导读:本文包含了多状态信息融合论文开题报告文献综述及选题提纲参考文献，主要关键词:不精确,信息融合,交通状态
多状态信息融合论文文献综述
宋晓鹏,崔优凯,黄瑶佳[1]（2019）在《基于DSmT的城市道路多源交通状态信息融合的应用研究》一文中研究指出由于常规信息融合方法存在不精确以及自相矛盾信息的局限性,本文引入了DSmT(Dezert-Smarandache Theory)。基于DSmT对城市道路多源交通状态信息融合进行实例应用,通过结果分析和比对验证,融合结果可信度较高。因此,基于DSm T的信息融合技术可以处理不精确、自相矛盾的交通信息融合,促进多源异构交通大数据的应用,推进交通信息化工作。(本文来源于《中国水运(下半月)》期刊2019年10期）
安进,徐廷学,曾翔,李志强,朱桂芳[2]（2018）在《组合赋权下的装备质量状态信息融合评估方法》一文中研究指出研究装备质量评估中指标优化、权重确定、评估方法选取等问题.首先运用改进的群层次分析法(IGAHP)选取通用特性指标、测试数据指标作为状态评估的二级指标;在对质量状态进行定性划分的基础上,分别采用IGAHP、CRITIC(criteria improved through inter-criteria correlation)等方法对状态评估叁级指标进行遴选和权重分析;然后,提出改进证据推理(ER)方法进行通用特性指标的评估,并采用CRITIC方法,基于客观权重进行测试指标降维优化,对各评估结果进行改进ER融合;最后通过算例验证所提出方法的有效性和优越性.研究结果表明:IGAHP-CRITIC组合赋权方法可有效综合主客观权重信息;通过指标优化可降低评估的维数和复杂度;考虑证据冲突的改进ER方法可有效降低评估的不确定性和不完备性.(本文来源于《控制与决策》期刊2018年09期）
曹辰,林莘,李辉,徐建源[3]（2018）在《电力变压器绕组变形状态信息融合评估方法》一文中研究指出为了准确监测电力变压器绕组的变形状态,提出了电力变压器绕组变形状态信息融合评估方法。提出采用小波能量–矩阵变换方法提取振动信号特征值,采用短路电抗辨识方法提取电抗特征值。基于物元理论建立多信息评估指标体系,并采用信息熵方法计算各指标权重系数。以S–11–M–500/35型变压器为研究对象,研制了变压器绕组变形状态多信息采集系统,开展多次短路冲击试验,并绕制了3种变形故障绕组。分别进行短路冲击后松动绕组以及变形故障绕组的状态评估试验。针对评估结果为严重状态的绕组,提出了先评估后诊断的综合评估策略,基于相关向量机理论诊断绕组故障类型。结果表明:信息融合评估方法能有效地评估出绕组松动和严重变形的状态,且针对辐向拉伸及压缩、轴向绝缘脱落和端部迭套3种绕组变形故障类型诊断的正确率≥92%。(本文来源于《高电压技术》期刊2018年04期）
徐鹏,杨雪锋[4]（2013）在《基于协整理论的船载危险品在途安全状态信息融合处理》一文中研究指出为保障危险品船舶运输的安全,实现对船载危险品在途状态的有效监控与危险预警,设计了监控、预警系统的体系结构,重点研究了来自无线传感器网络,表征危险品安全状态的监控信息的处理方法。提出一种基于协整理论的船载危险品在途安全状态信息融合处理方法,计算机仿真结果表明:该方法可对危险品状态信息进行较为准确的预测,同时具有异常状态的诊断功能。(本文来源于《传感器与微系统》期刊2013年12期）
齐月文,连建华,王琪,王天正[5]（2013）在《电力设备状态信息融合与展示系统》一文中研究指出在电力生产中,设备检修是确保安全生产的重要手段,对维护电力设备健康稳定运行、提高设备安全使用寿命具有重要意义。文章主要从电力设备状态信息实现应用集成化和智能决策来说明电力设备状态信息融合与展示系统的由来,以及该系统的发展对电网事业所产生的效益。(本文来源于《煤炭技术》期刊2013年08期）
朱龙彪,王恒,贾民平,陈左亮[6]（2012）在《基于运行状态信息融合的电站制粉系统实时优化研究》一文中研究指出针对传统优化算法的不足,采用神经网络非线性在线建模技术,提出了一种基于运行状态信息融合的制粉系统实时优化算法。该算法基于资源分配网络获得制粉单耗与过程参数之间的非线性映射关系,在此基础上,建立起球磨机系统在线优化模型,并利用遗传算法对该模型进行寻优,获得优化运行参数,用以指导实际生产。优化结果表明,该算法能有效地降低制粉单耗,在节能优化的同时获得料位、出口温度和入口负压等可控变量参数的优化值。(本文来源于《制造业自动化》期刊2012年15期）
