃峰,赵振宇,陈哨东,李建勋[2]（2013）在《子波域多传感器并行分布式信息融合仿真研究》一文中研究指出信息融合仿真分析是信息融合研究的基础,利用子波域多尺度分析的思想,将子波域滤波与多传感器线性加权融合准则有机的结合起来,提出了子波域多传感器并行分布式信息融合新算法。该算法首先将单传感器分解到不同尺度上,然后在不同尺度对目标状态进行滤波,最后将局部状态估计送到融合中心,得到最优的联合状态估计。然后通过克拉美罗下界分析了子波域信息融合的参数估计性能。仿真示例验证了上述方法的有效性。(本文来源于《系统仿真学报》期刊2013年06期）
毛琳,刘胜[3]（2010）在《多传感器分布式信息融合无迹粒子滤波器》一文中研究指出对于非线性非高斯系统的状态估计问题,本文提出一种基于多传感器分布式信息融合的无迹粒子滤波算法.该算法是利用无迹卡尔曼滤波算法来更新粒子,再利用粒子滤波方法计算局部状态估值,应用标量加权融合准则对局部状态估值进行信息融合.仿真结果表明和单传感器情形相比可提高滤波的精度.(本文来源于《第二十九届中国控制会议论文集》期刊2010-07-29）
葛泉波,文成林[4]（2010）在《多传感器网络系统基于无序估计的分布式信息融合》一文中研究指出无线传感器网络的局部节点往融合中心传输信息时,不确定的随机延迟易使得信息无序现象频繁发生,从而导致传统信息融合方法的应用面临诸多难题和挑战。该文以带有任意随机延迟的多传感器同步采样系统为对象,研究无序估计("Out-Of-Sequence"Estimate,OOSE)信息系统的最优分布式融合问题,最终建立一种新型的通用最优OOSE融合算法。与现有基于集中式框架的无序量测融合方法相比,新算法在融合精度和算法复杂度上均具有显着优势。算法分析和计算机仿真验证了新算法的有效性和优越性。(本文来源于《电子与信息学报》期刊2010年07期）
毛琳,刘胜[5]（2010）在《多传感器分布式信息融合粒子滤波器》一文中研究指出针对非线性非Gaussian系统的状态估计问题,提出一种基于信息融合的多传感器分布式粒子滤波算法。该算法首先利用粒子滤波方法分别计算局部传感器的状态估值,再应用分布式标量加权融合准则对状态估值进行信息融合。仿真结果表明和单传感器情形相比可提高滤波的精度。(本文来源于《计算机工程与应用》期刊2010年12期）
关学慧[6]（2010）在《多传感器集中式与分布式信息融合滤波器》一文中研究指出多传感器信息融合,也称作多传感器数据融合或多源信息融合,是将面向复杂应用的多传感器系统通过协调传感器彼此间的工作,对多传感器系统的大量信息进行多层次的、多级别的综合处理,从而得出更准确、更完备的结论。而多传感器信息融合估计是多传感器信息融合技术的一个重要的分支,它通过采用多传感器对同一目标进行观测,基于观测所得数据在一定的最优融合准则下,可以得到更为可信,更精确的最优融合估计,其精度要比局部估计高。自校正信息融合滤波是多传感器信息融合与系统辨识相交叉的边缘领域,它可以处理带未知模型参数和噪声统计的多传感器系统信息融合状态与信号估计问题,因此具有重要的理论与实际应用价值。对于带未知噪声系统和不相关噪声的多传感器随机系统,将基于相关方法得到的信息融合噪声方差估值器带入到集中式融合最优信息滤波器,提出自校正集中式融合信息滤波器。同基于Riccatia方程的集中式融合Kalman滤波器相比它避免了计算高维矩阵的逆,从而减少了计算负担。将信息融合噪声方差在线估值器带入到最优分布式融合信息滤波器中,提出自校正分布式融合信息滤波器。同自校正集中式融合Kalman滤波器相比,便于故障诊断与分离。对于含未知模型参数和噪声方差的具有块伴随型多传感器系统,利用多变量递推辅助变量(MRIV)方法和相关方法可得未知参数和噪声方差的融合估值器,将他们代入最优分布式融合信息滤波器中,推出了一种自校正分布式融合信息滤波器。它可用于解决多传感器多通道自回归(AR)信号自校正信息融合滤波应用动态误差方法证明了上述自校正集中式和分布式融合信息滤波器以概率1收敛于相应的最优集中式和最优分布式信息滤波器,因而具有渐近最优性。若干仿真例子证明了它们的有效性。(本文来源于《黑龙江大学》期刊2010-04-19）
吴俊,杨峰,屈立安,程咏梅,潘泉[7]（2009）在《分布式多传感器信息融合仿真系统设计与实现》一文中研究指出针对多传感器信息融合算法仿真验证应用背景,通过系统需求分析,提出了基于HLA的分布式仿真系统结构,通过构建实体模型,生成红蓝双方的兵力,配置多种典型剧情、作战平台、传感器,实现在全局意义下验证局部信息融合算法的效果。并对系统开发过程中的想定配置、雷达模型、传感器数据处理、软件集成进行了讨论。此项研究对于其他分布式仿真系统的设计和开发具有参考价值。(本文来源于《系统仿真学报》期刊2009年21期）
