分布式融合论文_王元鑫,赵国荣,韩旭,廖海涛

导读:本文包含了分布式融合论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:分布式,传感器,标号,通信,时延,互联,广义。

分布式融合论文文献综述

王元鑫,赵国荣,韩旭,廖海涛[1](2019)在《具有随机时延和丢包的分布式融合估计器》一文中研究指出针对分布式融合框架,考虑了具有模型不确定性、传感器失效、数据传输时延和丢包的多传感器融合估计问题。其中,利用系统矩阵中的乘性随机噪声来描述模型的不确定性,利用量测方程中相互独立的二值随机变量来描述传感器失效现象,局部最优估计传送至融合中心的过程中存在着随机时延和丢包现象,在融合中心创建符合信号存储原则的时延-丢包模型。设计了一种局部增益,使最优无偏估计器的误差协方差最小,利用线性最小方差融合估计方法,推导出递推形式下的分布式融合估计器。最后,通过算例仿真有效证明了所设计融合估计器的性能。(本文来源于《计算机仿真》期刊2019年10期)

韩卫国,尹晓燕,蔡文彬[2](2019)在《跨平台多传感器目标统一态势生成分布式融合算法研究》一文中研究指出研究了一种跨平台多传感器目标统一态势生成算法,基于分布式融合处理方法,为跨平台多舰协同目标统一态势图的产生和应用打下了基础。(本文来源于《雷达与对抗》期刊2019年03期)

杨旭升,梁先鹏,张文安,仇翔,付明磊[3](2019)在《基于多传感器分布式融合的异构多机器人协作定位》一文中研究指出针对异构多机器人协作定位的问题,提出了基于多传感器分布式融合的异构多机器人协作定位方法,融合激光与视觉传感器的信息来提高定位精度.首先,通过自适应无迹卡尔曼方法,根据激光和RGB-D传感器量测信息,分别得到两组机器人位置的局部估计;其次,利用分布式融合方法融合局部估计以提高机器人位置估计的可靠性与准确性.最后,通过异构机器人协作定位实验,验证了本文算法的有效性.(本文来源于《第叁十八届中国控制会议论文集(7)》期刊2019-07-27)

王艳[4](2019)在《异步采样和网络诱导特征的多传感网络化系统分布式融合估计》一文中研究指出近年来,多传感器信息融合估计受到了越来越多的关注,并广泛应用于移动机器人,智能电网等领域,基于无线传感器网络(WSNs)的分布式融合估计问题已经成为国内外的研究热点.例如,移动机器人追踪,多传感器叁容水箱液面估计以及温室区域温度控制估计等实际问题都是基于分布式估计或融合估计理论的.然而基于WSNs的融合估计框架中,由于网络的介入使得数据在传输过程中会受到时延和丢包等网络诱导特征以及恶意的网络攻击等影响,这些因素都可能导致估计性能下降,也使得融合估计系统的分析和设计面临诸多挑战.因此如何降低多传感器信息传输过程中诱导的网络不确定因素对状态估计的影响,是基于WSNs的分布式估计研究的难点之一,设计一个鲁棒性强,可靠度高的分布式滤波算法是实现信息融合问题的关键所在,但是针对这些问题的研究工作还较少.考虑到多传感器多率异步采样机制,传输过程中时延和丢包等网络诱导特征以及网络攻击,本文研究基于WSNs的分布式融合估计问题,研究的主要工作及取得的创新性成果如下(1)综述了多传感器分布式融合估计的国内外研究现状和存在的挑战性问题.(2)研究带有模型不确定性,网络诱导时延和数据丢包的无线传感网络化系统分布式融合估计问题,设计一种基于鲁棒Kalman滤波分布式融合估计器.针对不同传感器在数据传输过程中出现的多通道网络诱导时延,利用补偿机制将时滞系统转化为无时延系统进行研究,并利用多个伯努利序列来分别建模不同通道的数据丢包现象.基于成功到达的采样数据,设计一组基于鲁棒Kalman滤波算法的网络化估计器来得到局部估计,并利用协方差交互融合方法来减少通信和计算负担,获得比局部估计精度更高的融合估计器.(3)进一步研究一类带有多传感器多率采样的网络化系统分层分簇融合估计问题.考虑到传感器节点的空间分布性和能量受限等特征,提出一种基于簇内局部估计和簇间融合估计的双层异步分布式估计策略.考虑无线传感器网络的丢包和网络攻击现象,在簇头节点设计一个基于簇内节点多率采样数据的网络化强跟踪滤波器来获得系统的局部估计,其中引入的时变渐消因子可以补偿由异步采样和未知系统干扰导致的建模误差.其次,利用多个邻居簇头节点的局部状态估计或预测状态估计信号,提出一种带有时变融合时刻的多率融合估计方法.所提方法充分考虑了多传感器多率采样方式、多率数据的多通道传输以及分层分簇的分布式结构,适用于异步多传感器分布式估计系统.本文针对带有多传感器多率异步采样,传输过程中时延、丢包和网络攻击等网络诱导特征分布式融合估计问题进行研究,设计了两类滤波融合方法,分别对移动目标追踪和叁容水箱ITTS进行数值仿真,其实验结果验证了所提分布式融合估计方法的可行性.(本文来源于《山西大学》期刊2019-06-01)

