孙翱[1]2000年在《基于网络环境的多传感器信息融合理论及应用模型研究》文中进行了进一步梳理作为一门新兴的理论与技术，信息融合为解决信息时代的信息处理与决策问题提供了先进而可靠的理论与方法。目前，国际上对信息融合的研究方兴未艾，国内对其研究刚刚兴起，尚无基于网络环境的成功解决方案。本选题创立了基于网络环境的多传感器全源信息融合理论的框架，建立了基于多传感器和网络环境的信息融合模型和实现方法，对于该领域的技术创新和实际应用具有一定的指导意义。鉴于信息融合的复杂化和广泛性，本文针对信息融合领域中普遍存在的模糊理论，神经网理论以及两者的融合，基于知识的故障诊断，基于工业现场总线的检测以及与Internet/Intranet的连接，多平台的网络传输等课题进行了研究。主要研究内容和研究成果概括如下： 1．研究存在大量不完全或不确定信息，或难以用精确数学公式描述的复杂系统建模和处理问题，建立了基于网络环境的多传感器全源信息融合理论体系的框架，确立了其基本理论和关键技术。 2．研究多目标模糊优选理论。用模糊集的相对隶属函数描述传感器数据，建立基于相对隶属函数的供电系统模糊优选评价体系，同时引入调节系数的概念。建立电机运行效能评价模型，并对影响评价结果的因素进行比较和分析。 3．研究神经网络与模糊理论相融合的方法，并且每个网络节点都赋予明确的物理意义。进行模糊模式识别预报模型和模糊模式识别神经网络预报模型的等价性分析。改进模糊模式识别神经网络预报模型单纯形算法。建立电机温升的预测分析模型，解决了电机保护的基础问题。研究复杂系统预测的定性量分析问题，提出定性因子网络的概念，提高了系统的预测精度。 4．建立了基于知识的工业设备故障诊断系统框架和方法。提出将目前基于数据处理的设备诊断技术发展为基于知识处理的设备诊断技术，以知识处理技术为基础，在知识的层次上实现符号处理与数值处理的融合，推理过程与算法的融合，知识库与数据库的融合，并提出了集成多步诊断策略的思想。基于因素空间理论，融合所给信息，包括数值的、符号的和语言学的融合操作码，实现对取自所有传感源的不同类型数据信息的可靠处理。建立了基于熵概念的模糊集隶属函数的通用解法。在实例系统中改进了模糊推理机制，并设计了自适应和自学习等功能。 5．建立了基于CAN总线的工业现场数据采集网络系统的硬件结构，并完成了应用软件的设计。本系统在国内较早地运用了高性能的80C196MC 十六位单片机，并应用于高速数据采集领域中的嵌入式控制器，实现了对 设备的状态信息，包括多路模拟量，开关量的采集和处理。在通讯系统中 采用了转发器分层结构，同时运用了指令冗余，数字滤波等软硬件抗干扰 措施，保障了网上数据的可靠而高效的传输，为设备系统运行状态的综合 分析、评价和决策奠定了基础。 6．提出了把工业企业的管理网络和现场总线控制网络融为一体的思 想，将CIMS汇DS系统通信网络一直延伸到生产现场设备这一级，并进行 了两种网络的互联和协议的转换设计。同时，进行了专用网关的设计。实 现了工业现场的微观控制与企业宏观诀策的融合，从而进一步提高了现代 企业的生产和管理水平。创造性地将 Internet（国际互联网），Intranet（企 业网）和基于现场总线的Inrnet体地控制网相统一，构成一个全球的数 据和控制网络，为未来网络化社会的形成奠定框架和基础。 7．研究了基于Java系统的测控网络通信机制并进行了程序设计。建 立一条基于Socket并和所选资源联接的通讯线路，并利用该网络线路进 行读写资源信息流等操作。使用JDBC编写的Java应用程序Application 和 Java Applet，实现对分布在网络上的不同的数据库进行访问、开发网络 数据库的Web应用、建立能与数据库交互的Web动态网页等功能。研究 了基于输入／输出流和U’RL的网络数据文件访问机制。将网络通信过程 变成了处理标准流对象的过程，实现了从数据文件中读取数据并进行数据 曲线拟合。