周彦,李建勋,王冬丽[7]（2012）在《传感器网络中鲁棒状态信息融合抗差卡尔曼滤波器》一文中研究指出研究了无线传感器网络中的分布式鲁棒状态信息融合问题.在局部状态估计层,基于鲁棒统计学理论提出了适用于噪声相关情况的抗差(扩展)卡尔曼滤波器.在融合中心层,针对局部估计相关未知性和不完整性,给出了不依赖于互协方差阵的稳健航迹融合方法—–内椭球逼近法.仿真结果证实了算法的有效性:所提出的抗差卡尔曼滤波器在野值存在情况下,性能退化远低于传统卡尔曼滤波器(28.6%比428.6%);所提出的内椭球逼近法获得比协方并交叉法更好的融合估计性能,且不需要局部估计相关性的先验知识.(本文来源于《控制理论与应用》期刊2012年03期）
李莉[8]（2011）在《基于手机采集与车载GPS采集方式的交通状态信息融合技术》一文中研究指出随着科技的发展,道路交通信息的采集方式越来越多样化,目前应用于大范围交通信息采集的方式主要有2种,即基于手机采集和基于GPS浮动车采集。利用手机移动通信网络中的定位信息来分析推算动态交通状况是一种新兴的广域动态交通探测技术,车载GPS采集方式利用安装了GPS系统的行驶车辆,获得车辆运行状态数据,以反映实际道路的交通状态。文章结合Dempster-Shafer方法,对以上两种数据进行融合,估计道路的交通状态。将该方法应用于上海某道路进行实地验证,结果表明:相比于单一数据源来说,该方法能够提供时空覆盖面更广,精度更高的实时道路交通状态信息。(本文来源于《黑龙江科技信息》期刊2011年09期）
杨涛[9]（2009）在《基于小波分时尺度矩特征的多状态信息融合振动故障诊断和预测方法研究》一文中研究指出本文的课题以国家自然科学基金资助项目:“旋转机械振动故障信息火用诊断方法研究”和横向课题:“旋转机械在线状态监测与故障诊断系统”为研究背景,以大型旋转机械轴系为研究对象,在分析国内外现有旋转机械振动诊断理论与技术的基础上,针对当前故障诊断中依靠随机抽取的状态信息来进行诊断的问题,提出了基于小波分时尺度矩特征的多状态融合诊断方法,研究随时间发展的多状态信息的融合故障诊断与预测问题,开发出一套可组态的旋转机械故障诊断系统,并将研究成果应用到该诊断系统中。首先根据论文研究的需要,设计了旋转机械转子多种典型故障模拟试验方案,对每种故障进行了多次试验,验证了试验的可重复性,为后文的研究准备了故障试验数据。第二、研究了故障特征提取的新方法。为了对多状态的大量故障波形信息进行融合处理,需要获得单条波形的有效的故障特征提取方法。为此,本文对小波灰度矩进行了深入研究,进一步提出了分时尺度矩和分尺度不变矩的定义。在此基础上,讨论了影响分时尺度矩故障区分能力的因素,对典型故障在典型起停过程(不同转速)下的振动信号的分时尺度矩和分尺度不变矩进行了计算,计算结果表明,分时尺度矩和分尺度不变矩可以更好地展现小波灰度图的特征信息,是进行故障识别的有效手段。第叁、为了实现故障的在线智能诊断,本文利用灰关联分析方法和概率神经网络对旋转机械轴系的典型故障进行了融合诊断研究。本文提出了关联修正系数的概念,对传统的灰关联算法进行改进,取得了较好的诊断结果。此外,本文以分时尺度矩作为概率神经网络的输入,构建了用于诊断的PNN网络模型,取得了很好的诊断效果。本文指出,在缺少充足样本的情况下,先使用灰关联分析方法进行诊断,以累积故障样本。当积累了足够的样本后,再采用概率神经网络进行故障诊断,以提高诊断的准确率。第四、以分时尺度矩为特征征兆,研究了典型故障启停过程中分时尺度矩的分布规律,将基于启停过程的故障诊断转换成两条曲线相似程度和贴近程度的综合判断问题,提出了故障灰关联度的计算方法,并进行了验证。在此基础上,针对基于启停过程的故障诊断方法在应用上的不足,进一步提出基于多状态融合的故障诊断方法,给出了具体算法,并提出了故障相似度的定义,给出了计算公式。算例表明,通过故障相似度可以很好的区分故障类别。第五、更进一步的,为了能够考虑故障的动态发展,本文对旋转机械振动故障预测方法进行了初步研究,分析了传统预测参数的不足,提出了以分时尺度矩为预测故障参数的两种故障预测模型:分时尺度矩趋势预测模型和分时尺度矩波动预测模型。根据分时尺度矩的变化不仅能够判断是否发生了故障,而且能够判断故障的种类。典型故障实测数据的预测结果验证了基于分时尺度矩预测参数的灰色模型故障预测算法的有效性。最后、根据监测诊断系统的发展趋势,提出了故障诊断系统的总体构建,实现了旋转机械可组态在线监测诊断系统。将上述研究成果应用到该系统中,提高了系统的故障诊断准确率,减少人工干预,实现智能诊断,并可实现对不同的旋转机械设备的监测诊断。(本文来源于《华中科技大学》期刊2009-11-01）
