选择特殊符号

Ф δ ° × # Ⅱ Ⅲ ½ ¼

选择搜索类型

市场价信息价参考价询价供应商云知资讯文库百科

热门搜索

造价通

请输入搜索

首页 > 百科 > 电气百科

多传感器数据融合系统：EKF及模糊决策应用分析目录

多传感器数据融合系统：EKF及模糊决策应用分析目录

第1章数据融合 1.1 低层次融合 1.2 中级融合 1.3 高层次融合 1.4 安全 1.5 传感器融合 1.6 应用历史 第2章传感器类型 2.1 传感器 2.2 传感器的选择 2.3 声呐 2.3.1 声呐换能器 2.3.2 声呐的应用 2.4 激光传感器 2.4.1 激光 2.4.2 激光光 2.4.3 激光的应用 2.5 射频传感器 2.5.1 射频传感器的应用 第3章新的安全监控系统 3.1 目标动态传感 3.2 安全决策 第4章传感器融合 4.1 相似度概念 4.2 迭代贝叶斯估计和最后验概率 4.3 全局和局部指标 第5章状态估计 5.1 卡尔曼滤波 5.2 扩展卡尔曼滤波 第6章状态变换（同类传感器互补） 第7章决策制定—模糊逻辑系统 7.1 决策过程 7.2 模糊逻辑系统 7.31—型模糊逻辑系统 7.3.11—型隶属度函数及其运算 7.3.2 语言变量和IF—THEN规则 7.3.3 基于模糊规则的推理 7.42—型模糊逻辑系统 7.4.12—型模糊集与隶属函数 7.5 模糊逻辑控制 7.6 异构传感器的互补性 第8章结果与讨论 8.1 卡尔曼滤波结果 8.1.1 两目标的仿真 8.1.2 三目标的仿真 8.2 扩展卡尔曼滤波结果 第9章结论和工作展望 附录A 超模糊逻辑决策在安全监视系统中的应用 A.1 引言 A.2 安全系统 A.3 模糊逻辑基本原理 A.4 超模糊 A.5 结果和讨论 附录B 系统代码 参考文献

多传感器数据融合系统：EKF及模糊决策应用分析造价信息

市场价
信息价
询价

传感器

规格型号：
IRM-SOlIN产品编码:33040014;描述:智能红外探测器,智能双鉴,探测距离l2m,RJ45母口,支持现场配线;
价格行情：
材料单位：
个
材料品牌：
艾默生
材料税率：
13%
供应商：
沈阳天源时创科技有限公司
报价时间：
2022-12-07

查看价格

红外双鉴传感器

规格型号：
品种:红外双鉴传感器;产品说明:壁挂安装;
价格行情：
材料单位：
台
材料品牌：
多品牌
材料税率：
13%
供应商：
北京欧兰特科技有限公司
报价时间：
2022-12-07

查看价格

心理仪器数据分析系统

规格型号：
价格行情：
材料单位：
套
材料品牌：
材料税率：
13%
供应商：
东莞市新科教学设备有限公司
报价时间：
2022-12-07

查看价格

传感器支架

规格型号：
品种:探测器附件;型号:B800;系列:附件;产品说明:吸顶式旋转支架(DS820,DS835,DS860系列可选用之配件);
价格行情：
材料单位：
台
材料品牌：
博世
材料税率：
13%
供应商：
上海文桢电子科技有限公司
报价时间：
2022-12-07

查看价格

传感器支架

规格型号：
品种:探测器附件;型号:B335-3;系列:附件;产品说明:旋转安装支架(DS800及DS900系列可选用之配件)(3个/1包);
价格行情：
材料单位：
台
材料品牌：
博世
材料税率：
13%
供应商：
上海文桢电子科技有限公司
报价时间：
2022-12-07

