多传感器信息融合技术

被引：19

作者：

吕漫丽

孙灵芳

机构：

[1] 东北电力大学自动化工程学院

来源：

自动化技术与应用 | 2008年 / 02期

关键词：

多传感器; 信息融合; 模型; 算法;

D O I：

暂无

中图分类号：

TP202 [设计、性能分析与综合];

学科分类号：

0811 ; 081101 ; 081102 ;

摘要：

系统地介绍了多传感器信息融合技术的理论、模型和应用,并对多传感器信息融合的几种主要算法进行了全面的阐述和归纳,指出了信息融合研究中存在的主要问题,最后对信息融合技术的未来研究方向进行了展望。

引用

页码：79 / 82

页数：4

共 22 条

[1] 基于神经网络信息融合的智能机器人 [J].

李强 ;

杨晓京 ;

魏岚 .

机电工程技术, 2006, (06) :72-74+115

[2] 自适应Kalman滤波在多传感器数据融合中应用 [J].

李洪波 ;

杨军锋 .

国外电子测量技术, 2006, (06) :69-71

[3] 基于支持向量机的多传感器信息融合算法 [J].

陶秀凤 ;

周鸣争 .

计算机技术与发展, 2006, (06) :177-179+183

[4] 基于小波变换和Kalman滤波的多传感器数据融合 [J].

刘素一 ;

张海霞 ;

罗维平 .

微计算机信息, 2006, (16) :179-181

[5] 多传感器信息融合技术综述 [J].

周芳 ;

韩立岩 .

遥测遥控, 2006, (03) :1-7

[6] 基于模糊神经网络的信息融合方法在矿井供风系统中的应用 [J].

付华 ;

孙树生 ;

许振良 ;

冯爱伟 ;

白兰 .

煤炭学报, 2006, (02) :264-267

[7] 基于支持向量机与信息融合的地震油气预测方法 [J].

金龙 ;

陈小宏 ;

王守东 .

石油地球物理勘探, 2006, (01) :76-80+122+127

[8] 多传感器信息融合基本原理及应用 [J].

马平 ;

吕锋 ;

杜海莲 ;

王瑞 ;

牛成林 .

控制工程, 2006, (01) :48-51+77

[9] 多传感器信息融合技术综述 [J].

臧大进 ;

严宏凤 ;

王跃才 .

工矿自动化, 2005, (06) :32-34

[10] 多传感器信息融合研究进展与展望 [J].

何友 ;

关欣 ;

王国宏 .

宇航学报, 2005, (04) :524-530

← 1 2 3 →