应用于发动机的信息融合技术概述.pdf

应用于发动机的信息融合技术概述.pdf

ID:52410721

大小:1002.64 KB

页数:4页

时间:2020-03-27

应用于发动机的信息融合技术概述.pdf_第1页
应用于发动机的信息融合技术概述.pdf_第2页
应用于发动机的信息融合技术概述.pdf_第3页
应用于发动机的信息融合技术概述.pdf_第4页
资源描述:

《应用于发动机的信息融合技术概述.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、应用于发动机的信息融合技术概述冯伟斌,梁荣光,王惜慧(华南理工大学机械与汽车工程学院,广东广州510641)合技术的原理.以及常用的几种多传感器信息融合的研究方法。对目前应用在发动机上术在发动机上的应用前景和发展方向。息融合:应用文献标识码:A文章编号:1009—9492(2010)08—0013-03l前言同时刻或不同时刻的测量信息加以分析、处理与综合,得发动机的工作过程复杂.单个传感器只能获取局部的到被测对象全面一致的估计[2-3]。不同时刻、不同形式及不信息。对于现代发动机,需要采用多种传感器来获取不同同层次的各个传感器有不

2、同的融合方式,具体的融合系统种类、不同状态的信息。这些信息彼此之间相互独立或耦所接收到的信息可以是单一层次上的信息.也可以是几种合,甚至会出现彼此矛盾的情况。协同使用多种传感器并层次上的信息:融合的基本策略就是先对同一层次上的信将各种传感信息有效地结合起来,可形成高性能感知系息进行融合,从而获得更高层次上的融合信息,然后再汇统,并用来描述真实的环境世界。但迄今为止,没有任何入相应的信息融合层次。传感器各层次的信息逐次在各融一种传感器能够完全同时满足高可靠性、高稳定性、高精合节点合成;各融合节点的融合信息和融合结果,也可用度和低成本

3、的要求。然而,各种传感器性能上的差异与互交互的方式通过系统进入其他融合节点。从而参与其他节补性却提示我们可通过综合分析来自各个传感器的信息。点的融合。信息融合的本质实际上是一个对多源信息进行获取有效、可靠、完整的信息。采用这种方法,即使各个由低层到高层的、逐层抽象的信息处理过程。传感器所提供的信息有一定的误差和不确定性.但通过对3信息融合主要研究方法它们提供的信息进行有效的综合。所得的信息也可比任何3.1加权平均法单一传感器获取的信息更可靠、更完整。因此多传感器信加权平均法是最简单、最直观的融合多传感器低层数息融合技术具有很大的应

4、用价值和广泛的应用范围。据的方法,该方法将由一组传感器提供的冗余信息进行加2多传感器信息融合(MSF)的基本原理权平均,并将加权平均值作为信息融合值;利用最小二乘20世纪70年代,由于检测目标或状态的复杂性、信法原理可导出的数据平滑程序,在许多情况下能够去除或息的不确定性以及识别和诊断系统的智能化要求,MSF技减少测量过程中由于偶然因素带来的误差.一般会使平滑术应运而生。它最初只是应用于军事领域,10多年后.得后的数据比原数据更有规律性。到了普遍的关注和广泛的应用。近年来随着传感器价格不3.2贝叶斯估计法断降低,人们也开始考虑用更

5、多的传感器对同一过程的信贝叶斯估计法是融合静环境中多传感器高层信息的常息进行测量,比如机械制造过程和状态监测或诊断过程。用方法。它使传感器信息依据概率原则进行组合,测量不显然。信息融合是针对一个系统中使用多种传感器这一特确定性并以条件概率表示。当传感器组的观测坐标一致定问题而展开的一种信息处理的新技术,因此信息融合又时,贝叶斯估计法可以直接对传感器的数据进行融合,但称多传感器融合『”。大多数情况下,传感器测量数据要以间接方式采用贝叶斯多传感器信息集成与融合.目的是将系统中若干相同估计进行数据融合。类型或不同类型的传感器所提供的相同

6、形式或不同形式、多贝叶斯估计先将每一个传感器作为一个贝叶斯估收稿日期:201o.0I-22■■I]●计,再将各个单独物体的关联概率分布合成一个联合的后值在于它外延到模糊逻辑,模糊逻辑是一种多值逻辑。可验的概率分布函数。它通过使联合分布函数的似然函数为被视为对一个数据真值的不精确表示。在MSF过程中.存最小,提供多传感器信息的最终融合值。并为整个环境提在的不确定性可以直接用模糊逻辑表示,然后。使用多值供一个特征描述。逻辑推理,根据模糊集合理论的各种演算对各种命题进行3.3D—S证据推理法合并,进而实现数据融合r61。D—S证据推理是

7、贝叶斯推理的扩充,其3个基本要点以上各种算法对信息,类型、观测环境都有不同的要是:基本概率赋值函数、信任函数和似然函数。D—S方法求,且各自存在优缺点,在具体应用时需要根据系统的实的推理结构是自上而下的,分三级。第1级为目标合成.际情况综合运用其作用是把来自独立传感器的观测结果合成为一个总的输4多传感器信息融合技术在发动机的应用出结果。第2级为推断,其作用是获得传感器的观测结果4.1信息融合技术在发动机故障诊断中的应用并进行推断,将传感器观测结果扩展成目标报告。该推理基于模糊遗传神经网络的多传感器信息融合故障诊断的基础是:一定的传

8、感器报告以某种可信度在逻辑上会产方法是特征层状态属性融合,也就是特征层联合识别方生某些可信的目标报告。第3级为更新,各种传感器一般法。多传感器检测系统为识别提供了比单传感器更多的有都存在随机误差,所以。来自同一传感器的一组连续报告关目标(状态)的特

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。