王其军[2]2007年在《瓦斯监测系统故障智能诊断技术研究》文中研究表明瓦斯监测系统作为对安全性要求很高的一个复杂的动态系统，因单一故障诊断方法或专家知识水平的局限性，往往不能满足诊断系统实时性和准确性的要求，所以需要集成运用多个专家经验才能获得正确的结论。同时对诊断问题的求解要求实现集成化、智能化、自动化和网络化，传统的诊断技术已不能满足此诊断性能的需要，必须采用新的诊断理论体系和结构。Agent是一种具有自主行为的智能体，能够实时处理多维信息，通过Agent之间的互相通信与协作，可以在相同环境中采用不同的方法解决问题，增强了诊断系统对环境的适应性。本文以瓦斯监测系统为研究对象，利用Agent的自主性，构造基于多诊断Agent的故障诊断系统，实现对复杂的瓦斯监测系统的故障智能诊断。首先分析了影响瓦斯监测系统可靠性的因素以及当前煤矿机电设备故障诊断技术的现状，据此提出了瓦斯监测系统故障诊断应包含的任务和内容。针对瓦斯传感器的故障模式和系统复杂性的特点，提出了从传感器到系统的多Agent故障诊断规划和实现策略。从瓦斯传感器故障诊断出发，研究构造了瓦斯传感器的故障诊断Agentl。利用多传感器信息融合技术对瓦斯监测系统中相关传感器(风速传感器、温度传感器、CO_2传感器等)提供的大量数据进行融合，构建高精度RBF网络逼近器，以逼近值作为监测瓦斯传感器状态的参考基准，来实现对瓦斯传感器有效的故障诊断。该方法能较准确的诊断出瓦斯传感器出现的速率较大的漂移故障和突变类型的故障以消除瓦斯传感器故障的影响，是一种比较有效瓦斯传感器故障诊断方法。从监测系统的故障诊断出发，深入研究了基于故障树模型的图论理论，给出了瓦斯监测系统井下分站的故障树图论模型，建立了瓦斯监测系统运行常见故障的故障树，设计了由框架和规则混合知识表示的故障智能诊断系统。构造了基于故障树的瓦斯监测系统的诊断Agent2。建立了一种基于案例推理的瓦斯监测系统诊断方法Agent3，并给出了该推理方法的详细的实现过程。研究将神经网络技术和遗传算法引入基于K-NN的CBR推理系统，用自适应共振神经网络ART1模型的聚类能力有效缩小问题搜索空间，同时基于遗传算法对案例的特征权值向量进行优化，以提高对瓦斯监测系统故障案例库检索时的效率与质量。本文研究了瓦斯监测系统故障诊断的多Agent模型，提出了一种故障诊断的抽象MAS模型，研究针对瓦斯监测系统使用该模型如何实现故障诊断。根据多诊断Agent解的特点，对证据理论中的概率分配函数进行了约束和具体化，提出了基于证据理论的多Agent合作诊断解的综合步骤，并通过结论一致、部分冲突和完全冲突3个实例进行了综合分析，说明了该方法的有效性。将基于三种诊断方法的多Agent故障诊断系统方案应用于实际的瓦斯监测系统故障诊断的设计上，给出了技术实现的方式、步骤，对形成的诊断系统进行了初步应用。
姜建国[3]2003年在《分布式入侵检测系统与信息融合技术的研究与实践》文中进行了进一步梳理入侵检测系统作为一种能够自动、实时地保障网络信息安全的动态安全设备，构成对防火墙一类的静态安全设备的必要补充，已经越来越受到人们的重视，而分布式入侵检测系统更是随着网络的普及应用，成为技术发展的主流和研究的前沿。 在目前入侵检测技术的研究中，一方面在检测技术上，针对越来越复杂的攻击方法，如何提高检测能力。另一方面，利用代理(Agent)技术在检测系统结构设计上，实现对大型网络，高速网，分布异构平台环境的适应。此外，利用多传感器信息融合技术在分布式入侵检测系统中，实现多层次、多方面的信息处理，以达到对网络安全状况的监控和评估，这方面的研究相对较少。 国外基于分布式入侵检测技术进行研究和产品开发的机构、公司很多，到目前为止，已有一些研究机构对分布式入侵检测进行了有益的研究，也建立了一些实验性系统。也有一些系统开始采用信息融合的处理技术，如NIDES[6]，EMERALD[7]，只是采用的信息融合处理仅限于局部的、底层的实现，没有从理论上、体系结构上作进一步研究，并加以系统化，以适应大规模异构网络环境的需求，实现更高层次的信息融合和入侵检测。