导读:本文包含了信号融合技术论文开题报告文献综述及选题提纲参考文献，主要关键词:室内定位,WIFI,图像,融合定位
信号融合技术论文文献综述
王鑫[1]（2019）在《基于深度学习的图像与无线信号的融合定位关键技术研究》一文中研究指出随着移动互联网的普及、智能移动设备的升级、5G时代的到来,人们对LBS(Location Based Services)的需求越来越大。目前最有前途的两类室内定位技术是基于无线信号和基于计算机视觉的室内定位技术。这两类技术有着各自的优缺点:基于无线信号的室内定位技术具有计算复杂度低、可实现性强的优点,但存在多径、非视距干扰、特征空间区分度不够等缺点;基于计算机视觉的室内定位技术具有能获得大量稳定的环境信息的优点,但存在计算复杂度高、受光照影响严重等缺点。针对单一的室内定位技术的局限性,本论文提出基于深度学习的图像与无线信号的融合定位方法。本方法首先利用地标检测模型检测图像中的地标,并用这些地标表达图像信息,实现将二维图像信息映射到一维特征,同时对无线信息预处理并利用加权抽取模型抽取无线特征,然后利用融合定位网络实现地标特征和无线特征的融合,最后通过回归方法估计位置坐标。本论文主要完成了以下四个工作:1.针对如何将图像信息与无线信息在同一维度实现融合的问题,本论文提出了一种基于卷积神经网络的地标检测模型。利用地标检测模型检测图像中的地标,并用这些地标来表达图像信息,从而实现将二维的图像信息映射到一维的地标特征。并将该特征用于最后的融合网络模型的输入。2.针对地标选择问题,本论文提出了地标特征筛选方法。由于目标众多,如果将所有目标作为地标则需要大量的标注工作,使得该融合定位方法的可实施性降低。根据本文提出的特征筛选方法筛选独立性强的目标特征,在滤除冗余目标的同时使得目标分布更加均匀,在小样本训练情况下目标检测平均精度从原来的0.69提升到0.90。3.针对如何获得合理的训练数据问题,本论文提出加权抽取模型。由于不同手机接收到的WIFI信息存在差异,为了得到适合于不同手机的鲁棒的训练集,本论文提出加权抽取模型融合多种不同型号手机接收到的WIFI数据作为训练数据。实验证明在另一种型号手机上测试时,融合前后平均定位误差减小约0.3m。4.针对预处理得到的地标特征和WIFI特征的融合问题,本论文提出基于深度学习的融合网络模型。该模型先对两种特征分别连接,然后再级联,最后利用回归的方法计算定位结果。该融合模型相比目前较好的室内定位方法,在本论文的实验场景下平均定位误差减小了约1m。最后,通过实验分析比较,证明了本论文提出的方法具有可实现性和对不同型号手机在多场景下具有定位鲁棒的优势。(本文来源于《北京邮电大学》期刊2019-05-28）
孙照宇,李超,刘伦乾[2]（2019）在《基于多传感信号融合的飞机装配工装在线测量技术研究》一文中研究指出针对飞机装配工装的过程状态监控,提出一种基于多传感信号融合的在线测量技术。该技术融合了视觉测量、电涡流微位移监测、应力应变检测以及温度补偿等技术,利用该技术,并结合系统集成控制技术和多传感数据融合分析方法,搭建飞机装配生产线上的智能化工装测量系统。(本文来源于《机械管理开发》期刊2019年03期）