查看价格

立式防盗探测器

规格型号：
FD-420T
价格行情：
材料单位：
个
材料税率：
地区时间：
湛江市2005年2月信息价
所属行业：
建筑工程
备注说明：

查看价格

红外光束探测器

规格型号：
SX1005/100M
价格行情：
材料单位：
副
材料税率：
地区时间：
湛江市2005年1月信息价
所属行业：
建筑工程
备注说明：

查看价格

直接模块扩展连接器

规格型号：
346903
价格行情：
材料单位：
个
材料税率：
地区时间：
湛江市2007年3季度信息价
所属行业：
建筑工程
备注说明：

查看价格

红外光束探测器

规格型号：
SX1005/6M
价格行情：
材料单位：
副
材料税率：
地区时间：
湛江市2005年1月信息价
所属行业：
建筑工程
备注说明：

查看价格

立式防盗探测器

规格型号：
FD-420T
价格行情：
材料单位：
个
材料税率：
地区时间：
湛江市2005年1月信息价
所属行业：
建筑工程
备注说明：

查看价格

融合大数据-人脸数据应用

规格型号：
DS-VJMNC-3XY人脸数据应用
需求量：
1套
报价数：
3
材料品牌：
材料档次：
高档
费用说明：
含税费 | 含运费
询价时间：
2020-04-14

查看价格

融合大数据-WIFI数据应用

规格型号：
DS-VJMNC-3XY WIFI数据应用
需求量：
1套
报价数：
3
材料品牌：
材料档次：
高档
费用说明：
含税费 | 含运费
询价时间：
2020-04-14

查看价格

融合大数据-人体数据应用

规格型号：
DS-VJMNC-3XY人体数据应用
需求量：
1套
报价数：
3
材料品牌：
材料档次：
高档
费用说明：
含税费 | 含运费
询价时间：
2020-04-14

查看价格

市场端数据分析预警应用

规格型号：
建设水产大数据全产业链监测预警应用,覆盖全产业链的数字化监测预警,覆盖养殖端,加工端,流通端,市场端,上游供应侧的业务数据,建立完整的分析指标体系和预警指标体系,为大数据决策指挥提供核心指标参考.
需求量：
1项
报价数：
1
材料品牌：
材料档次：
中档
费用说明：
不含税费 | 含运费
询价时间：
2021-07-26