王振[8]（2009）在《基于多传感器分布式信息融合的AGV定位方法研究》一文中研究指出随着柔性加工系统FMS、柔性装配系统FAS、自动化仓库系统AS／RS等先进生产系统的发展,使得用于完成物料运输任务的AGV(Automated Guided Vehicle)得到了广泛的应用。为此,AGV应具有相当的智能,即在对环境信息的感知或自身运动状态检测的基础上,根据所承担的任务实现路径规划、轨迹跟踪和定位。可见,AGV是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统。定位是AGV应具有的最基本的功能。在运动过程中,实时、精确地确定自身位姿是AGV保证准确运输物料的关键。本论文以西安理工大学机械自动化研究所自行研制的差速驱动式XAUT.AGV100为研究对象,为实现实时定位和规划路径跟踪,为其设计了导航定位系统：由上位机PC和车载计算PMAC等组成,车载计算机PMAC完成对AGV的运动控制、车载传感器如编码器、陀螺仪和超声波传感器等测量数据的采集和AGV的位姿估计。PC机用于AGV的状态检测。PC机与PMAC间采用串口方式进行通信。本论文在分析了多传感器分布式信息融合Kalman滤波器原理[45]的基础上,设计了一种滤波器,并将其应用于AGV上,通过车载传感器数据的融合,实现AGV的位姿估计。通过仿真验证了所设计的滤波器的可行性和可靠性,通过实验验证了所设计的滤波器的有效性和实时性。仿真和实验结果表明,所设计的多传感器分布式信息融合Kalman滤波器可实时、精确地实现AGV的位姿估计,定位精度可以满足实际生产中对AGV的使用要求。(本文来源于《西安理工大学》期刊2009-03-01）
孔凡天,陈幼平,谢经明,张冈,周祖德[9]（2006）在《基于多传感器信息融合的分布式气体检测系统》一文中研究指出现有的气体检测仪在技术上无法准确检测现场发生的有毒或可燃气体的泄漏;为了保证安全生产和科学管理,开发并应用适合有毒或可燃气体泄漏的检测系统,具有重要意义;提出了一种分布式多传感器气体检测系统的通用结构,研究了可用于该检测系统的自适应加权数据融合算法;最后介绍了一个应用实例,实验结果显示该检测系统识别准确,不仅能够解决气体传感器交叉敏感问题,而且具有智能化和多功能化等优点。(本文来源于《计算机测量与控制》期刊2006年04期）
李云,王欣,邓自立[10]（2005）在《多传感器分布式信息融合Wiener状态估值器》一文中研究指出应用现代时间序列分析方法,基于ARMA新息模型、白噪声估值器和观测预报器,在按矩阵加权、按 标量加权和按对角阵加权的线性最小方差最优信息融合规则下,提出了相应的叁种最优分布式融合Wiener 状态估值器,可统一处理融合滤波、平滑和预报问题。为了计算最优加权,提出了状态估计误差方差阵和互 协方差阵的计算公式。同单传感器情形相比,可提高滤波精度。一个带四传感器目标跟踪系统的仿真例子 说明了其有效性和正确性,并说明了叁种加权融合估计精度无显着差异,因而采用按标量加权融合器可显着 减小计算负担,便于实时应用。(本文来源于《科学技术与工程》期刊2005年23期）
多传感器分布式信息融合论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
信息融合仿真分析是信息融合研究的基础,利用子波域多尺度分析的思想,将子波域滤波与多传感器线性加权融合准则有机的结合起来,提出了子波域多传感器并行分布式信息融合新算法。该算法首先将单传感器分解到不同尺度上,然后在不同尺度对目标状态进行滤波,最后将局部状态估计送到融合中心,得到最优的联合状态估计。然后通过克拉美罗下界分析了子波域信息融合的参数估计性能。仿真示例验证了上述方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多传感器分布式信息融合论文参考文献
[1].熊朝华,刁联旺,张永伟,吴蔚.多传感器探测云下分布式一致性信息融合及其发展[J].指挥信息系统与技术.2018
[2].刘跃峰,赵振宇,陈哨东,李建勋.子波域多传感器并行分布式信息融合仿真研究[J].系统仿真学报.2013
[3].毛琳,刘胜.多传感器分布式信息融合无迹粒子滤波器[C].第二十九届中国控制会议论文集.2010
[4].葛泉波,文成林.多传感器网络系统基于无序估计的分布式信息融合[J].电子与信息学报.2010
[5].毛琳,刘胜.多传感器分布式信息融合粒子滤波器[J].计算机工程与应用.2010
[6].关学慧.多传感器集中式与分布式信息融合滤波器[D].黑龙江大学.2010
[7].吴俊,杨峰,屈立安,程咏梅,潘泉.分布式多传感器信息融合仿真系统设计与实现[J].系统仿真学报.2009
[8].王振.基于多传感器分布式信息融合的AGV定位方法研究[D].西安理工大学.2009
[9].孔凡天,陈幼平,谢经明,张冈,周祖德.基于多传感器信息融合的分布式气体检测系统[J].计算机测量与控制.2006
[10].李云,王欣,邓自立.多传感器分布式信息融合Wiener状态估值器[J].科学技术与工程.2005