张明惠[3]（2019）在《船用无源导航信号融合误差抑制技术研究》一文中研究指出由于水面舰船导航技术快速发展的需求,对舰船用导航设备提出了长航时高导航精度、强稳定性、全自主等全新技术要求。目前,以捷联惯性导航系统(Strapdown Inertial Navigation System,SINS)和星敏感器输出的无源导航信号进行信息融合是船用导航系统的热点研究方向,该融合方式在减少了对卫星导航依赖的同时,还可以保证系统的导航精度。然而,船用星敏感器存在测量噪声统计特性变化,及相对导航系定位时会引入SINS误差的问题,进而使船用导航信息在融合过程中引入误差,且随时间累积而发散,降低了系统导航精度。因此,基于以上问题的考虑,本文对以舰船为应用背景的捷联惯导/星敏感器信息融合系统进行深入的研究,旨在讨论如何抑制船用无源导航系统信息融合误差,满足舰用导航系统的不同要求,完善该信息融合方案。对于星敏感器辅助陀螺仪进行在线标定技术,可提高船用导航系统的精度。然而,由于外部因素,星敏感器测量噪声统计特性未知,进而造成标准卡尔曼滤波发散无法有效进行陀螺仪在线标定。为解决此问题,本文提出了基于遗忘因子自适应选择Sage-Husa滤波的星敏感器辅助陀螺在线标定算法。该算法可不断估计并修正滤波器的测量噪声参数,进而实现在海面环境复杂变化时可有效估计出陀螺仪输出误差的目的。同时,它提高了滤波器精度,使船用导航系统精度和环境适用性得到了改善。然而,捷联惯导/星敏感器在线标定抑制了部分导航误差,因此需要进一步提高导航系统精度。利用星敏感器输出的位置信息对SINS导航误差进行周期性校正,可提高系统导航精度。然而,星敏感器在确定舰船在导航坐标系下的定位信息时,会引入SINS的水平姿态误差,降低了星敏感器精度。为解决上述问题,本文提出基于模型预测滤波-卡尔曼滤波的捷联惯导/星敏感器信息融合算法。通过建立星敏感器定位误差与水平姿态误差之间的数学模型,利用模型预测滤波(Model Predictive Filtering,MPF)可以在线估计出未知形式模型误差的特性,对舰船系统模型进行修正,进而提高星敏感器定位精度。然后,以修正后的星敏感器位置信息为基准,利用卡尔曼滤波估计导航误差,抑制导航系统误差发散,满足舰用信息融合系统长航时稳定性的要求。最后,利用仿真对基于遗忘因子自适应选择Sage-Husa滤波的在线标定方案和基于模型预测滤波-卡尔曼滤波的信息融合方案实现原理性验证。通过实际数据进行分析并由仿真结果可知,船用无源导航系统的融合误差得到抑制,可满足舰船长航时导航要求。(本文来源于《哈尔滨工程大学》期刊2019-01-01）
王新玲[4]（2018）在《广电有线和无线信号融合的技术方案探索》一文中研究指出随着社会时代的发展以及互联网技术水平的不断提升,广播电视也逐渐向有线和无线信号融合的道路发展。为顺应时代发展潮流,广电应积极转变发展模式,探索可行技术方案,推进广电有线无线信号融合。本文将主要针对当前广电有线和无线信号融合的技术方案展开探索,并对未来广电融合网的发展途径进行分析。(本文来源于《西部广播电视》期刊2018年17期）
李菲[5]（2018）在《基于图像信号与无线通信信号融合的室内定位关键技术研究》一文中研究指出位置服务作为新兴战略型产业,发展越来越壮大,人们对室内定位技术也提出了更高的要求。室内定位常见技术有:基站定位技术、Wi-Fi定位技术、UWB定位技术、蓝牙定位技术、RFID定位技术、视觉定位技术等。无线定位和视觉定位作为近年来新兴定位技术,有着各自的优缺点,如视觉定位精确度高但运算复杂度较高,无线网络定位使用简单但定位精度有待进一步提高。所以,单一的室内定位技术存在一定的局限性。基于图像信号和无线通信信号融合的室内定位,可以发挥各自优势。本论文完成了以下几个方面的工作:1.提出了一种基于图像信号辅助的室内无线信号衰减模型。本文针对无线定位系统中对数距离路径损耗模型未将人员干扰因素考虑在内的局限性,对人体干扰对无线信号传播造成的影响进行定量分析,提出基于人员数目对对数距离路径损耗模型进行改进的模型,为后续定位提供相对精确的发射机与接收机之间的位置信息。