吴仲华,马章罕[5](2018)在《分布式融合HLR组网设计与应用》一文中研究指出随着通信技术的快速发展,用户对业务的需求也在不断增加,现代移动通信网络中原有HLR设备必然被分布式HLR所替代.目前网络中用户的属性及业务数据分散在许多不同的功能实体中,各功能实体都有自己用户的属性及业务数据的管理方式,因而形成了一个个信息孤岛,这些孤立的信息难以被运营商充分利用,阻碍了电信行业向融合组网前进的步伐,无法实现新业务的快速部署.文中通过介绍分布式HLR组网设计,然后结合VOLTE核心网项目改造实施案例,论述了分布式HLR技术在电信行业的应用.(本文来源于《赤峰学院学报(自然科学版)》期刊2018年12期)

生雪莉,郝豪言,周青,虞涵钧,郭龙祥[6](2018)在《多基地分布式融合探测预处理技术研究》一文中研究指出0引言在面向军事应用的分布式融合结构中,每部声呐根据探测数据形成目标的航迹,再将目标状态信息传送到融合中心进行判定级融合。相比于集中式融合结构,分布式融合结构更稳定且生存能力高,目前被广泛采用[1]。本文提出将融合预处理分为平台级和系统级,平台级预处理中,杂波水下环境中(本文来源于《2018年全国声学大会论文集 C水声工程和水声信号处理》期刊2018-11-10)

颜睿阳[7](2018)在《基于RocketMQ的高可用分布式融合通信消息系统的设计与实现》一文中研究指出近几年来,移动互联网的发展越来越快。消息推送是移动互联网中的一个重要组成部分。手机客户端的信息的及时发布和传递,都需要消息推送服务来实现。基于这样的背景,MQTT协议应运而生。它的协议包小,功耗低、并且可以支持所有的平台。同时,还可以提供叁种不同质量的消息传输等级,极大地增强了实用性,在很多领域都得到了应用。RocketMQ作为一种分布式消息队列,它具有的高性能、可分布等特点,使其在服务器分布式部署上具有很大优势。本文的主要目的是设计并完成一个基于RocketMQ,并使用MQTT作为传输协议的分布式消息推送系统。本文首先介绍了国内外研究现状及课题的项目背景。接下来,对RocketMQ消息队列技术和MQTT协议进行了简要介绍和相关研究。随后对系统进行了需求分析,设计了系统的功能结构和流程。将整个系统分为业务处理、消息转发、负载分发、服务器状态监控等几个模块。接下来使用Mosquitto及RocketMQ等开源项目,对这些模块进行了逐一实现,同时设计了一种高可用服务器分布式部署方案。整个系统基于Linux平台进行开发,使用Java为系统开发语言,开发结束后对系统进行了相关指标的测试。测试结果显示,本文设计并实现的消息推送服务器能够完成系统基本需求,并在分布式部署以及异常状态下保持高可用状态方面表现不俗,同时在性能方面较为优越。(本文来源于《中国科学院大学(中国科学院沈阳计算技术研究所)》期刊2018-06-01)

