本文以數(shù)據(jù)融合理論為基礎，進行情報雷達的數(shù)據(jù)融合系統(tǒng)的設計與實現(xiàn)。系統(tǒng)主要包括數(shù)據(jù)配準、數(shù)據(jù)關聯(lián)、目標狀態(tài)估計幾個方面。在系統(tǒng)的數(shù)據(jù)配準中，首先進行坐標變換，然后采用主站雷達測量坐標系下的誤差線性化方法進行系統(tǒng)誤差估計。通過仿真表明，利用誤差修正可以抑制隨機噪聲，較為準確地估計各雷達站的系統(tǒng)誤差。在系統(tǒng)的數(shù)據(jù)關聯(lián)部分，本文將動態(tài)分區(qū)與整體相關思想相結(jié)合進行航跡相關，減小了關聯(lián)數(shù)據(jù)量，并大大降低了誤相關率，提高了系統(tǒng)的實際應用能力。同時采用灰色關聯(lián)的思想，有效地利用雷達提供的數(shù)據(jù)而盡量避免對融合系統(tǒng)的影響，很好地解決兩坐標雷達觀測數(shù)據(jù)的融合問題。在跟蹤維持部分，文中利用“模糊相似”很好地進行航跡起始，并采用序貫濾波和灰色理論解決融合中出現(xiàn)的異步和異質(zhì)數(shù)據(jù)的問題，使主副站航跡更好地進行融合。除了原理的敘述外，在C+ Builder環(huán)境下，采用本文方法進行了多情報雷達的航跡綜合仿真。本文提供了很好的數(shù)據(jù)融合實現(xiàn)的思路和流程，并可以在實際系統(tǒng)中很好地應用。關鍵詞：數(shù)據(jù)融合航跡綜合誤差修正數(shù)據(jù)關聯(lián)動態(tài)分區(qū)整體相關模糊相似灰色系統(tǒng)理論優(yōu)勢分析序貫濾波
標簽： 數(shù)據(jù)融合
上傳時間： 2022-03-17
上傳用戶：ttalli
（1）介紹了模擬電路故障診斷技術(shù)發(fā)展和現(xiàn)狀，對現(xiàn)有的主要診斷方法以及近年來先進的神經(jīng)網(wǎng)絡理論和技術(shù)以及數(shù)據(jù)融合技術(shù)在模擬電路故障診斷領域中的應用進行了簡單的論述（2）對神經(jīng)網(wǎng)絡方法的基本原理及其在模擬電路故障診斷中的優(yōu)勢進行了詳細的介紹，包括神經(jīng)網(wǎng)絡的分類和神經(jīng)網(wǎng)絡的學習規(guī)則。詳細說明在電路故障診斷中應用最廣泛的BP神經(jīng)網(wǎng)的設計、訓練和測試方法，并對一個兩級RC耦合放大器電路例進行了測試、神經(jīng)網(wǎng)絡訓練和診斷。（3）介紹了數(shù)據(jù)融合技術(shù)的概念、優(yōu)缺點、基本方法及其在各個領域的應用情況。然后對于數(shù)據(jù)融合具體方法，著重研究了 Bayes統(tǒng)計融合方法Dempster-Shafer證據(jù)理論融合方法以及模糊集理論融合方法。最后采用基于待定系數(shù)法的隸屬度構(gòu)造法以及模糊融合的方法對實例電路進行了故障診斷。（4）提出了一種新的利用包含元件直流特性信息的靜態(tài)工作點電壓和包含元件交流特性信息的不同頻率激勵下輸出電壓峰值與輸出電壓峰值的比值兩類信息進行數(shù)據(jù)融合診斷的方法，保證故障信息量的同時降低了獲取難度，應用模糊數(shù)學的理論，通過模糊變換將兩類故障信息通過兩個神經(jīng)網(wǎng)絡診斷得出的故障求屬度進行決策層的數(shù)據(jù)融合，較好的解決了了單神經(jīng)網(wǎng)絡診斷信息量不足，由于電路元件互相影響而產(chǎn)生的故障診斷不確定性的問題以及待融合故障信息隸屬度獲取困難的問題，使得診斷準確率得到較為明顯的提高本文提出的基于數(shù)據(jù)融合和神經(jīng)網(wǎng)絡的方法可以實現(xiàn)對模擬電路的故障進行準確實時快速診斷，具有一定的實用價值。關健詞：模擬電路；數(shù)據(jù)融合；神經(jīng)網(wǎng)絡；模糊集理論
標簽： 數(shù)據(jù)融合
上傳時間： 2022-03-17
