多传感器系统中的身份融合技术研究

文章介绍了在多传感器系统中身份融合的三种方法,并重点介绍和分析了D-S证据理论法及其改进算法,指出了各自的优劣,最后建议采用D-S证据理论法与其改进算法相结合的途径来进行身份融合。     

一种目标识别的三级混合数据融合方法

多级混合数据融合方法是解决目标分类识别问题的一种重要途径，研究了一种三级混合数据融合方法，该算法在不同级别使用了改进的BP算法、D-S证据理论及基于模糊综合的方法。     

基于D-S证据理论的柴油机故障检测方法

给出一种基于D-S证据理论的多传感器信息融合方法,并应用于某型船用柴油机故障检测中。首先,为克服人为因素和系统误差的干扰,在现场采集数据基础上,采用概率统计的方法来构造D-S证据理论的基本概率分配函数;然后,利用D-S证据理论对多传感器采集的信息进行融合;最后,将该方法应用于某型船用柴油机的故障检测中。实验结果表明,利用D-S证据理论解决了该型柴油机故障检测中多传感器信息融合问题,有效避免了人为因素的干扰,克服了单传感器信息的不确定性和片面性,提高了故障检测的准确度和可信度。     

基于模糊AHP和D-S理论的舰船设计质量评估方法研究

舰船的设计质量是决定舰船最终质量的最为关键的因素。提出运用模糊AHP和D-S理论相结合的方法对舰船设计质量进行评估,并将最优证据引入D-S理论,解决证据冲突问题,使评估结果更加科学合理。通过实例证明了方法的可行性,对控制舰船的设计质量以保证研制的顺利进行具有重要意义。     

改进的D-S证据理论在海上目标融合识别模型中的应用

船舶海上航行的过程中传感器获取到的信息间会存在冲突。本文对传统的D-S证据理论进行改进,通过权重来调整不同证据的可信度,然后利用Dempster合并法则实现目标信息的融合。最后通过对比实验证明本文改进算法的有效性和稳定性优于其他对比算法。     

基于SVM与改进AHP-DS证据融合的故障诊断方法

针对传统DS(Dempster-Shafer)证据理论应用于高冲突证据融合中失效的问题,提出一种改进层次分析法(Analytic Hierarchy Process, AHP)结合DS证据理论的故障诊断方法。对多分类SVM的核函数参数和惩罚因子全局寻优,形成基于SVM的3个证据体进行故障模式识别;引入差异性、冲突性和不确定性3项证据冲突衡量标准,构造层次结构模型;对层次分析法进行改进,消除两两比较矩阵构造过程中主观性影响,获得证据体的可信度权重,进行加权证据融合。船舶空调系统故障诊断试验结果表明,该方法能够有效处理高冲突证据融合问题,提升故障的诊断精度。     

基于D-S证据理论和BP算法的直流电机故障诊断研究

提出一种基于D-S证据理论和BP算法的故障诊断方法,通过分析直流电机的故障机理,得到电机在不同故障情况下表现的信号特征,给出了基于BP神经网络和D-S证据理论的多传感器数据融合技术的直流电机故障诊断方法,利用多源信息间的冗余性和互补性,有效提取故障特征信息,提高了诊断的可靠性和灵敏度.     

基于D-S证据理论的舰船技术状态评估方法

在简要叙述船舶技术状态评估现状的基础上,提出了基于D-S证据理论的舰船技术状态评估方法。介绍了船舶技术状态评估的重要性和发展现状,以及可处理由不知道所引起的不确定性的D-S证据理论和基于D-S证据理论的决策方法;通过实例详细阐述如何用D-S证据理论进行舰船技术状态评估。实例证明,通过应用D-S证据理论,提高了舰船技术状态评估的准确性和可靠性,降低了评估的不确定性。     

基于BP网络与D-S证据理论的态势估计问题研究

针对D-S证据理论应用于态势估计过程中,基本概率赋值函数难以确定的问题,提出一种基于神经网络获取基本概率赋值函数再进行证据组合的方法.首先,在传感器探测和0级处理、1级处理的基础上,将各时刻传感器所探测目标的状态、属性、类别、事件等提取出来;然后,经过预处理后利用BP神经网络进行敌目标意图分类识别;最后,将神经网络的输出作为基本概率赋值,采用D-S证据理论来完成决策级融合,实现对海战场的战术态势估计.通过算例仿真,结果表明该方法是一种有效可行的态势估计方法.     

基于高阶模糊神经网络及D-S证据理论的数据融合系统

高阶神经网络具有容量大、逼近能力强、容错范围广的特点,模糊系统具有较高的模糊语言处理能力,D-S证据理论具有不需要先验概率的优点.故将高阶神经网络、模糊系统、D-S证据理论运用于数据融合系统,可以使得该系统具有较强的系统自学习能力和对外界环境的适应能力.     