翟雅荣[8](2018)在《基于容器的分布式融合通信服务器的设计与实现》一文中研究指出随着信息技术和移动互联网技术的发展,通信方式也在逐渐的发生改变,由单一的语音通信方式转变成多媒体通信方式。融合通信的出现解决了人们对通信方式的需求,已经成为行业的焦点。但是随着用户规模的增大,融合通信服务器在并发量和系统伸缩性方面都存在着瓶颈,难以应对较大规模的应用需求。而且,用户的请求访问是动态的,造成服务器的负载时而高时而低,当负载很低时,服务器集群中部分服务器会出现空闲,造成资源浪费;当负载过高时,用户的请求访问质量受到影响,因此服务器集群的自动伸缩至关重要。但是目前融合通信服务器大多部署在虚拟机上,由于虚拟机需要的资源较大、启动速度慢、灵活性较差,给融合通信服务器的安装、部署以及自动伸缩方面都带来一些问题。本文采用Docker容器技术设计与实现分布式融合通信服务器,以解决目前融合通信服务器存在的问题。本文在实验室现有的融合通信项目基础上,旨在设计与实现一个基于Docker的分布式融合通信服务器。本文首先介绍了课题研究的背景意义,然后对文中涉及到的Docker、Kubernetes、MQTT等技术进行了阐述。之后分析了融合通信业务的需求,完成了基于Docker的分布式融合通信服务器的设计。在Mosquitto开源项目的基础上,提出了多个MQTT消息代理服务器间的Session共享、消息存储、订阅树优化、负载均衡器等问题的解决方案,完成了分布式集群的MQTT消息代理服务器的设计与实现。之后设计了融合通信服务器的监控模块、日志收集模块,并针对业务服务器设计了预测式与响应式伸缩相结合的自动伸缩算法,针对即时消息服务器设计了响应式的自动伸缩算法。最后为验证本文方案的可行性,对融合通信服务器进行了部署并对功能和性能进行了测试。(本文来源于《中国科学院大学(中国科学院沈阳计算技术研究所)》期刊2018-06-01)

李溯琪[9](2018)在《基于标号随机集的传感器网络分布式融合技术研究》一文中研究指出传感器网络探测系统是为应对隐身目标威胁和复杂探测环境挑战提出的新型探测体制,所感知量测与目标具有未知时变的强不确定性,难以基于传统统计理论进行描述和建模。基于标号随机集理论的信息融合技术是一种新兴的先进信号处理技术,通过将多源量测的不确定性,包括随机性、不准确性、模糊性等,和目标个数的未知时变特性建模在点过程理论框架下,提供了统一的多源-多目标不确定性问题描述和建模方法,是国际信号处理和信息融合领域的前沿热点。该技术作为一项正在发展中的新技术,仍面临着诸多的问题和挑战,例如,传感器量测模型非标准化、传感器间量测相关性未知、标号随机集分布式融合性能不稳健等。本论文针对上述问题,在标号随机集理论框架下,研究了基于广义量测模型(generic observation model,GOM)的传感器网络单节点滤波算法、传感器间“标号不一致”问题建模与分析、稳健标号多目标(labeled multi-object,LMO)滤波器分布式融合算法、高效LMO滤波器分布式融合算法等工作。主要工作和贡献如下:1.针对传感器量测模型非标准化问题,包括传感器量测迭加、合并和遮蔽等,提出了基于GOM的LMO(LMO-GOM)滤波器,具有理论最优性能;提出了LMO-GOM滤波器的快速实现方法,具有计算高效、性能稳健优势。2.建立了滤波器间“标号不一致”问题数学模型,并定量分析了“标号不一致”程度对广义协方差交集(generalized Covariance Intersection,GCI)融合性能的影响,结果表明GCI融合对滤波器间“标号不一致”现象敏感。3.针对GCI融合“标号不一致”敏感问题,提出了免标号(label free,LF)的GCI融合方法(LF-GCI融合)。该方法将标号多目标分布的GCI融合投射至多目标动力学状态空间,对传感器间“标号不一致”现象具有鲁棒性。4.针对GCI融合“标号不一致”敏感和LF-GCI融合方法高计算复杂度问题,提出了基于标号匹配(label matching,LM)的GCI融合方法。通过将标号不一致指示器最小化问题建模为线性分配问题,实现最优标号匹配关系的快速求解,该方法兼具“标号不一致”问题的鲁棒性和计算高效性。(本文来源于《电子科技大学》期刊2018-04-18)