上傳用戶：
戰(zhàn)場環(huán)境是影響戰(zhàn)爭勝負走向的關鍵因素，其中地形是戰(zhàn)場環(huán)境的主要構(gòu)成。隨著軍事技術(shù)的變革、精確打擊和精確斬首武器的運用，傳統(tǒng)二維地圖的局限性已經(jīng)無法滿足軍事訓練和軍事指揮方面的需求。而對于當前的三維戰(zhàn)場地形，快速進行地形模型構(gòu)建、地形模型精細化以及海量數(shù)據(jù)可視化呈現(xiàn)的要求顯得越來越高。因此，本文為構(gòu)建真實的三維戰(zhàn)場地理環(huán)境及可視化進行了深入研究。本文選用傾斜攝影技術(shù)與 Cesium可視化庫進行真實三維地形的建立及可視化平臺的搭建，以西安工業(yè)大學未央校區(qū)做為典型應用實例進行城市作戰(zhàn)可視化開發(fā)。首先，本文介紹了三維實景建模與可視化相關理論；論述了在Web端進行可視化開發(fā)的優(yōu)勢；提出了傾斜攝影測量技術(shù)對三維戰(zhàn)場地形構(gòu)建時存在的問題及解決辦法。其次，本文制定了戰(zhàn)場環(huán)境多源數(shù)據(jù)采集方案以及基于 Smart3D多源數(shù)據(jù)融合建模流程。制作了三維戰(zhàn)場地形數(shù)據(jù)并進行了模型質(zhì)量分析，包括模型的紋理精度、幾何精度和地理坐標精度。確保生成的地形數(shù)據(jù)滿足逼真的可視化視覺效果及地形對地面人員裝備的各種干涉作用的真實性最后，本文在前三章的基礎上采用BS三層架構(gòu)的方式，通過 Cesium、HTLM，JavaScript等語言進行戰(zhàn)場環(huán)境可視化平臺的搭建，實現(xiàn)了城市化作戰(zhàn)的三維戰(zhàn)場環(huán)境構(gòu)建。同時本文基于 Cesium完成了模型單體化和模型驅(qū)動等功能本課題對三維戰(zhàn)場地形環(huán)境構(gòu)建與可視化研究具有重要意義。本文提出的戰(zhàn)場環(huán)境構(gòu)建方法可以運用到各種戰(zhàn)場環(huán)境的構(gòu)建，包括山地丘陵的作戰(zhàn)地形環(huán)境構(gòu)建、城市反恐作戰(zhàn)等。通過可視化平臺的加載可以直觀、真實了解戰(zhàn)場環(huán)境。通過模型驅(qū)動完成戰(zhàn)場中各種演示效果。關鍵詞：多源數(shù)據(jù)融合；傾斜攝影測量：三維建模；Cesium：三維戰(zhàn)場環(huán)境可視化：CZML
標簽： 數(shù)據(jù)融合
上傳時間： 2022-03-17
上傳用戶：
摘要：無線傳感器網(wǎng)絡（Wireless Sensor Networks，wSN是由許多具有低功率無線收發(fā)裝置的傳感器節(jié)點組成，它們監(jiān)測采集周邊環(huán)境信息并傳送到基站進行處理在某一時刻通過wSN采集的數(shù)據(jù)量非常大，如何正確、高效地處理這些數(shù)據(jù)成為當前WSN研究中的一個熱點。傳感器節(jié)點一般部署在惡劣環(huán)境中，一些偶然因素會使采集的數(shù)據(jù)中出現(xiàn)不準確的數(shù)據(jù)，用戶依據(jù)這樣的數(shù)據(jù)很難準確判斷出被測對象的真實狀態(tài)。基于模糊理論的決策級數(shù)據(jù)融合算法能夠很好的解決這個問題本文以國家863研究項目《基于無線傳感器網(wǎng)絡的鐵路危險貨物在途安全狀態(tài)監(jiān)測技術(shù)研究》為背景，結(jié)合鐵路運輸中棉花在途狀態(tài)監(jiān)測系統(tǒng)的開發(fā)，在分析了當前有效的決策級數(shù)據(jù)融合技術(shù)基礎上，提出了基于模糊理論的決策級數(shù)據(jù)融合算法，該算法通過對采集數(shù)據(jù)進行處理和分析，以獲得準確的被測對象狀態(tài)的描述。