基于D—S证据理论的复合制导目标识别技术

根据主动雷达／红外复合制导反舰导弹各传感器所提供的信息构建基本概率赋值函数；依据基于准贝叶斯结构的D-S证据理论合成BPA、进行目标识别、提出算法流程。仿真实验表明：这种基于D-S证据理论的复合制导目标识别技术能有效降低目标识别的不确定性概率，提高正确识别率。     

舰载捷联惯导姿态更新算法研究

针对舰艇、轮船等经常处于低频圆锥运动、角机动等恶劣工作环境,传统姿态更新的误差补偿方法在多子样更新中补偿效果较差的问题,提出了一种改进方法。通过建立角增量的2N-2阶近似模型并利用其各阶导数之间的解析关系,实现了对等效旋转矢量的进一步修正。使用参数解析法与改进算法分别推导研究了四子样情况下的优化结果,并分析研究了改进算法在四子样以上情况下的适用性。研究表明,与参数解析法相比,改进算法可以在四子样及四子样以上的情况下简单直观地得到更加精准的优化系数,且与四子样参数解析法相比,其误差缩小了2个数量级,同时也比五子样参数解析法更精确。     

基于博弈论的船舶电力系统脆性负熵流分析

将博弈论引入到船舶电力系统性负熵流研究中,研究表明,船舶电力系统务子系统对负熵的获取是满足极大熵准则下的非合作博弈.通过仿真表明船舶电力系统务子系统对负熵流的合理获取对船舶电力系统的安全稳定性至关重要.     

改进D-S算法在船舶汽轮机故障诊断中的应用研究

针对汽轮机组的故障特征,将多个传感器获得的实时信号进行特征提取,对D-S证据理论在应用中不合理处进行改进。应用比较的结果表明,改进后的算法公式可信度明显提高,不确定性大大降低。     

通道失配对测向性能的影响与分析

针对通道失配对超分辨测向性能的影响进行了理论分析，然后对各种常见的用于超分辨测向的天线阵进行了仿真实验。一方面证明了理论分析的正确性，同时也为实际的天线阵布阵提供了一些技术参考。     

基于DS证据理论的船舶能耗评估

介绍了证据理论基本概念,搭建能耗评估模型,构建了船舶能耗综合评价指标体系,提出了基本信度分配应遵循的原则。实际算例分析验证了模型的优越性和有效性。应用本文方法能得到准确的综合评估结果,给出评估结果对应的置信度系数。     

基于ADAMS仿真求解集装箱正面吊运机作业稳定系数

应用ADAMS软件,通过实体建立模型并进行与现实作业相同的运行方式进行仿真,运用力矩平衡原理建立稳定系数的计算公式进行计算求解,得到在车体静止和以一定速度运动的状态中一系列工况下作业的稳定系数曲线,并取值与人工计算值相比较,结果更加具有说服力。结果对集装箱正面吊运机生产设计过程有参考价值,同时应用其对吊运机作业进行安全分析也是十分必要的。     

弹性层阻尼对SANDWlCH梁弯曲共振法测量结果影响分析

经典SANDWICH梁弯曲共振法测量理论由于忽略了SANDWIICH试件弹性层阻尼的影响,给阻尼材料动态力学参数测量结果引入了误差.该文首先基于约束阻尼结构弯曲共振模型,推导了考虑弹性层阻尼影响的SANDWICH梁弯曲共振法测量方程;然后分别基于经典方程及改进方程对同一试件的测量数据进行了处理,并通过对结果的比较,分析了由于忽略弹性层阻尼而给测量结果造成的影响.研究表明:忽略弹性层阻尼影响对阻尼材料损耗因子的测量精度影响更显著,并且损耗因子的测量误差对弹性层阻尼的变化也更敏感.忽略弹性层阻尼影响还会导致由无效的测量数据得到看似合理的材料参数测量结果,从而误导阻尼减振降噪结构的设计.文中研究内容为SANDWICH试件弹性层材料的选择及测量结果的评估提供了理论依据,对提高SANDWICH梁弯曲共振法测量精度及阻尼技术的有效应用具有重要意义.     

舰载软件在不确定操作剖面下的可靠性评定

针对舰载软件的高可靠性特点讨论了在软件可靠性评估中研究操作剖面不确定性的必要性。在软件分域测试时，建立不确定操作剖面下的软件可靠性评估模型。当测试结果无失效时，利用序求解软件可靠度的精确置信限。对于不确定问题使用网格分析法，将其转化为在确定性问题下进行分析。最后通过实例将本方法得到的结果与文献[6]中方法得到的结果进行比较。     

Application of data fusion method to fault diagnosis of nuclear power plant

The work condition of nuclear power plant (NPP) is very bad, which makes it has faults easily. In order to diagnose the faults real time, the fusion diagnosis system is built. The data fusion fault diagnosis system adopts data fusion method and divides the fault diagnosis into three levels, which are data fusion level, feature level and decision level. The feature level uses three parallel neural networks whose structures are the same. The purpose of using neural networks is mainly to get basic probability assignment (BPA) of D-S evidence theory, and the neural networks in feature level are used for local diagnosis, D-S evidence theory is adopted to integrate the local diagnosis results in decision level. The reactor coolant system is the study object and we choose 2# steam generator Utubes break of the reactor coolant system as a diagnostic example, The experiments prove that the fusion diagnosis system can satisfy the fault diagnosis requirement of complicated system, and verify that the fusion fault diagnosis system can realize the fault diagnosis of NPP on line timely.