基于網絡的Multi-MEMS數(shù)據融合算法的研究.pdf_第1頁
已閱讀1頁,還剩72頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著信息論、控制論、計算機技術、網絡技術以及傳感器技術等的快速發(fā)展,多傳感數(shù)據融合技術在軍事和民事領域都有著極其廣泛的應用。運用多傳感器數(shù)據融合技術在解決探測、跟蹤和目標識別等問題方面,能夠提高系統(tǒng)的可靠性和魯棒性,增強數(shù)據的可信度,提高精度,擴展系統(tǒng)的時間、空間覆蓋率,增加系統(tǒng)的實時性和信息利用率等。對多個傳感器的數(shù)據多級別、多方面、多層次的處理所產生出的信息比單個傳感器獲得的信息更加有意義,為各種應用系統(tǒng)提供準確信息和決策依據。因此

2、,多傳感器數(shù)據融合已經成為傳感器網絡最重要的應用服務之一。
  本文在總結了多傳感器數(shù)據融合技術相關理論知識的基礎上,針對基于網絡的Multi-MEMS(微機電系統(tǒng))數(shù)據融合,建立起數(shù)據融合的功能模型,并構造了其融合結構,然后通過兩種數(shù)據融合算法進行數(shù)據融合處理,再通過開發(fā)基于網絡的Multi-MEMS數(shù)據融合系統(tǒng)來更好地處理數(shù)據融合,最后通過試驗驗證了系統(tǒng)的可靠性和算法的有效性。本文的主要工作可歸納為如下幾個方面:
  首

3、先,通過學習了多傳感器數(shù)據融合技術的理論知識,本文在提出了基于網絡的Multi-MEMS(微機電系統(tǒng))數(shù)據融合算法的總體方案。根據本文建立的數(shù)據融合結構圖和對數(shù)據的處理層次可以看出,基于網絡的Multi-MEMS數(shù)據融合是屬于混合式融合結構的特征級融合。然后針對本課題的所采用的數(shù)據融合方法,本文提出了基于相對距離的數(shù)據融合算法和基于雙基點的數(shù)據融合算法。針對數(shù)據噪聲的處理,本文采用了卡爾曼濾波算法。
  其次,為了實現(xiàn)本文提出的數(shù)

4、據融合算法,本文采用VC++和MATLAB混合編程開發(fā)了基于網絡的Multi-MEMS數(shù)據融合算法系統(tǒng)軟件。這個數(shù)據融合系統(tǒng)封裝了整個算法的過程,便于離線數(shù)據和在線數(shù)據的處理和驗證,接下來通過對離線數(shù)據的分析和處理而獲得的Matlab曲線直觀的展現(xiàn)了數(shù)據融合結果是可靠的、有效的,同時也證明了數(shù)據融合算法的可行性,可靠性,有效性。
  最后,我們通過在線試驗來驗證算法是否可行,即基于網絡的Multi-MEMS數(shù)據融合算法系統(tǒng)在線讀取

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論