祁波,孙书利[10](2018)在《带未知通信干扰和丢包补偿的多传感器网络化不确定系统的分布式融合滤波》一文中研究指出研究了带有未知通信干扰、观测丢失和乘性噪声不确定性的多传感器网络化系统的状态估计问题.通过白色乘性噪声描述系统状态和观测中的随机不确定性,采用一组服从Bernoulli分布的随机变量描述网络传输过程中存在的观测丢失现象,且数据传输中存在未知的网络通信干扰.当发生丢包时,以当前丢失观测的预报值进行补偿.对每个单传感器子系统,应用线性无偏最小方差估计准则设计了不依赖于未知通信干扰的最优线性滤波器.推导了任两个局部滤波误差之间的互协方差阵.进而,应用矩阵加权融合估计算法给出了分布式融合状态滤波器.仿真例子验证了算法的有效性.(本文来源于《自动化学报》期刊2018年06期)

分布式融合论文开题报告

(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:

研究了一种跨平台多传感器目标统一态势生成算法,基于分布式融合处理方法,为跨平台多舰协同目标统一态势图的产生和应用打下了基础。

(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。

分布式融合论文参考文献

[1].王元鑫,赵国荣,韩旭,廖海涛.具有随机时延和丢包的分布式融合估计器[J].计算机仿真.2019

[2].韩卫国,尹晓燕,蔡文彬.跨平台多传感器目标统一态势生成分布式融合算法研究[J].雷达与对抗.2019

[3].杨旭升,梁先鹏,张文安,仇翔,付明磊.基于多传感器分布式融合的异构多机器人协作定位[C].第叁十八届中国控制会议论文集(7).2019

[4].王艳.异步采样和网络诱导特征的多传感网络化系统分布式融合估计[D].山西大学.2019

[5].吴仲华,马章罕.分布式融合HLR组网设计与应用[J].赤峰学院学报(自然科学版).2018

[6].生雪莉,郝豪言,周青,虞涵钧,郭龙祥.多基地分布式融合探测预处理技术研究[C].2018年全国声学大会论文集C水声工程和水声信号处理.2018

[7].颜睿阳.基于RocketMQ的高可用分布式融合通信消息系统的设计与实现[D].中国科学院大学(中国科学院沈阳计算技术研究所).2018

[8].翟雅荣.基于容器的分布式融合通信服务器的设计与实现[D].中国科学院大学(中国科学院沈阳计算技术研究所).2018

[9].李溯琪.基于标号随机集的传感器网络分布式融合技术研究[D].电子科技大学.2018

[10].祁波,孙书利.带未知通信干扰和丢包补偿的多传感器网络化不确定系统的分布式融合滤波[J].自动化学报.2018

论文知识图

混合式融合结构框图仿真方案总体流程餐厅服务机器人送菜过程图像四种融合算法下位置(x方向)的误差结果...目标真实航迹与两个传感器的航迹估计...全分布式融合结构框图

标签:;  ;  ;  ;  ;  ;  ;  

分布式融合论文_王元鑫,赵国荣,韩旭,廖海涛
下载Doc文档

猜你喜欢