移动机器人系统多传感器信息融合研究

多传感器信息融合是目前移动机器人领域的主要研究热点。全面讨论了多传感器信息融合技术的主要研究进展及其在移动机器人系统中的典型应用情况；简要介绍了多传感器信息融合的基本实现方法；系统分析了移动机器人系统中多传感器信息融合的主要研究目标与研究内容；在此基础上，提出一种基于多传感器信息融合的足球机器人定位与导航系统的设计实现方案。     

信息融合技术在智能温室控制系统中的应用

多传感器信息融合技术是一种现代的信息处理技术,此项技术在智能控制系统中有广阔的应用前景,本文首次将多传感器信息融合技术应用到智能温室控制系统中。详细介绍了多传感器信息网络的构建原则和系统的硬件结构,并讨论了多传感器信息数据融合的几种模型结构。     

多传感器信息预处理约束紧耦合建图算法

多传感器建图与定位SLAM系统(simultaneous localization and mapping)在室外长距离跨度环境中,由于各传感器信息融合不正确、特征匹配错误,或传感器状态信息不可信,导致建图精度不足,轨迹漂移甚至建图崩溃。对此,提出一种基于因子图优化的多传感器信息紧耦合算法(tightly-coupled lidar-visual-inertial odometry via smoothing, mapping and DBSCAN,LVI-SMAD),将前端点云和视觉信息联合的聚类结果作为因子图优化约束,以一种较低帧的约束形式加入到较高帧的点云地图输出中,加强了点云与视觉信息的紧耦合,解决了激光雷达与相机间信息匹配错误的问题,同时将该约束作为某一传感器信息不可信时的约束补充,减小了传感器信息不稳定情况下的定位漂移,提高了算法一致性。实验证明,在低坡度长跨度的工作环境中,LVI-SMAD与LVI-SAM对比,绝对轨迹误差降低了39.90%,与LIO-SAM对比降低了63.09%;在高坡度工作环境中,与LVI-SAM对比,绝对轨迹误差减少41.08%,与LIO-SAM对比...     

基于环境传感器和穿戴式传感器的行为异常检测

针对独居老人频繁出现行为异常的情况,提出了基于热释电红外传感器和穿戴式传感器的老人行为异常检测系 统。设计了行为异常检测的硬件环境,介绍了红外传感器和穿戴式传感器的工作原理,提出了依据重力加速度所在轴向 检测老人躺下位置是否发生异常的方法,并融合了红外传感器和穿戴式传感器的信息对躺下位置异常进行检测。在1 居室的家庭环境中对位置异常检测的方法进行验证,通过实验的方法验证了算法的可行性,并确定了检测躺下状态的阈 值。系统能有效实现对独居老人是否发生躺下位置异常进行检测。     

脉冲加热红外热成像无损检测技术回顾

脉冲红外热成像无损检测技术是上世纪末发展起来的一门新兴无损检测技术,该文从脉冲红外热成像无损检测的提出、理论模型的研究以及技术特点对该技术进行了回顾,并展望了其未来发展趋势.     

多层薄膜厚度及成分的无损检测技术

多层薄膜厚度及成分的无损检测技术主研人员眭松山梅学明魏军李学为史青跟踪国际无损检测技术，正确合理地设计了求解１－５层多层薄膜材料厚度与成分含量的整套理论计算式，重要参数的运算比较与筛选，用Ｃ／Ｃ＋＋语言设计成同时测算膜存与组份的新方法，实用软件和用户...     

基于多传感融合的目标跟踪方法研究

针对单一传感器对前方车辆识别准确率低的问题,基于多传感器融合模型建立了1种目标车辆识别方法。首先开展摄像头与毫米波雷达的联合标定,实现多传感器在时空上的融合;然后引入全局最近邻算法对雷达和摄像头各自采集的目标序列与跟踪目标进行数据匹配,确定跟踪目标的2组局部估计;最后通过D-S证据理论对2组目标序列进行优化组合,获取车辆行驶状态的最优结果,从而实现对目标的识别。通过Matlab/Simulink联合搭建试验平台对所研究的融合模型进行算法验证。试验结果表明:该融合算法在不同天气条件下对目标的平均检测率为88.3%,可实现对目标车辆的准确识别与跟踪。     

低功耗无损电流检测技术的分析与设计

通过分析DC-DC电流模开关电源的结构,提出了一种新颖的低功耗无损电流检测技术,降低了开关电源的静态功耗。该技术实现了虚拟的无损电流检测电阻和一个低功耗高灵敏度的电流检测放大器。通过降低电流检测电路的功耗,优化了电流模开关电源控制环路的功耗,从而实现了静态功耗的最小化。基于无损电流检测技术设计,开关电源的静态功耗为61.22mW,为典型情况的57.5%。     

多传感器信息最优融合

多传感器信息融合是指将经过集成处理的多传感器数据进行合成，形成对外部环境某一特征的一种表达方式的过程。利用置信区间估计的概念，检验了传感器测量值偏差；描述了传感器间的支持关系，确定了传感器数据的取舍；提出了一种最优融合方法，并且证明是有效的。     