姜兴彤[10]（2008）在《状态信息融合算法研究》一文中研究指出信息融合(Information Fusion)亦称为多传感器信息融合,是通过对来自多种类传感器的数据进行多级别、多方面、多层次的处理与综合,以期获得比单传感器更丰富、更精确、更可靠的有用的信息。近20年来,随着传感器技术的迅速发展和多传感器系统的大量涌现,多传感器信息融合技术获得了广泛的研究和发展。目前,信息融合特别是状态信息融合已经广泛应用在空中交通管制、国防、海港监控、机器人视觉、遥感、气象预报和智能交通等领域。在状态信息融合的研究中,人们发现许多过程都具有多尺度特征或多尺度效应,传统的单一尺度上进行分析无法表现这些信号中丰富的时频信息。随着对信息精度要求的日益提高,这个问题也相应的日益突出。所以,对子波域信息融合算法的相关研究已经迫在眉睫。近年来,小波变换的引入为了这一问题的解决提供了有力的工具。本文主要内容是完成课题中状态信息融合算法的研究与应用。本文的研究主要涉及小波变换理论,多尺度信号滤波和基于多尺度的多源信息融合等。本文的主要工作成果主要包括以下叁个方面:(1)在按线性最小方差最优信息融合准则下,提出了一种多传感器修正加权最优信息融合算法。该加权融合算法修正了按矩阵加权信息融合算法的误差,在提高融合精度的同时降低了计算复杂度。机动和非机动目标的融合仿真证明了该算法的实用性。(2)对子波域多尺度滤波及信息融合进行了研究。首先分析了基于小波变换的多尺度分解滤波,提出了子波域多传感器并行统一线性加权最优融合准则和子波域多传感器按修正加权最优融合估计算法。新的滤波算法充分体现了多尺度分析的思想,突破了单一尺度融合的局限,将时域内滤波融合推广到了子波域滤波融合,具有较强实际应用价值。(3)开发信息融合软件包。信息融合软件包RadSys V3.0是上海交通大学智能信息处理与控制实验室自行开发的专门用于雷达红外数据融合演示系统的软件。该软件提供了对本文算法的演示功能,能够对单目标、编队多目标进行多种跟踪滤波算法的性能评估。随着研究的深入进行,本系统的功能还将进一步扩展。(本文来源于《上海交通大学》期刊2008-01-01）
多状态信息融合论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
研究装备质量评估中指标优化、权重确定、评估方法选取等问题.首先运用改进的群层次分析法(IGAHP)选取通用特性指标、测试数据指标作为状态评估的二级指标;在对质量状态进行定性划分的基础上,分别采用IGAHP、CRITIC(criteria improved through inter-criteria correlation)等方法对状态评估叁级指标进行遴选和权重分析;然后,提出改进证据推理(ER)方法进行通用特性指标的评估,并采用CRITIC方法,基于客观权重进行测试指标降维优化,对各评估结果进行改进ER融合;最后通过算例验证所提出方法的有效性和优越性.研究结果表明:IGAHP-CRITIC组合赋权方法可有效综合主客观权重信息;通过指标优化可降低评估的维数和复杂度;考虑证据冲突的改进ER方法可有效降低评估的不确定性和不完备性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多状态信息融合论文参考文献
[1].宋晓鹏,崔优凯,黄瑶佳.基于DSmT的城市道路多源交通状态信息融合的应用研究[J].中国水运(下半月).2019
[2].安进,徐廷学,曾翔,李志强,朱桂芳.组合赋权下的装备质量状态信息融合评估方法[J].控制与决策.2018
[3].曹辰,林莘,李辉,徐建源.电力变压器绕组变形状态信息融合评估方法[J].高电压技术.2018
[4].徐鹏,杨雪锋.基于协整理论的船载危险品在途安全状态信息融合处理[J].传感器与微系统.2013
[5].齐月文,连建华,王琪,王天正.电力设备状态信息融合与展示系统[J].煤炭技术.2013
[6].朱龙彪,王恒,贾民平,陈左亮.基于运行状态信息融合的电站制粉系统实时优化研究[J].制造业自动化.2012
[7].周彦,李建勋,王冬丽.传感器网络中鲁棒状态信息融合抗差卡尔曼滤波器[J].控制理论与应用.2012
[8].李莉.基于手机采集与车载GPS采集方式的交通状态信息融合技术[J].黑龙江科技信息.2011
[9].杨涛.基于小波分时尺度矩特征的多状态信息融合振动故障诊断和预测方法研究[D].华中科技大学.2009
[10].姜兴彤.状态信息融合算法研究[D].上海交通大学.2008