多传感数据融合技术应用研究

附件 6 编号 学 士 学 位 论 文多传感数据融合技术应用研究学生姓名： XXXX 学 号： 2011020XXXX 系 部： 物 理 系 专 业： 电子信息科学与技术 年 级： 11 级 指导教师： XXXXX 完成日期： 2015 年 5 月 6 日学 士 学 位 论 文BACHELOR S THESIS摘要多传感器数据融合技术是近几年发展起来的一门新兴技术，在军事和工农业中有着广阔的应用前景。本文简述了多传感器数据融合结构和方法及卡尔曼滤波基本内涵，运用一种基于算法，采用了一种实用的多点测温法应用于智能温室的控制中，收到了比较好的效果。通过对实时温室环境参数的采集和融合，可获得精确的监测结果，从而为专家系统进行温室参数控制创造了有力条件。实验表明，这种方法提高了温 室环境参数测控的决策准确性，可显著改善温室环境的控制效果。关键字:多传感数据融合；多点温度检测；DS18B20Chinese abstracttopicked multisensor data fusion technology is a new technique developed in recent years, has a broad application prospect in the military and industry and agriculture. Structure. This paper briefly describes the multisensor data fusion and method and the basic connotation of kalman filtering, using an algorithm based on data fusion, adopt a practical multi-point temperature measurement method is applied to the intelligent control of greenhouse, has received the good effect. Through the real acquisition and integration of greenhouse environment parameters, accurate monitoring results can be obtained, thus for expert system for greenhouse parameter control to create a strong conditions. Experiments show that this method improved the room temperature environment parameter measurement and control decision-making accuracy, can significantly improve the greenhouse environment control effect.Key words: multiple sensor data fusion；multi-point temperature detection ；DS18B20学 士 学 位 论 文BACHELOR S THESIS目录中文摘要 .Chinese abstract .1.绪论 .1.1 数据融合研究背景及意义 .1.2 数据融合技术研究历史与现状 .1.3 数据融合国内外的发展形势 .1.4 数据融合的在国内外应用领域 .1.5 数据融合的最新进展 .1.5.1GA 模糊理论相结合 .1.5.2 模糊理论和神经网络理论相结合 .1.5.3 遗传算法和神经网络相结合 .1.5.4GA 模糊神经网络 .2.数据融合问题 .2.1 基本概念 .2.1.1 基本定义 .2.1.2 数据融合原理 .2.2 数据融合分类及方法 .2.2.1 数据融合方法分类 .2.2.2 数据融合方法介绍 .2.3 数据融合过程 .2.4 数据融合技术功能模型 .2.5 数据融合的关键问题及研究方向 .学 士 学 位 论 文BACHELOR S THESIS2.6 数据融合的综合绩效考核 .3.数据融合算法 .3.1 卡尔曼滤波算法 .3.1.1 卡尔曼滤波 .3.1.2 卡尔曼滤波器算法 .3.1.3 卡尔曼滤波参数设置理论分析 .3.2 最小距离聚类法 .3.2.1 距离矩阵 .3.2.2 聚类融合法 .3.3 基于均值的递推融合方法 .3.4 专家系统 .3.5 疏失数据的消除 .4.多温度传感器数据融合的应用研究 .4.1 多温度传感器数据采集系统 .4.2 基于多传感器融合的室内温度采集 .4.3 数据处理 .5.结论 .参考文献 .致谢 .学 士 学 位 论 文BACHELOR S THESIS1.绪论1.1 数据融合研究背景及意义多传感器数据融合的这个概念是在20世纪末提出来的，在当时其实并没有引起人们的足够的重视。近年来，随着科学技术的不断发展，尤其是在军事事业上的应用，多传感器数据融合技术引起了全世界范围的关注，并且成为了一个新兴的研究方向。融合是采集和集成了各种的信息源和多媒体以及多格式信息，从而生成完整的，准确的，及时的和有效的综合类信息的过程。