无损检测课程创新实验探讨

随着教育改革的深入,创新实验的内涵正在发生深刻变化。针对传统无损检测课程实验存在的主要问题,长江大学材料成型专业开展了无损检测课程创新实验,取得了良好的效果。     

GPS/SINS组合导航系统的多传感器最优融合算法

对GPS/SINS组合导航的工作原理和模型建立进行详细的分析,设置了两个传感器。提出一种基于信息融合的导航参数最优估计滤波方法。通过计算机仿真说明该方法可提高导航系统的计算精度和速度,有较好的容错性和环境适应性,具有实际使用价值。     

基于灰关联无源多目标跟踪系统航迹关联算法

目前分布式无源多目标跟踪系统的航迹关联算法基本上照搬多传感器数据融合的理论,仅利用目标的状态信息.文中利用了目标的多特征信息(载频、脉宽、脉冲重复间隔等),应用灰关联理论,提出了一种基于灰关联的分布式无源多目标跟踪系统的航迹关联算法.由于利用了目标多特征信息,算法具有关联速度快、正确率高、而且能够适应密集目标环境的优点.仿真实验证明该算法的航迹关联效果明显优于加权航迹关联算法.     

冗余提升不可分离小波的图像融合方法

提出了一种基于冗余提升不可分离小波的多源图像融合方法。该方法不仅能很好地提取图像的细节信息,而且具有平移不变性,非常适合于图像融合;同时,采用基于局部邻域梯度的融合规则对分解后的高频和低频小波系数作不同的处理。对多光谱红外图像以及不同类型的医学图像进行了融合试验,结果表明该方法可以取得更好的融合效果。     

基于最大互信息方法的机械零件图像识别

提出了应用最大互信息方法进行零件图像识别的方法,它利用图像的信息熵描述图像的特征,结合图像的颜色信息及局部形状信息,以互信息作为衡量两幅图像相似性的测度函数进行图像识别,弥补了直方图表达空间信息的不足。该方法既满足位置不变性,又能避免进行图像分割,从而避免了因图像分割引起的复杂计算,使算法容易实现。实验结果表明,该方法提高了零件图像识别的精度、稳定性和可靠性。     

圆柱共形微带天线的迭代方法研究

提出一种快速分析柱面共形微带结构的高效率迭代方法。基于传输线理论与快速模式变换理论的方法通过在圆柱形分界面上引入横电磁波的概念代替以往的切向电磁场,加快了计算过程。由混合模式基函数表征圆柱分层介质中的横电磁波,最终推导出模式导纳算子和谱域反射算子的具体形式。并运用波概念迭代过程计算出了带线馈电的圆柱面共形微带天线的表面电场及表面电流,在此基础上,进一步得到了天线的输入阻抗,通过与参考文献结果的对比,证明了该方法的准确性与高效性。     

结合相干系数的极化干涉SAR植被高度估计方法研究

阐述了极化干涉SAR成像技术的基本理论,分析了极化干涉SAR的植被散射模型和Cloude三阶段植被高度反演算法。因三阶段法采用多参数初值迭代求解方法,其运算量较大复杂性高,该文提出基于相干系数的高度估计方法。先用干涉相位估计植被高度,再由相干系数幅度估计植被高度对前面相位估计的高度进行补偿,既保证了一定植被高度估计精度,又大大减少了反演算法的运算量,最后用极化干涉SAR仿真数据验证了该方法的有效性。     

基于语料和基于标引经验的自动分类模式比较

从原理、系统设计、知识库构建、分类算法、性能等方面对自动分类的两种模式———基于训练语料和基于人工标引经验———进行介绍和比较,这两种分类模式都具有一定的可行性。基于训练语料的自动分类模式完全依靠机器学习从训练集中发现类目的特征,数学论证充分,易于维护,比较适合于面向行业和主题的粗分类,但是过分强调了机器学习的效能,忽略了人工智力劳动成果的利用,训练过程和分类过程运算量,算法复杂;而基于标引经验的自动分类模式利用简单的统计学方法从书目数据库中挖掘人工标引经验,适用于面向体系分类法的详细分类,分类算法简单,运算量小,但过分依赖经验,缺乏有说服力的数学证明。知识库的完备性和合理性是影响两者分类效能的主要因素,是两者面临的共同问题。     

借款费用资本化额计算方法探讨

现行资本化额的计算方法存在缺陷:第一,会计信息及时性不强;第二,未严格执行责权发生制;第三,资本化率的计算方法欠妥.由此对计算方法进行简化和改进,可以提高会计信息的质量.     

个性化推荐系统描述文件攻击检测方法

个性化推荐系统能产生针对性的、个性化的信息来满足不同用户需求,但也很容易受到用户描述文件注入恶意攻击,影响正常的推荐结果。针对该问题,分析和研究了描述文件的形式化模型、描述文件的属性及分类方法,应用粗糙集理论,设计了数据预处理离散化、决策表约简和个性化推荐处理相应算法,提出了一种用户描述文件分类学习和攻击检测的方法;为降低攻击对推荐结果的影响,完善了推荐系统的安全,设计出一种动态交互的个性化推荐模型框架。实例证明,用户描述文件的属性分类及检测方法是有效的,准确率高,能够有效地改善个性化推荐系统模型的安全。