四川大学博士学位论文 本课题试图将多传感器信息融合技术与分布式入侵检测技术相结合，希望能够把从多个异质分布式传感器处得到的各种数据和信息综合成为一个统一的处理进程，来评估整个网络环境的安全状况。为此就需要设计和开发一个适应大规模异构网环境的IDS即Cybe卜IDS，实现大规模异构网络环境下的入侵检测和安全响应，这种新一代IDS必须能够自动鉴别和追踪网络空间中动态的网络活动，从而可以监控网络空间中的各种攻击。 传统 IDS包括主机IDS和网络IDS，仅限于保护单一主机系统或网络系统，保护的资源和范围都很有局限，而现有的分布式入侵检测系统对异构系统及大规模网络的监测明显不足，加之不同的IDS系统之间不能协同工作，无法相互配合，取长补短。本文针对现有入侵检测系统的不足，提出了基于多传感器信息融合技术的分布式入侵检测系统即Cybe卜IDS的概念。为了获得攻击者行为的更加完整的图象，从根本上防范攻击者的入侵，我们必须把视野拓展到多个网络和多个类型的防护系统，这样不再把单一网络作为关注焦点，而是从多个分布式系统收集和分析数据以获得攻击者行为的完整图象。我们需要既考虑攻击的防护，也要考虑攻击者的追踪和监控，这就是C必e卜IDS的目的，我们称之为以网络状况或态势为关注焦点。 本文通过对分布式IDS体系结构进行的研究和分析，提出了适合大规模异构网环境的体系结构，从而建立C沙er-IDS的框架模型。Cyber一 IDS是一个多代理系统，所谓的多代理系统，就是将己有的IDS组织起来，共同完成那些单个IDS无法胜任的工作。采用多代理系统(MAS)，不是简单的组合，而是必须具有严格设计的体系结构，实现对多源信息的融合处理。严格设计的树形层次结构保证了系统的可伸缩性、鲁棒性、实时性、可扩展性、安全性与可用性等。 Cyber-IDS以网络态势为关注焦点，既要关注攻击的检测，也要进行攻击者的追踪，因此需要一种数据多层提炼、抽象的结构。本文通过对信息融合不统的研究，结合Cyber IDS的体系结构，建立了用于入侵检测的多传感器信息融合系统模型，它包括了系统的功能模型和结构模型，可以表示数据的多层抽象。信息在系统结构中往__卜传递时，其表达层次也随之由低层向高层转换。四川大学博士学位论文在最低层，原始的传感数据被转换为信一号型信息，经过一系列的融合步骤后，信息可能又被逐步转换为更抽象的数字或符号表达的知识。 显然，Cyber一IDS的树形层次结构可以与信息融合模型很好地结合起来，实现各个层次的功能。通过应用多传感器信息融合技术和多层抽象的观点，Cybe卜IDS实现以网络态势为关注焦点，提供关于攻击、攻击者和它们之间关系的信息或知识。其特有的过滤和融合提炼的功能使得cyber一 IDs与传统IDs相比，能够大大减低系统误报而不会造成大量报警以至淹没用户或管理者。 文章基于Cybor-IDS的融合模型，结合对多传感器信息融合理论和方法在分布式入侵检测系统中的应用，详细讨论和深入研究了相关的数据关联和目标跟踪的方法，以及融合判断和目标检测的方法，从而可以直接应用于Cyber-IDS的设计和实现。 本文作者根据相关研究成果，在中国工程物理研究院军民两用技术基金的资助下，负责进行了Cyber一IDS的原型设计和实现，因而在本文最后，给出了整个原型系统设计实现的关键过程如通信机制、安全机制和相关融合算法。 本文的创新性主要体现为，通过将多传感器信J息、融合技术应用于分布式入侵检测系统，提出了可应用于大规模异构网环境的Cyber一IDS的概念，建立了基于信息融合的分布式入侵检测系统的理论模型和相关融合处理方法，并给出了系统原型的体系结构和实现技术。所提出的Cyber-IDS可以将不同类型的IDS作为入侵检测代理(IDA)结合起来，构成一个无中心、分层
