[工學(xué)]傳感器數(shù)據(jù)融合技術(shù)研究現(xiàn)狀分析-預(yù)覽頁
【正文】 。傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)研究 張小波 廣東工業(yè)大學(xué)自動化學(xué)院網(wǎng)絡(luò)工程系 02033356120 內(nèi)容安排 ? 一、傳感器數(shù)據(jù)融合概念 ? 二、傳感器網(wǎng)絡(luò)數(shù)據(jù)融合系統(tǒng)處理模型 ? 三、數(shù)據(jù)融合各種算法分析 ? 四、傳感器數(shù)據(jù)融合技術(shù)研究的不足 ? 五、傳感器網(wǎng)絡(luò)數(shù)據(jù)融合需考慮的幾個問題 ? 六、未來的研究方向 一、傳感器網(wǎng)絡(luò)數(shù)據(jù)融合概念 ? 數(shù)據(jù)融合是充分利用不同時間與空間的多傳感器信息資源 , 在一定準(zhǔn)則下進(jìn)行分析、綜合和應(yīng)用 , 獲得對被測對象的一致性解釋與描述 , 進(jìn)而實(shí)現(xiàn)相應(yīng)的決策和估計 , 使系統(tǒng)獲得比它的各組成部分更充分的信息。 DS證據(jù)理論相關(guān)研究 ? 1） DS證據(jù)理論和神經(jīng)網(wǎng)絡(luò)相結(jié)合的多傳感器信息融合 ? 2）基于 DS證據(jù)理論的移動機(jī)器人多超聲波傳感器信息融合方法 ? 3） DS證據(jù)理論和模糊數(shù)學(xué)相結(jié)合的多傳感器信息融合 ? 4）基于 DS證據(jù)推理的多傳感器信息融合技術(shù)在戰(zhàn)場目標(biāo)識別中的應(yīng)用 算法 2： Bayes估計算法 ? 特點(diǎn)：當(dāng)一個證據(jù)的概率是在大量的統(tǒng)計數(shù)據(jù)的基礎(chǔ)上得出的 ,當(dāng)所處理的問題比較復(fù)雜時 ,需要非常大的統(tǒng)計工作量 ,這使得定義先驗(yàn)概率函數(shù)非常困難 。而模糊控制融合算法是一種實(shí)效、簡單且具有廣泛應(yīng)用性的數(shù)據(jù)融合算法 ,能以較小的代價較大地提高機(jī)載設(shè)備的性能。 (2) 采用附加動量法和自適應(yīng)學(xué)習(xí)率的 BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)訓(xùn)練 ,可以避免網(wǎng)絡(luò)陷入局部極小值 ,大大減小網(wǎng)絡(luò)的訓(xùn)練次數(shù) ,使網(wǎng)絡(luò)很快收斂。 四、傳感器數(shù)據(jù)融合技術(shù)研究的不足（二） ? ⑵ 未能將多傳感器融合系統(tǒng)有效的應(yīng)用于實(shí)際中。 五、傳感器網(wǎng)絡(luò)數(shù)據(jù)融合需考慮的幾個問題 ? ⑴ 融合系統(tǒng)輸入輸出信息。 ? ⑸ 如何實(shí)現(xiàn)融合系統(tǒng)。 應(yīng)用研究 ? ⑴ 不斷擴(kuò)大多傳感器信息融合的應(yīng)用領(lǐng)域 , 將多傳感器信息融合運(yùn)用到工農(nóng)業(yè)中各個需要運(yùn)用多傳感器的具體領(lǐng)域中
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1