查看价格

辅助决策系统

规格型号：
辅助决策系统
需求量：
1套
报价数：
1
材料品牌：
材料档次：
中高档
费用说明：
不含税费 | 不含运费
询价时间：
2017-11-10

查看价格

多传感器数据融合系统：EKF及模糊决策应用分析内容简介

传感器是连接被测环境与实际测量的桥梁，是环境状态精准量测中最初始和最重要的部分。不精确的传感器读数会导致冗余的环境量测，产生不恰当甚至错误的决策[1，2]。当一个传感器不能提供必要的数据时，就需要使用传感器融合技术。传感器融合最简单的形式就是将两个或更多的传感器用某种方式结合起来，并能够取其优势，去其不足。人们对数据融合的需求以及兴趣正在快速增长，并针对各类生活需求进行了大规模的研究。许多微处理器，先进的传感器及新技术被开发出来。这使得数据融合达到了一个新的水平，即利用多传感器改善结果。数据融合的应用范围非常广，从军事到医疗都有涉及，例如战场监视、智能武器自动目标识别、健康保养和改进的医学诊断。制造与安全也属于数据融合研究的重点，这个系统的实现需要理解基本术语、数据融合处理模型及其结构。传感器的数据给闭环系统提供反馈。通常我们面对的是错误的或不准确的传感器，因此需要利用传感器融合技术混合两个或多个传感器从而创建一个更好的传感器。通过对单个传感器的输出进行滤波来实现传感器融合。传感器的缺点通常包括噪声水平和非统一数量级。大多数情况下，传感器融合不过就是简单的二阶低通或高通滤波器的结果相加。这种简单的融合允许两个传感器提供输出。多传感器数据融合的应用定义明确并有针对性。军事相关的应用涵盖了目标识别、引导无人战车、远距离感知、战场监控和自动威胁识别系统，如敌、我、中立识别系统。非军事应用包括制造过程监控、复杂机器的状态检修、工业机器人和关键医疗应用。数据融合技术来自各种各样传统的学科，包括：数字信号处理、统计估计、控制论、人工智能和经典数学方法。从历史上来看，数据融合方法的开发主要用于非民用方面。然而，近年来这些方法已经应用于生活中，并已经出现了双向技术转让。一般来说，传感器融合信息应用广泛，如：（1）智能建筑。引入不同的控制系统控制照明，使照明达到最佳效果。根据灯区的地面规划安排照明区域的开关，以免当只有一小部分需要照明时，浪费了大量不必要的照明。另外，控制照明考虑了时间因素。总的来说，利用预先确定的照明计划，自动开关每个区域的照明。在间歇使用的空间中利用感应传感器。利用感应传感器来感应是否有人出现，从而自动控制灯的开关。（2）环境监测。遥感是最常见的监控手段，利用飞机或卫星，使用多传感器系统实现对环境的监控。这种监控又分为两个不同的种类，都属于被动感知，即由物体或周围区域发射或反射的自然辐射是可以检测到的。在环境遥感中，当传感器调节到特定波长，反射的太阳光是最常见的可被被动传感器测量到的辐射源。收集到的感知数据量非常大，需要计算机辅助分析。远程主动传感器发出能量，并利用被动传感器去监测和测量目标反射回来的辐射。通常使用激光雷达（LIDAR）收集一个区域的地貌信息。远程感知也便于收集危险区域的数据。（3）监测和工业过程控制利用感知和数据报告这一概念来管理和控制流水线。人类和机器人利用这些过滤后的感知数据，相应地采取行动。（4）医疗诊断是数据感知融合中最重要的应用之一。许多医疗设备使用了这一概念，如成像（MRI系统）和外科起搏器的应用。主要的问题是如何融合或整合异类或同类信息源。融合根据融合发生时的过程水平分为三个主要的类别，即低层次融合、中级融合、高层次融合。低层次融合，也称为数据融合，它结合了数个原始数据源并生成了一个比输入包含更多信息的原始数据。中级融合，也称为特征级融合，结合各类特征形成一个有指导意义的特征，并用来进行更多的处理。高层次融合是指决策制定层的融合。

多传感器数据融合系统：EKF及模糊决策应用分析基本信息

书号978-7-118-11100-2 作者（美）塔里克·〖JP〗达赫拉拉（Tarek Dakhlallah） 出版时间2016年9月 译者王海鹏，熊伟，贾舒宜 版次1版1次 装帧精装 出版基金装备科技译著出版基金 页数109 字数122 中图分类TP212 定价59.00

多传感器数据融合系统：EKF及模糊决策应用分析目录常见问题

数字传感器的应用及前景

在微处理器和传感器变得越来越便宜的今天，全自动或半自动（通过人工指令进行高层次操作，自动处理低层次操作）系统可以包含更多智能性功能，能从其环境中获得并处理更多不同的参数。尤其是MEMS（微型机电系统）...
传感器有哪些应用

常见的：1.自动门，利用人体的红外微波来开关门2.烟雾报警器，利用烟敏电阻来测量烟雾浓度，从而达到报警目的3.手机，数码相机的照相机，利用光学传感器来捕获图象4.电子称，利用力学传感器（导体应变片技术...
传感器应用技术的传感器应用综述

传感器在新技术领域中的应用：传感器是新技术革命和信息社会的重要技术基础，是当今世界极其重要的高科技，一切现代化仪器、设备几乎都离不开传感器。1.光纤传感器：近几年，光纤传感器的发展异常迅速，显现出巨大...