王嵩[4]2016年在《互联网企业战略行为中竞争情报作用研究》文中研究指明互联网企业作为互联网经济的主体,在互联网经济中的作用举足轻重。互联网企业的战略行为是互联网企业应对动态、复杂的竞争环境变化而采取战略决策和战略执行的过程,战略行为的成败将直接影响互联网企业的战略绩效,甚至攸关企业的发展与存亡。传统的企业战略行为注重从产业结构、情景因素、企业自身特征以及企业战略管理者等角度展开研究,却忽视了竞争情报在企业战略行为中的作用,而竞争情报是企业战略行为的基础,本文的选题：“互联网企业战略行为中竞争情报作用研究”,正是在此背景下提出来的。本研究综合运用了竞争情报、战略管理、信息融合、管理学及组织行为学等学科领域的交叉方法,力图从竞争情报视角出发,厘清互联企业竞争情报的特性；从竞争情报视角分析互联网企业战略行为对竞争情报需求,及竞争情报对互联网企业战略行为的作用,以探索两者之间的作用因素与作用关系。力求通过竞争情报对竞争环境的综合分析,来解析互联网企业战略行为在新的互联网竞争环境下的影响因素与特性,以完善企业战略行为研究,为企业战略管理理论和多学科领域的交叉方法提供有益的探索。本文遵循“归纳-演绎”的研究路径,始自理论基础研究与影响因素归纳,从需求分析、作用因素、作用实现等多角度,系统性地进行互联网企业战略行为中的竞争情报作用研究。本文除第1章引言和第7章全文总结与展望外,其余核心部分包括如下五章：第2章,基本概念与理论基础,主要目的是为了明确本研究的问题来源和理论定位。首先对互联网企业分类及界定,明确本研究基本对象；进一步阐述了竞争情报的内涵、作用和分析方法；论述了当前企业战略行为的研究视角,以及企业战略管理与战略行为的异同：互联网企业的独特属性,决定了竞争情报活动要注重人际竞争情报,及竞争情报组织协同,以提升竞争情报活动的质量与效率；竞争情报对互联网企业战略行为的最终作用是通过决策支持来实现,而互联网企业竞争情报决策支持产品是建立在对互联网企业竞争情报源的多源信息融合的基础上。第3章,企业战略行为与竞争情报作用关系研究,分析了竞争情报过程、战略行为过程,并分析了两者之间相互关系。阐述了互联网企业竞争情报的特性和作用环节；战略生态下企业战略行为和竞争情报活动分别在战略生态和信息生态下进行着非互动状态的各自独立优化,但实际两者之间存在一定的交集：竞争情报是企业战略行为制定的基础、企业战略行为则是竞争情报需求的导向。第4章,互联网企业战略行为中的竞争情报需求研究,主要目的是明确企业战略行为过程中,影响企业战略行为的理性因素对竞争情报需求的内容和特征分析,以及融合战略行为过程与影响因素的竞争情报需求驱动路径。梳理了互联网企业战略行为的理性影响因素,主要包括：①产业组织结构、②企业资源构造与能力、③情景环境、④技术创新、⑤关系网络效应、⑥用户行为；从战略决策主体开展战略行为对竞争情报需求的视角,分析企业战略行为发展过程中对竞争情报的需求,以及互联网环境下互联网企业战略行为理性影响因素对竞争情报需求的差异。第5章,互联网企业战略行为中的竞争情报作用因素分析。从竞争情报价值链角度出发,考察理性因素影响下互联网企业战略行为的竞争情报作用机制,明确了理性影响因素、竞争情报及战略行为这三者之间的关系。分析了互联网企业竞争情报信息流传播形态,以及信息链中信息干扰及危害；利用互联网企业竞争情报价值链的增值效应,将竞争情报作用分解为环境监测、危机预警和决策支持三个部分；通过构建基于理性因素的互联网企业竞争情报作用模型,并借助问卷调查检验后显示,竞争情报的三个作用对技术创新、关系网络效应及用户行为的感知能力较强,即,体现竞争情报对于具有互联网特性的理性影响因素能够做出有效应对。第6章,互联网企业战略行为中的竞争情报作用实现研究,主要目的是从竞争情报的环境监测、危机预警和决策支持作用对互联网企业战略行为的实现模式进行系统设计。互联网企业竞争情报环境监测,是依据互联网企业战略行为目标的规划和需求,针对竞争对手、用户行为、网络舆情、技术专利、政策法规等情报源实施监测,构建了互联网企业竞争情报环境监测MDP模型,并面向大数据环境分别设置有监控子模型、识别子模型和预测子模型；互联网企业竞争情报危机预警C+C架构,是建立在云计算平台实现对预警信号进行实施处理的机制；互联网企业竞争情报决策支持实质,是将来自不同层次上的多源情报进行有效融合,通过构建基于JDL模型的面向互联网企业战略行为竞争情报决策支持融合模型来实现竞争情报多源信息融合。