实验表明,本文模型测得的距离信息比对数距离路径损耗模型得到的结果更接近实际测量值,证明该模型的有效性;同时,该算法在人员出现频率不同的室内场景,如大厅、办公室、走廊,都具有很好的定位性能,测量结果与定位结果的均方根误差(RMSE:Root Mean Square Error)从2.37米减小到1.14米,优于基于众包(CS:Crowdsourcing)和基于FM广播无线信号的定位算法,提高了室内定位的精度。2.提出一种基于深度神经网络(CNN:Convolution Neural Network)模型的人员定位和人员数目统计方法。本文提出的无线信号衰减模型需要确定信号传播路径中人员数目,本文采用CNN模型来实现。本文将采用的基于完全卷积的定位神经网络(FCLN,Fully Convoluted Localization Network)方法同广泛应用于人体检测的方向梯度直方图(HOG:Histogram Oriented Gradient)特征以及人工计数得到的真实人员数目进行比较。结果表明,本文采用的CNN模型在不同室内场景下的人体检测结果和计数误差率都比较理想,更加准确估计了无线信号在人员走动情况下的路径损耗。3.提出一种基于局部特征的FAST-SURF图像特征提取算法。在无线定位存在信号覆盖盲区以及满足进一步提高定位精度的需要时,视觉定位可以发挥作用。针对视觉定位图像特征提取计算量大的问题,本文通过改进SURF算法的特征点检测,提出了 FAST-SURF算法。在实验环境建立的数据库下,对同幅图像分别采用SURF、FAST-SURF 算法进行特征提取和匹配。实验结果表明,该算法特征匹配的正确率可以达到85%,而SURF特征提取算法仅达到78%,同时运行时间减小到33.28ms,优于基于SURF算法的53.74ms,证明本文提出算法在特征提取的计算量和实时性方面,都有了明显的改善和提高。4.针对单一定位方式存在定位精度差的问题,本文对多源信息融合策略进行研究,利用边缘粒子滤波器对视觉定位信息和无线定位信息进行融合。实验表明,融合算法进一步提高了室内定位的精度,有效的优化了定位估计的平滑性,具有良好的收敛性。通过论文的数据处理和实验测量,基于图像信号和无线通信信号融合的室内定位在实时性和定位精度方面优于其他相关算法,具有重要的理论和实践价值。(本文来源于《北京邮电大学》期刊2018-03-15）
卿婷婷[6]（2018）在《基于WiFi和地磁信号融合的室内定位技术研究》一文中研究指出随着经济的快速发展,高楼大厦拔地而起,室内活动空间不断扩大并且室内地形也越来越复杂,人们对室内定位的需求越来越强烈。现有的单一定位技术在定位成本、定位精度和定位稳定性等方面存在缺陷,因此将多种定位技术结合已经成为室内定位的主流方向。考虑到WiFi信号在全局区域内分辨性较强,以及地磁信号在时间维度上具有稳定性,本文针对WiFi和地磁信号融合的室内定位技术进行研究,主要的研究内容如下:第一,室内WiFi和地磁信号分析。从时间维度上信号的稳定性、空间维度的差异性、终端方向、终端类型和高度等五个方面,分析室内WiFi信号和地磁信号的特性。实验结果表明,WiFi信号在空间维度上具有差异性,且位置分辨性较强,但在时间维度上具有波动性,并会受到终端方向、终端类型和高度的影响。相比而言,地磁信号在时间维度上相对稳定,但在空间维度上位置分辨性较低,并且同样受到终端类型的影响。第二,基于压缩感知的重建WiFi指纹库算法。