多传感器数据融合系统：EKF及模糊决策应用分析目录文献

基于多传感器数据融合的温室环境控制的研究

基于多传感器数据融合的温室环境控制的研究

基于多传感器数据融合的温室环境控制的研究

格式：pdf

大小：1.3MB

页数： 3页

基于多传感器数据融合的温室环境控制的研究

在线阅读立即下载

基于多传感器数据融合的喷水推进泵空化分类识别

基于多传感器数据融合的喷水推进泵空化分类识别

基于多传感器数据融合的喷水推进泵空化分类识别

格式：pdf

大小：1.3MB

页数：未知

采用基于奇异值分解和人工神经网络的多传感器数据融合方法对喷水推进泵的空化状态进行了分类识别研究。首先利用基于奇异值分解的权值估计算法分别对水声信号和振动信号在时间上进行数据级融合,提取出各自的特征,然后将所有特征组合起来作为神经网络的输入,利用BP网络和RBF网络进行特征级融合和分类识别。分析结果表明:基于多传感器数据融合的分类识别结果优于单传感器分类识别结果;采用基于奇异值分解的数据融合方法后,分类识别率显著提高,对空化初生微弱特征的识别效果尤佳。

在线阅读立即下载

模糊多准则决策理论和方法研究项目摘要

模糊多准则决策是近年来国际学术界极其活跃的研究领域之一，现已取得大量研究成果，但也存在某些相互矛盾的结论和县而未决的问题。故系统研究模糊多准则决策的理论和方法，解决模糊多属性决策与模糊多目标决策中存在的若干疑难问题，不仅具有重要的理论价值，且可促进模糊技术的发展，创造良好的应用前景。 2100433B

多传感器数据融合及其应用内容介绍

本书以具有代表性的C3I系统为主线，介绍了多传感器数据融合系统的基本概念，系统组成，基本原理以及多传感器数据融合系统设计中所采用的基本方法。 全书共分七章，第一章介绍多传感器信息系统的一般概念及组成，第二章至第六章的内容分别为多传感器系统状成估计，数据关联原理和方法，航迹融合等，第七章简单介绍了C3I系统所用到的几种主要传感器。 本书是为电子信息类专业对应的各个学科的士研究生编写的，也可供从事电子信息系统研究与设计的工程技术人员和此领域的博士研究生参考。

多传感器数据融合及其应用图书目录

第1章多传感器数据融合概述 1 1.1 引言 1 1.1.1 概况 1 1.1.2 雷达信息处理系统的发展过程 3 1.1.3 数据融合系统中的主要传感器 6 1.1.4 数据融合的应用领域 8 1.2 数据融合的定义和通用模型 10 1.2.1 数据融合的定义 10 1.2.2 数据融合的通用模型 11 1.2.3 传感器组成及描述 12 1.3 数据融合的重要性和潜在能力 16 1.4 数据融合的分类 17 1.4.1 像素级融合 17 1.4.2 特征级融合 18 1.4.3 决策级融合 18 1.5 数据融合技术 19 1.6 数据融合的主要内容 20 第2章状态估计 23 2.1 卡尔曼滤波器 23 2.1.1 用数字滤波器作为估值器 24 2.1.2 线性均方估计 26 2.1.3 最优递归估值器--标量卡尔曼滤波器 28 2.1.4 向量卡尔曼滤波器 30 2.1.5 扩展卡尔曼滤波器 35 2.1.6 卡尔曼滤波器在雷达跟踪中的应用 40 2.1.7 扩展卡尔曼滤波器在目标跟踪和卫星轨道确定方面的应用 43 2.1.8 目标机动检测 47 2.1.9 自适应卡尔曼滤波器 49 2.2 常系数α-β和α-β-γ滤波器 52 2.2.1 目标运动模型 52 2.2.2 常系数α-β和α-β-γ滤波器 52 2.2.3 常系数α-β和α-β-γ滤波器的系数 54 2.2.4 变系数α-β和α-β-γ滤波器的系数 55 2.2.5 α-β和α-β-γ组合滤波器 56 2.3 自适应α-β滤波器 57 2.3.1 目标运动方程和观测方程 57 2.3.2 自适应系数的获取 57 2.3.3 滤波算法 58 2.3.4 获取α(k)和β(k)的局部方差方法 58

相关推荐

相关百科
相关知识
相关专栏

免费服务热线: 400-888-9639