葛泉波[5]2008年在《无序信息的网络融合及在舰船组合导航中的应用》文中研究说明无线传感器网络(Wireless Sensor Networks,WSN)环境下的融合系统在进行信息搜集和综合处理时,将不可避免地受限于诸多与网络系统有关的约束条件(简称约束),如有限的通信带宽和节点能量、存储和计算约束、动态网络拓扑以及路由协议等,从而导致传统信息融合理论和技术无法有效地满足日益增长的实际工程需求,并使得基于传感器网络的信息融合(简称网络融合)研究面临着诸多新的难题和挑战。各种网络约束的共同存在使得信息经传感器网络传输后,其定常性、因果性和序惯性易受破坏,若将丢包视为无限的延迟,则上述约束条件对融合系统的影响将集中体现于局部传感器信息传输具有随机延迟。而延迟的随机性必然导致有序采样的局部信息到达融合中心时呈现无序的现象,即后发的信息可能先到,先发的信息可能后到,简称为无序信息。从而,传统基于信息有序到达的融合方法将无法直接有效地应用于无序信息系统,并使得无序信息的融合算法设计已成为网络融合研究的重要内容之一。此外,Y.Bar-Shalom等提倡的无序量测(“Out-of-Sequence”Measurements,OOSM)更新方法只能解决部分无序信息系统的估计融合问题。因此,由于OOSM研究刚处于起步阶段,加之诸多自身无法克服的不足,使得大量关键性的理论和技术问题亟待进一步研究和解决。近年来,海上舰船航行安全问题受到了人们的高度重视,其主要内容之一就是对舰船航行进行动态监控并为舰船的自主避碰和其它海事险情的发生提供早期预警。实现上述功能的首要前提就是舰船精确和可靠的导航定位。传统舰船组合导航定位方法大都研究如何最优地融合来自于舰船各内部导航子系统提供的信息,并没有考虑信息的异构性和不确定性、系统的网络特性以及对GPS过度的依赖性,这样就大大降低了传统方法在实际应用中的稳定性和可靠性。实际上,海上舰船网络系统是一个典型的无线Ad hoc传感器网络,网络中的各个节点以多跳和广播的方式在网内进行信息通信和交换,从而使得各舰船节点均能接收来自他船的信息。因此,舰船节点可通过有效综合其他节点提供的信息来改善自身舰船组合导航定位方法的精度和可靠性。由于海上各舰船的导航系统往往异步工作且各船之间的信息交流均是通过无线网络进行,加之船台以短信方式转发信息和船载AIS设备在规定时间内发送不完数据均可能将造成整个数据队发送列的推迟等,都有可能导致网络节点间的信息传送具有不确定的延迟。那么,实现上述功能的关键就是在海上网络环境中目标舰船如何有效利用其他节点的信息来更新和改善自身组合导航定位估计的性能。因此,开展无序信息的网络融合及在舰船组合导航中的应用研究具有重要的理论意义和广泛的应用前景。鉴于此,本文重点开展了无序信息的网络融合算法设计以及网络环境下舰船组合导航定位的方法研究,其主要研究贡献和创新点如下:1)建立带有任意随机延迟的多传感器系统通用OOSM融合框架。为了客服现有无序量测方法研究存在的局限,利用“伪量测”技术和传统噪声相关Kalman滤波技术,系统地开展单传感器、多传感器同步系统以及一大类异步采样系统具有任意随机延迟的OOSM估计融合算法设计,最终建立一个通用的无序量测估计融合算法框架。2)提出基于分布式融合框架的无序估计(“Out-of-Sequence”Estimates,OOSE)方法来解决无序信息的网络融合问题。鉴于无序量测方法的集中式估计特性所引发的诸多不足,建立分布式融合框架下的OOSE方法来解决OOSM方法存在的问题,并针对任意随机延迟的多传感器系统建立一个通用OOSE融合方案。同时,针对一类特殊异步采样的树形网络无序信息系统,开展OOSM和OOSE联合方法的研究,并建立了相应的混合无序信息融合方案。3)结合网络信息融合技术建立舰船相对导航定位方法。考虑舰船网络中信息丰富特性以及实际舰船组合导航子系统信息的不确性,提出利用相邻舰船的信息来改善目标舰船自身组合导航定位估计的精度、稳定性和可靠性。同时,将前述建立的OOSM和OOSE方法应用到带有延迟的舰船网络节点的相对定位中。