利用压缩感知方法在少量位置上重新收集的WiFi信号变化值作为观测信号,通过采样位置间的欧式距离和WiFi信号强度差值构建了测量矩阵,提出了正交匹配跟踪算法重新构建指纹库,通过对重新采样的位置数量、位置间距和终端类型叁个方面进行了实验分析,验证了该重建算法的可行性。第叁,基于隐马尔可夫模型的融合室内定位算法。在步伐检测方面,通过对加速度信号进行动态阈值检测的基础上,结合地磁信号对超过加速度阈值的步伐进行二次检测,减小了身体摇晃导致的计步错误,同时提高了在不同行走速度下计步的鲁棒性。针对地磁信号较低的位置分辨性,提出了将地磁信号进行序列化使得地磁信息增加到多维,提高地磁信号的位置分辨性,同时利用余旋相似度对序列化的地磁信号进行匹配,克服不同终端的地磁信号差异性。最后,引入隐马尔可夫模型,将强分辨性的WiFi信号和稳定性的地磁信号进行融合定位,在初始概率分布矩阵中引入WiFi信号进行粗定位,观测概率矩阵加入基于步数序列化的地磁信号进行二次匹配,前向算法利用模型的叁要素不断进行迭代,从而获得行人的位置。实验结果表明,该算法提高了定位稳定性和定位精度。(本文来源于《华南理工大学》期刊2018-03-06）
卢小江[7]（2017）在《基于多源信号融合技术的球磨机负荷预测方法研究》一文中研究指出球磨机具有操作简单、制造成本低、破碎比大、既可用于湿磨又可用于干磨等诸多优点,广泛应用在玻璃、陶瓷、水泥、化工、矿山等领域。但是,球磨机磨矿过程存在多变量相互制约、强耦合、滞后时间长等缺点,造成其筒体内部负荷参数无法显性描述和实时控制,难于充分发挥磨机的实际效能。因此,实现磨机内部负荷的有效预测,使球磨机运行在最佳工况状态,是提高磨矿效率、降低生产成本的根本任务之一。本文以试验球磨机为研究对象,通过经验分析、实验探究、信号处理相结合的方法,采用多种传感器分别检测球磨机轴承振动信号、筒体磨音信号和主电机电流信号,应用最优融合集和D-S证据理论的多源信息融合技术,对磨机负荷的多源信号特征提取与预测方法进行了深入研究,实现了磨机内部负荷状态参数的有效预测。主要研究结果为:首先,针对球磨机耗能高、产量低、噪音大等问题,通过经验分析得出磨矿过程的主要影响因素和信号检测方法;搭建了球磨机多源信号检测系统,采用单因素变量法进行了磨矿实验,以加球量、给料量、入料粒度分布、球配比为输入参数,以能耗和-200目产率为评价指标,相关实验结果表明,不同磨机负荷参数可划分为欠负荷、正常负荷、过负荷叁种状态。其次,为了对叁种状态的多源信号进行特征提取和识别,采用了小波变换技术分别对球磨机振动、磨音信号进行特征提取,得到振动特征信息为信号的均值、方差和频率段能量值,磨音特征信息为信号的A计权总声压级和A计权倍频程声压级;通过对比分析不同工况下信号特征信息值的欧氏距离,结果表明与单一信号相比,多源信号能更准确、更快速的对磨机负荷进行识别;通过对不同时间段的电流信号进行均值化处理,得出随着磨机负荷的增加,电流值呈先增加后减小的趋势。最后,针对磨机负荷预测中的检测信号存在高冲突、强突变、低相关的问题,采用了改进后的最优融合集算法,对同类信号在不同时间段的检测数据进行融合,结果表明该方法能有效剔除高冲突信息;采用改进后的D-S证据理论融合规则,提出了一种磨机负荷的多源异类信号特征层融合方法,并通过实例验证和不同算法对比分析,表明该方法应用于磨机负荷预测时,得到的融合结果置信度更高、收敛速度更快、稳定性更强。综上所述,通过单因素变量磨矿试验和多源信号特征提取与识别,采用最优融合集和D-S证据理论建立多源信号特征层融合方法,对磨机负荷预测具有较强的实用性及可靠性,也可为其它选矿设备的节能降耗提供设计新思路。(本文来源于《江西理工大学》期刊2017-05-20）