本文的主要工作包括：（1）分析了WSN中傳統(tǒng)的決策級數(shù)據(jù)融合算法，如自適應加權(quán)數(shù)據(jù)融合算法和算術(shù)平均數(shù)數(shù)據(jù)融合算法，總結(jié)這兩種算法的優(yōu)缺點和檢測系統(tǒng)的需求，進步明確理想算法應達到的目標。（2）提出了基于模糊理論的兩階段數(shù)據(jù)融合算法：該算法第一階段利用基于貼近度的數(shù)據(jù)融合算法進行同類數(shù)據(jù)的融合校準，這一階段的目的是剔除錯誤的和可信度較差的數(shù)據(jù)，得到相對更加準確的數(shù)據(jù)，第二階段利用模糊推理對第個階段得到的異類數(shù)據(jù)進行融合推理，得到被測對象當前狀態(tài)的描述，為決策提供支持（3）結(jié)合實測數(shù)據(jù)仿真本文所提出的算法，結(jié)果證明與傳統(tǒng)的融合算法相比，可以更加準確的描述被測對象狀態(tài)
標簽： 無線傳感器
上傳時間： 2022-03-17
上傳用戶：
隨著科學技術(shù)的發(fā)展和現(xiàn)代戰(zhàn)爭的需要，數(shù)據(jù)融合作為一門新興交叉學科，在近年來得到了廣泛關注和快速發(fā)展，而關于雷達情報處理的研究和應用也日益受到重視。現(xiàn)代戰(zhàn)爭中，指揮、控制通信和情報系統(tǒng)面臨著嚴峻的挑戰(zhàn)。在多雷達情報處理系統(tǒng)中，采用數(shù)據(jù)融合技術(shù)，提供更加實時、準確的情報是現(xiàn)代戰(zhàn)爭的迫切需求。論文正是圍繞這一需求展開的，研究了雷達情報數(shù)據(jù)融合系統(tǒng)的誤差校正和航跡關聯(lián)問論文較為系統(tǒng)地介紹了數(shù)據(jù)融合的概念、研究意義、國內(nèi)外發(fā)展狀況及其應用，并討論了數(shù)據(jù)融合的模型、結(jié)構(gòu)及關鍵技術(shù)論文針對多雷達情報處理系統(tǒng)中的系統(tǒng)誤差問題，研究了四種誤差校正方法。文研究了密集目標環(huán)境中的航跡關聯(lián)問題，對多傳感器數(shù)據(jù)關聯(lián)的方法進行了分類，并針對多雷達情報處理系統(tǒng)這個分布式系統(tǒng)，研究了分布式數(shù)據(jù)關聯(lián)方法。運用0-1整數(shù)規(guī)劃法建立了密集目標環(huán)境的規(guī)劃模型函數(shù)并求解應用在多雷達數(shù)據(jù)融合軟件中，使航跡關聯(lián)達到了極好的效果，為開發(fā)多雷達數(shù)據(jù)融合軟件提供了技術(shù)支持。關鍵詞：雷達情報，數(shù)據(jù)融合，數(shù)據(jù)關聯(lián)，誤差校正，航跡關聯(lián)，0-1整數(shù)規(guī)劃現(xiàn)代戰(zhàn)爭中，新型作戰(zhàn)飛機機動性能強，具有隱身特性，加上電子對抗的戰(zhàn)場環(huán)境，傳統(tǒng)雷達情報處理系統(tǒng)已應付不了多目標，高密度的空情要求。為了適應新軍事變革要求，在未來信息化戰(zhàn)爭中雷達能夠給出準確的信息情報，雷達情報處理系統(tǒng)在改善硬件條件的同時，開發(fā)運用數(shù)據(jù)融合新技術(shù)，從根本上改善雷達情報質(zhì)量已然成為當務之急數(shù)據(jù)融合一詞最早出現(xiàn)在七十年代末期，是從軍事CI系統(tǒng)中提出的，它與信號處理、計算機技術(shù)、概率統(tǒng)計、圖像處理和人工智能學科密切相關，是一門新興發(fā)展起來的交叉學科。
標簽： 雷達 數(shù)據(jù)融合
上傳時間： 2022-03-18
上傳用戶：wangshoupeng199