柴中[6]2012年在《网络延迟系统中几种滤波器设计方法研究》文中指出随着科技水平的提高，传感器网络在军事、工农业生产等领域特别是大型系统中的应用越来越多，而伴随“物联网”、“云计算”等概念的提出，传感器网络技术的研究和应用更加得到人们的关注。网络的引入在给系统带来便利的同时，也出现一些不足。例如，在网络控制系统中，传感器量测数据在经过网络传输过程中，受网络带宽限制、多路由协议等因素的影响，被传送的数据会出现延迟、错序和丢包等现象。这些现象的出现使传统的滤波器设计方法遇到新的挑战，为此本文在阅读相关文献的基础上，针对被传输数据出现延迟和错序的情况，开展了延迟量测系统的几种滤波器设计方法研究。主要工作如下：（1）给出了一种序贯式多传感器一步延迟无序量测滤波方法。针对多传感器系统具有多个一步延迟量测的情况，在单传感器一步延迟无序量测最优更新A1算法的基础上，引入序贯递推的思想，在线性最小方差准则下，进行直接更新，推导出序贯式多传感器一步延迟无序量测最优融合算法，提高了延迟问题处理的实时性。（2）给出了一种具有随机一步延迟的多传感器系统序贯式滤波器设计方法。针对一步延迟具有的随机性，首先将其建模为具有随机变量的一步延迟系统，然后针对该系统，利用最小化估计误差协方差矩阵的准则，基于序贯递推的思想，给出了序贯式滤波器设计方法，并对其性能进行了计算机仿真比较。（3）给出了一种被传输数据无时戳标定下的单传感器多步延迟系统的滤波方法。针对具有多步传感器延迟的线性定常系统，首先基于线性定常系统的时不变特性，建立延迟量测的伪测量模型库，然后将获得的量测作为可能发生延迟的所有量测在最小化估计误差协方差矩阵的准则下进行滤波更新，最后将各个局部状态估计值进行加权融合，从而得到当前时刻的最终状态估计值。
佚名[7]2010年在《自动化技术、计算机技术》文中认为TP112010051942输出耦合的复杂网络自适应牵制同步/樊春霞,蒋国平(南京邮电大学自动化学院)//应用科学学报.―2010,28(2).―203～208.针对输出耦合复杂网络的同步控制,提出一种自适应牵制控制方法以实现复杂网络同步。不同于现有同步控制方法,该方法利用节点输出变量构造同步控制器,只需控制网络中的部分节点就可根据同步误差自适应
马静[8]2012年在《网络化控制系统的建模与融合估计》文中提出随着网络通讯技术和计算机技术的飞速发展，大量的网络化控制系统随之应运而生。网络传输方式被广泛应用于国防建设和国民经济的各个方面，如军事、工业、医学、交通、航天等领域。但由于网络的承载能力和通信带宽有限，以及遮挡和干扰等因素的影响，网络系统中不可避免地存在时间延迟、数据包丢失和多速率采样等问题。这些问题在传统的控制系统中是不存在的，因此基于传统的估计理论给出的估计策略已不能直接应用到网络化控制系统中，必须针对网络化控制系统的复杂结构和所存在的上述特殊问题，研究适合网络环境的估计策略。在这样的背景下，本文综合考虑以上问题，基于射影理论和线性最小方差意义下的最优融合算法，研究网络化控制系统的建模和融合估计问题，主要内容和创新点如下：对观测数据包存在丢失的多传感器线性离散时变随机系统，提出了分布式和集中式信息融合估值器，包括滤波器、预报器和平滑器。推导了任两个局部估计误差之间的互协方差矩阵。对于线性定常系统，给出了分布式和集中式稳态估值器存在的一个充分条件。