多传感器融合技术研究的是关于多源信息以及其他辅助数据所得的相关信息，从而获得比单个传感器更加准确和更加明确的推理结果。由于数据融合的技术使人们已经深刻的认识到了它存在的意义，又因为新的传感器的出现，处理技术的提高以及处理软件的改进等，从而使得数据的实时融合更成为可能。关于多传感器数据融合问题在软件和硬件上研究技术的发展及其传感器的改进，大大的提高了模拟人类与动物数据融合的能力。现在，数据融合系统已经广泛的应用于目标的跟踪，及自动目标识别的方面和有限的自动推理。并且由于资金推动国防部门，数据融合技术已迅速的从相关技术的简单组合成为了标准的术语，数学和工程学科具有系统设计规则正在形成。数据融合技术的应用软件也将拥有更广阔的商业市场。将数据融合技术用于分析，估计和不同形式的信息校准，从而满足海量数据处理的需要，以及使用该信息来正确地反映可能的实际情况。这意味着实际使用性能的数据集成技术主要有：1）可扩展系统的覆盖范围。2）提高了信息系统的利用率。3）提高系统的容错性，当一个或者几个传感器出现问题的时候，系统依旧可以正常的使用其他的传感器进而获得相对的信息，以便维持系统的正常运作。4）其提高了传感器测量的准确度，还不可避免地减少各种噪声，并且同时描述了有关多个信息使用相同的功能可以降低其所引起的不确定性以及这种测量不准确率，这样显著的提高了系统的精度。5）用以提高靶的检测与识别的能力，各种传感器可以分别描述多个不同目标的特性，并且与靶互补这些特征信息这样可以减少模糊的理解，从而能够提高了系统的正确的决策能力。学 士 学 位 论 文BACHELOR S THESIS6）可以减少投资系统，数据融合，以改善在使用信息的效率，也可以使用多个传感器来得到更便宜的和昂贵的单精度传感器相同或甚至更好的性能，从而它可大大减少系统的成本。数据融合是多源信息处理跨学科的综合理论及技术和方法的研究。它的出现，形成与现代科学技术，高科技产品，尤其是发展迅速，数据融合理论及其应用研究开发以达到前所未有的广度和深度。1.2 数据融合技术研究历史与现状数据融合技术的雏形出现于二战结束后，高炮火控系统同时使用雷达和光学传感器。这两个组合传感器的信息，不仅仅能够有效地提高系统的测距准确度，而且还可以大大提高其在恶劣天气下的抗干扰能力。然而，当这两个数据的综合评价是手工做的，质量不高，速度慢，这个系统不会对战局一个显著的影响，并没有引起人们的充分重视。在检测敌方潜艇的过程中，由于杂波的影响，在一定区域，目标识别基于声纳是非常困难的，和研究机构发现，利用计算机技术将多个独立的连续声纳融合的信号，你可以探测敌方潜艇的位置，这是原因引入多传感器数据融合这一发现作为一个独立的技术在军事上的应用最早的青睐。自那时以来，美国国防部门开始在军事领域的指挥，控制，通信和情报与（指挥，控制，通信和情报，C3I）的多个传感器来收集战场信息系统来研究。指挥自动化系统成为同义词用C3I系统，C3I系统收集来自多个来源的信息，分布式发电的数据处理和决策的典型例子是多传感器数据融合技术的应用。在 20世纪80年代以后，随着科学技术的不断发展，特别是迫切的要求军队，这时，多传感器数据融合技术已经引起了世界各国的普遍关注，在相应的理论和技术的带动下不断的发展：一个广泛的数据融合科学和技术的发展，主要表现在以下几个方面：1）感测技术已取得了快速的发展，多传感器系统和设备的设计和生产的能力，使传感器的性能大大提高，如：更高的分辨率，检测和更快的响应速度的更远处的较高概率等。以至于各种复杂的关于应用军用或民用的多传感器系统的背景的大量涌现。2）信号处理，模式识别，图像处理，人工智能和神经网络，以及吉林大学博士论文等相关的学校，传感器数据融合的研究学科发展的难题进行数据融合技术提供了丰富的理论支持和技术手段，通过利用来自不同学科的研究成果，使我们能够最大限度地有用信息的提取，给出正确的估计，识别和决策。招收科技这些最新学 士 学 位 论 文BACHELOR S THESIS成果，数据融合的研究凝聚时代成为了最新的科技文明和智慧。国内的研究报告显示，20世纪后期，出现了多传感器数据融合技术的研究。在20世纪90年代初，随着各类的传感器研制成功，不管是军方方面和各种基金部门方面，还是国内的多家高校以及科研院所都已经开始研究这项技术，我们在这个方面已经取得了很大理论研究的成果。与此同时，也有有关数据融合类的翻译。 “从上世纪90年代末到现在，在全国数据融合已成为公共密钥吉林大学博士论文备受关注。多传感器数据融合的技术问题，使许多学者致力于机动目标的跟踪，分布式数据的融合，识别，形势的评估，判断与威胁，以及报警系统与决策信息融合。1.3 数据融合国内外的发展形势数据融合并不仅仅一种单一的技术，而是一种全面理论与方法的跨学科，它仍然不是一个非常复杂的新的研究，随着时间的转移仍然在不断的变化和发展中，目前的数据融合的研究可以概括如下：建立基本理论的数据库。基础研究在两个方面。一种类似的方法是信息数值积分，特别是对各种最好，次优算法，第二是一个符号的方法的不同类型的信息的累积，其理论的更大的困难，目前的专家系统技术，各种人工智能技术为基础的。然而，传统的专家系统往往不能满足实际需求和实时的推理。因此，研究使用新的人工智能技术的学习。准确的研究和强大的融合算法与型号两者。