贾伟广,常双,胡波,朱丽萍,于惠莉[8]（2017）在《基于北斗多星信号融合解析的浮标现场校准技术研究》一文中研究指出采用高精度载波相位差分(RTK)技术,通过融合解析多星(中国北斗、美国GPS和俄罗斯GLONASS)定位信号,实现全天候、高精度和全参数(波高、波周期和波向)现场实时校准技术。通过反复多次测试,单星、双星和多星系统测量精度分别可达到0.05m、0.03m和0.02m;波向最大示值误差为3.52°。较大幅度提升了我国波浪仪器校准技术水平。(本文来源于《计量学报》期刊2017年02期）
杜天有[9]（2016）在《多雷达信号级数据融合技术研究》一文中研究指出随着雷达技术的飞速发展,雷达性能获得了很大的提高,各种面向复杂背景的多雷达系统随之涌现。多雷达信息融合、协同探测等技术使分布在不同作战平台上的传感器实现信息共享、探测性能最大化。本文介绍了多雷达系统数据融合技术的发展,给出了多雷达数据融合常见的几种方法,重点介绍了信号级的数据融合技术原理,并仿真分析了信号级数据融合对雷达检测性能的提高。(本文来源于《中小企业管理与科技(中旬刊)》期刊2016年06期）
林伟,胡志高[10]（2016）在《基于多Agent信息融合的轨道交通信号设备故障诊断技术要点》一文中研究指出针对我国城市轨道交通信号设备故障的特点,设计了一个基于多Agent信息融合技术的轨道交通信号设备故障诊断系统。介绍信息融合技术的相关要点,重点阐述多Agent信息融合技术的定义和理论。对多Agent轨道交通信号设备故障诊断的总体结构进行分析和设计。详细分析了信息采集Agent、管理Agent、诊断Agent等主要Agent的基本职能,以及各Agent间的通信协作方式。(本文来源于《城市轨道交通研究》期刊2016年04期）
信号融合技术论文开题报告
（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：
针对飞机装配工装的过程状态监控,提出一种基于多传感信号融合的在线测量技术。该技术融合了视觉测量、电涡流微位移监测、应力应变检测以及温度补偿等技术,利用该技术,并结合系统集成控制技术和多传感数据融合分析方法,搭建飞机装配生产线上的智能化工装测量系统。
（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。
信号融合技术论文参考文献
[1].王鑫.基于深度学习的图像与无线信号的融合定位关键技术研究[D].北京邮电大学.2019
[2].孙照宇,李超,刘伦乾.基于多传感信号融合的飞机装配工装在线测量技术研究[J].机械管理开发.2019
[3].张明惠.船用无源导航信号融合误差抑制技术研究[D].哈尔滨工程大学.2019
[4].王新玲.广电有线和无线信号融合的技术方案探索[J].西部广播电视.2018
[5].李菲.基于图像信号与无线通信信号融合的室内定位关键技术研究[D].北京邮电大学.2018
[6].卿婷婷.基于WiFi和地磁信号融合的室内定位技术研究[D].华南理工大学.2018
[7].卢小江.基于多源信号融合技术的球磨机负荷预测方法研究[D].江西理工大学.2017
[8].贾伟广,常双,胡波,朱丽萍,于惠莉.基于北斗多星信号融合解析的浮标现场校准技术研究[J].计量学报.2017
[9].杜天有.多雷达信号级数据融合技术研究[J].中小企业管理与科技(中旬刊).2016
[10].林伟,胡志高.基于多Agent信息融合的轨道交通信号设备故障诊断技术要点[J].城市轨道交通研究.2016