证明了任两个局部估计误差之间的互协方差阵的稳态解的存在性。进一步，对观测数据包和控制数据包同时存在丢失的多传感器线性离散时变随机系统，提出了集中式最优和稳态信息融合估值器。对带有随机乘性噪声不确定性和观测数据包丢失的多传感器离散时变随机系统，设计了局部单传感器子系统的估值器、分布式和集中式融合估值器。同时给出了稳态估值器存在的一个充分条件。对带有随机乘性噪声不确定性和不确定观测的多传感器离散随机时变系统，提出了集中式最优和稳态信息融合估值器。与目前文献所提出的鲁棒滤波器相比，不需要人为选择抗干扰噪声的系数矩阵和方差阵，并且所提出的滤波器在线性最小方差意义下是最优的。对同时带有随机传感器滞后、数据包丢失和不确定观测的多传感器线性离散时变随机系统，利用三个伯努利分布的随机变量，建立了统一的观测模型来描述这三种随机现象。进而基于所建立的观测模型对单传感器系统在现有文献的增广方法下提出了线性最优估值器。与文献中滤波器相比，由于考虑了增广的系统噪声是同时刻和相邻时刻都相关的有色噪声，因此在大滞后率下提高了估计精度。但有色噪声的存在导致滤波器的结构过于复杂，不便于实时应用。因此，我们提出一种新的增广方法，并基于这种增广方法，设计了一种新的线性最优估值器。与前面所提出的滤波器相比，由于建立了一个低阶的参数化系统并且避免了有色噪声的引入，因此所提出的估值器具有更简洁的形式和较小的计算负担。同时将目前所研究的问题推广到多传感器情形，基于新的增广方法，提出了分布式和集中式信息融合估值器。对多速率多传感器线性离散随机系统，其中状态具有最高的状态更新率，不同的传感器具有不同的较低的观测采样率，通过建立第i个传感器的观测采样点上的状态空间模型，给出了状态更新点上的局部状态滤波器。利用次优加权融合算法和协方差交叉融合算法，提出了状态更新点上的分布式次优融合滤波器。与状态增广方法相比，明显减小了计算负担。对带有不同观测数据包丢失率的多速率多传感器线性离散随机系统，通过引入伪观测序列将多速率系统的融合估计问题转化为等价的单速率系统的融合估计问题。进而，基于数据包丢失的实现过程，提出了分布式最优融合滤波器，推导了任两个局部估计误差之间的互协方差阵。与没有考虑互协方差阵的方法相比，可明显改善估计精度。通篇以Matlab仿真软件为平台，通过与已有文献结果的比较仿真研究，验证了所提算法的有效性。
陈博[9]2013年在《网络化多传感器信息融合估计算法研究》文中认为多传感器信息融合是20世纪70年代以来由于军事、国防和高科技领域的迫切需要发展起来的一门新兴边缘学科,多传感器信息融合估计作为该领域的一个重要分支在军事和民用领域有着重要的应用价值。随着网络通讯技术的飞速发展,在多传感器融合系统中引入有线或无线通信网络作为信息传输的枢纽,从而构成了网络化的多传感器融合系统(Networked Multi-Sensor Fusion Systems, NMFSs)。与传统的多传感器融合系统相比,NMFSs以其布线少、成本低、易于扩展和维护等优点,应用范围和作用在不断扩大,目前是一个热点研究课题。然而,通信网络的引入带来了许多新的问题,从而传统的融合估计方法不适用于NMFSs,因此迫切需要提出适用于网络环境的多传感器信息融合估计理论。在这样的背景下,本文基于射影理论、Lyapunov理论、矩阵分析理论和最优加权融合算法,研究了NMFSs中存在的两个重要问题：一是通信带宽和传感器能量受限问题；二是传感器量测的不确定性及随机时延与丢包问题。研究工作主要包括：1.研究了在通信带宽约束下NMFSs的分布式信息融合估计问题。首先提出了一种有结构限定的维数压缩策略来满足有限的通信带宽,并基于最优加权融合估计算法,导出了带宽受限的有限时域分布式Kalman融合估计器；最后给出了一个简单有效的分量传输方案使得融合估计性能在某些条件下是最优的。