它着重于相关处理，融合算法和处理与系统仿真模型，注重稳定性和这些算法和模型精度，开展研究，以评估的技术和指标数据融合系统。用数据库与知识库，高速并行的检索和推理融合的研究数据。推理系统的不断发展，特别是不确定性的推理，以开展状态来估计和决策分析的一体化进程。分布式数据处理架构融合的研究数据。过程分为适合实施并行计算机并行处理算法。数据融合系统的工程设计方法和系统评价方法。1.4 数据融合的在国内外应用领域应用可大致分为两种类型军用和民用的。数据融合技术的复杂性与工作范围在军事领域方面不仅应用于战术和战略问题，还促使C3I扩大；手工加工已经渐渐无法满足战场决策的需要。这需要改进的综合数据处理的方法，使之能有效学 士 学 位 论 文BACHELOR S THESIS地处理大量的高速输入数据和产生准确的估计。出于这个原因，引入自动化的数据融合，是为了合成各种数据到单个，连续的战术或战略情况表示。因此，为了了解，为了有效打击管理和决策我们的军事指挥官和及时的敌情。在数据融合，通常使用多个信息源和传感器收集的战术状况的信息，其中包括测试报告的事件或目标，目标跟踪，事实的陈述和测量在数据方面的不确定性。这些数据可以用来检测，定位和识别战术目标和事件。对于不同的国家或模型的目标识别由任何一个或一组变量进行检测，通过测定该目标识别处理属性，目标由多个传感器尖端提供行为或上下文，来推断靶的性质。2.数据融合技术在电子信息系统领域在电子和信息系统的学科，在单词数据融合数据具有的信息的含义：它包括各种信息作为声，光，电，视频，振动，触觉，力学和类型的信息，包括文本。关于数据融合系统在无线网络和有线网络方面的应用，以及在智能网络的基础上，收集的信息，智能宽带综合数字网，且不仅可以利用光纤数字通信的技术，还可以运用图像传输的技术和高吞吐量，并行接入技术等。各种传感器收集的信息，都可以通过通信网络融合的中心。这是数据融合分布式信息收集结构。二是传感器融合收集信息。第三是形成两个或更多类型的信息收集方法的混合物的结构。除了物理信息，数据整合也是社会阶层的信息表示语言。这涉及到理论和获取大规模语料中国，语言知识，机器翻译，自然语言理解处理技术的方法。3.数据融合技术在计算机领域通过计算机的发展历程，包括电脑渠道开发并行计算机，从图像处理，数据库开发，从一般的开发价值计算的综合图像数据库。如果我们能够从数据融合的角度来出发，计算机的未来发展里基本会包含数值的并行计算功能和图像处理以及集成空时图像的数据库等。人类的大脑逐渐向信息采集，处理，存储一体化的发展方向。多媒体是最简单的数据融合结果的形式之一。在计算机科学系，目前的并行数据库，主动数据库，研究多个数据库，但没有提及的空间的概念，实时数据库。数据整合需要系统适应变化的外部世界，所以空间和时间的概念应运而生，提供保障，为数据集成。拟议中的空间，时间数据库是计算机科学专业的研究方向。4.数据融合技术在自动化领域在自动化领域信息科学，各种控制理论的基础上，数据融合。的空间，时间一个数据融合的数据信息和推理机制，对数据和信息产品对环境的自动解释和情况作出判决。在我们这个一体化的大型融合系统的理论中，有关复杂系统的理论，学 士 学 位 论 文BACHELOR S THESIS模糊控制，以及智能控制，还存在生物，经济，社会，军事等控制理论，定性和定量推理。按照人脑功能与视觉，听觉，触觉，记忆，以及学习和更高的认知过程的原理。5.数据融合技术在测量领域多传感器数据融合技术应用在成为的关键技术之一，以提高绩效评估系统。在技术层面，多传感器测量的应用是技术发展的必然结果。测量技术，快速渗透到科研和工业生产自动化设备，计算机设备，网络设备技术相结合的发展的所有领域，多传感器技术的进一步发展开辟了广阔的空间。在测量，数据采集，控制和三问今天的界限越来越模糊，现代化的生产和生活的技术支持区，是实时的支持下准确而可靠的测量控制。由于控制的目的是保证生产的正常运行，所以在过程控制方案的控制不仅要具有测定的合理和适当的方法。而且还可以根据处理数据的正确使用各种仪器。智能数据融合的方法所属的类别，根据自己的独特属性，优化复杂问题和表征技术测量来解决复杂的测量，多样性，准确性和及时性的问题，拓宽道路，并已在实践中取得了良好的效果。6.数据融合技术在建筑结构无损检测领域妥协的混凝土建筑结构的质量，加强质量检查和混凝土施工工艺的控制成为一个重要课题。主要质量指标及混凝土抗压强度始终立足标准试件的基础。然而，由于检体的成型条件，固化条件和应力状态是不同的结构混凝土完全一致，试样的测定值不能代表结构的真实状态。因此，研究直接检查的结构凝血测定强度而不损害的结构检测方法已经成为我们所面临的一个主要问题。1.5 数据融合的最新进展因为各种方法之间的互补性的，所述两个或更多种有机融合算法可以经常超过达到比单纯使用算法的结果更好。1.5.1 GA模糊理论相结合遗传算法是一种并行算法，解决了多参数优化问题，并使用一些为算法，编码和应用的特性的新的经营者如实交叉不一致对应变化的技术都保证GA具有更好的性能和节省时间。另外，遗传算法使用某一操作者可更好地模拟模糊关系，可以实现融合的精度高。它可以与模糊理论在可靠性的情况下，信息冗余，信息互补的不确定性来源以及层次的整合，以接近传感器数据融合的最佳方式结合起来。因此，这