隨著杜會和經(jīng)濟的發(fā)展，環(huán)境水污染現(xiàn)象也日趨嚴重，迫切需要環(huán)境水質(zhì)多參數(shù)監(jiān)測與智能分析系統(tǒng)，以為環(huán)境監(jiān)測、管理和控制提供科學的手段。水質(zhì)多組分檢測涉及到多傳感器數(shù)據(jù)融合、計算機技術(shù)、電化學分析和人工智能等多學科的交叉，在眾多領域有著廣泛的應用。本論文研究環(huán)境水質(zhì)檢測與智能分析系統(tǒng)，論文的主要工作包括1）基于最小二乘支持向量機的在線自適應加權(quán)數(shù)據(jù)融合算法多傳感器數(shù)據(jù)融合由于能夠利用互補和冗余的信息，顯著提高系統(tǒng)的可靠性而得到了廣泛應用，而數(shù)據(jù)融合的關鍵問題是融合算法。本文深入研究了多傳感器數(shù)據(jù)融合理論的基礎上，針對傳統(tǒng)融合算法研究存在的問題，提出了一種基于最小二乘支持向量機的在線自適應加權(quán)數(shù)據(jù)融合算法，并應用到水質(zhì)在線檢測過程中，不僅縮短了訓練的時間，而且提高了融合的可靠性和靈活性2）提出了一種離子傳感器的基于最小二乘支持向量機的自校正方法：由于離子傳感器的非線性、漂移和交叉敏感性等影響了其檢測精度和可靠性，難以進行連續(xù)在線檢測。以硝酸根離子傳感器為例，研究其自校正方法，以適應動態(tài)環(huán)境的連續(xù)監(jiān)測根據(jù)實驗數(shù)據(jù)，詳細分析了硝酸根離子傳感器的響應特性，并考慮了零點和時間漂移，提出了一種基于最小二乘支持向量機硝酸根離子傳感器的自校正方法，給出了詳細描述和分析。3）離子傳感器故障檢測的小波支持向量機特征提取和支持向量機分類方法在線連續(xù)檢測的應用要求離子傳感器必須具有很高的可靠性，即能夠及時準確地判斷出離子傳感器的故障。本文采用小波支持向量機提取各傳感器故障特征，再用支持向量機對故障進行分類，實現(xiàn)對各離子傳感器的故障診斷。
標簽： 數(shù)據(jù)融合
上傳時間： 2022-03-18
上傳用戶：
MPU9250傳感器的姿態(tài)檢測與數(shù)據(jù)融合
標簽： mpu9250 傳感器 姿態(tài)檢測 數(shù)據(jù)融合
上傳時間： 2022-03-19
上傳用戶：
該文檔為機器視覺檢測系統(tǒng)在工業(yè)互聯(lián)網(wǎng)中應用項目可行性研究報告-2020年物聯(lián)網(wǎng)集成創(chuàng)新與融合應用講解文檔，是一份很不錯的參考資料，具有較高參考價值，感興趣的可以下載看看………………
標簽： 機器視覺
上傳時間： 2022-04-08
上傳用戶：kent
該文檔為多傳感器融合的智能車定位導航系統(tǒng)的設計總結(jié)文檔，是一份很不錯的參考資料，具有較高參考價值，感興趣的可以下載看看………………
標簽： 傳感器 智能車 定位導航系統(tǒng)
上傳時間： 2022-05-08
上傳用戶：
GD32F103的移植說明和開發(fā)指南，幫助新手快速了解GD32F103芯片，縮短上手時間。本教程結(jié)合官方的用戶手冊以及固件庫例程，通過實際例程講解以及實驗現(xiàn)象來幫助讀者理解和使 用 GD32F130xx 這 個 系 列 的 芯 片 。 軟 件 平 臺 使 用 的 是 MDK-ARM 和 官 方 外 設 驅(qū) 動 庫 GD32F1x0_Firmware_Library_v3.1.0（庫函數(shù)開發(fā)），硬件使用技新 GD32F130G8U6 核心板 V1.0 和 GD-LINK 下載&調(diào)試器。 教程從開發(fā)平臺介紹、開發(fā)環(huán)境搭建、建立工程等基礎內(nèi)容，到 GD13F130xx 外設應用，包括： GPIO應用、EXTI應用、CLK應用、USART 應用、TIMER 應用、I2C應用、SPI應用、ADC應用、FWDGT 應用和 WWDGT 應用等十大部分內(nèi)容。外設應用部分的內(nèi)容都配有源碼，并配合硬件平臺進行實驗講 解。教程面對的對象是具有一定的 MCU 編程基礎以及 C 語言基礎的，主旨是幫助開發(fā)者快速入門和快速 開發(fā)使用 GD32F130xx 系列產(chǎn)品。
標簽： gd32f103
上傳時間： 2022-06-18
上傳用戶：1208020161