另一方面,当NMFSs中的噪声是统计特性未知的能量有界信号时,采用对数量化策略将要传输的局部估计信号量化到有限水平以满足有限的通信带宽;然后利用H∞滤波理论和离散系统的有界实引理导出了保证分布式H∞融合估计性能最优的充要条件,并给出了带宽约束条件下的最优加权矩阵和量化参数。以上研究结果分别通过移动目标跟踪系统和数值例子进行了验证。2.研究了在通信带宽和能量受限下NMFSs的分布式Kalman融合估计问题。为了满足有限的通信带宽,每个时刻最多只有局部估计信号的部分分量以随机形式发送到融合中心,每个传感器则间歇性地发送信息到融合中心以达到节能目的。基于最优加权融合估计算法,给出了带宽和能量受限情况下的分布式Kalman融合估计算法。由于所设计的融合估计器性能依赖于传输分量的选择概率,为此导出了一些传输分量的概率选择准则以保证融合估计器的均方差(Mean Square Error, MSE)有界或收敛。最后,通过移动口标跟踪系统验证了所提方法的有效性。3.研究了在通信量约束下NMFSs的分布式混合H2/H∞融合估计问题,其中系统扰动由高斯白噪声与能量有界噪声共同描述。为了缩减每个时刻传感器与融合中心的通信量,提出了有结构限定的随机维数压缩与对数量化相结合的策略。借助于Lyapunov理论和混合H2/H∞滤波方法,导出了关于量化参数与传输分量选择概率的充分条件以保证分布式H2/H∞融合估计器的稳定性。而且,当每个局部估计分量的传输概率预先给定时,给出了在通信量约束下最优加权矩阵和量化参数的设计方法。最后,通过F404航空发动机模型验证了所提方法的有效性。4.研究了NMFSs中存在随机参数扰动、传感器失效、随机观测时延与丢包的融合估计问题。利用新息方法和代数Riccati方程导出了一个与原系统维数相等的集中式鲁棒Kalman融合估计器。与增广方法相比,它可以降低融合中心的计算复杂度,从而满足系统的实时性要求。基于所设计的集中式融合估计算法,利用矩阵满秩分解方法导出了存在上述不确定性的NMFSs的鲁棒降维加权观测融合Kalman估计器,进一步地减轻融合中心的计算负担。而且,导出了一些依赖于时延发生概率和传感器失效率的充分条件以保证估计器的稳定性和最优性,并给出了稳态Kalman融合估计器。最后,通过数值例子验证了所提方法的有效性。5.研究了NMFSs中存在测量数据丢失、随机传输时延与丢包的分布式Kalman融合估计问题。首先,提出了一个新的随机通信模型来描述NMFSs中的随机传输时延和丢包现象；然后利用线性最优加权融合算法,导出了一个递推的分布式Kalman融合估计器。根据矩阵分析理论导出了一些使得融合估计器的MSE有界或者收敛的充分条件,并给出了稳态分布式Kalman融合估计器。最后,通过移动目标跟踪系统验证了所提方法的有效性。
参考文献：
[1]. 基于网络环境的多传感器信息融合理论及应用模型研究[D]. 孙翱. 大连理工大学. 2000
[2]. 瓦斯监测系统故障智能诊断技术研究[D]. 王其军. 山东科技大学. 2007
[3]. 分布式入侵检测系统与信息融合技术的研究与实践[D]. 姜建国. 四川大学. 2003
[4]. 互联网企业战略行为中竞争情报作用研究[D]. 王嵩. 武汉大学. 2016
[5]. 无序信息的网络融合及在舰船组合导航中的应用[D]. 葛泉波. 上海海事大学. 2008
[6]. 网络延迟系统中几种滤波器设计方法研究[D]. 柴中. 杭州电子科技大学. 2012
[7]. 自动化技术、计算机技术[J]. 佚名. 中国无线电电子学文摘. 2010
[8]. 网络化控制系统的建模与融合估计[D]. 马静. 黑龙江大学. 2012
[9]. 网络化多传感器信息融合估计算法研究[D]. 陈博. 浙江工业大学. 2013
标签：自动化技术论文; 信息融合论文; 融合通信论文; 分布式架构论文; 网络模型论文; 线性模型论文; 传感器技术论文; 线性系统论文; 随机算法论文; 分布式算法论文; 数据融合论文; 网络行为论文; 瓦斯保护论文; 故障诊断论文; 通信论文;