在电机滚动轴承的故障诊断领域中,由于电机运行环境的复杂性,以及目前大多数故障诊断依然是基于单参数进行,如振动、温度及电流等所能携带的故障特征进行诊断,所以不确定性因素及不确定信息也充斥其间,从而致使故障诊断的准确率较低。分析了传统故障诊断系统的弊端,并介绍了多信息源数据融合诊断系统的结构及其在故障诊断应用中的优势,并通过实例分析,采用3个独立传感器对轴承故障信号采集,并通过经验模态方法对信号处理得到故障特征向量,最后应用BP神经网络和D-S证据理论进行故障识别。每使用一次D-S证据理论的合成,均会提高故障诊断的准确率,进一步说明多信息源数据融合故障诊断系统的的可行性及有效性。

本书以具有代表性的C3I系统为主线，介绍了多传感器数据融合系统的基本概念，系统组成，基本原理以及多传感器数据融合系统设计中所采用的基本方法。 全书共分七章，第一章介绍多传感器信息系统的一般概念及组成，第二章至第六章的内容分别为多传感器系统状成估计，数据关联原理和方法，航迹融合等，第七章简单介绍了C3I系统所用到的几种主要传感器。 本书是为电子信息类专业对应的各个学科的士研究生编写的，也可供从事电子信息系统研究与设计的工程技术人员和此领域的博士研究生参考。

为了有效融合多传感器冗余系统量测信息，使状态的估计值更接近于状态的真实值，实现高精度和高可靠性的状态估计，采取了基于最优加权的最小二乘算法、有限窗加权的最小二乘算法和自学习加权最小二乘算法，分别对多传感器实测数据进行融合处理，融合后数据的方差大幅度降低，估计精度显著提高。并与传统的最小二乘算法进行了仿真对比，结果表明，这3种方法较最小二乘算法融合精度更高，其中，自学习加权的最小二乘融合算法既考虑了历史数据的作用，又考虑了环境噪声和新的采样值的影响，增强了对噪声检测的敏感性，估计效果较好。

多传感器大数据的融合算法.doc

针对同构多传感器系统在无先验知识、无系统模型条件下对同一未知目标进行在线测量过程中的数据融合问题,提出一种基于改进模糊聚类的同构多传感器在线融合方法.该方法采用引入噪声类的鲁棒模糊聚类方法分析同时刻多源数据,避免了传统模糊聚类融合方法中对聚类数设定的依赖,同时有效去除系统偏移较大的数据源和异常信号对融合结果的不良影响;通过引入隶属度函数影响因子,增加历史融合结果对当前融合的指导.仿真实验进一步验证所提方法在融合精度和计算实时性方面的优势.

近年来，遥感应用的快速发展推动了遥感载荷指标性能的不断提升。但由于遥感传感器的硬件技术瓶 颈，遥感数据无法同时具有高空间分辨率、高光谱分辨率、高时间分辨率的指标特性。遥感数据融合是解决该 问题的有效方法。为了深入了解目前遥感数据融合技术的研究进展情况，本文对国内外1992—2018年间在该领 域有一定影响力的相关成果进行了调研、分析与归纳总结。首先对遥感数据融合相关论文的年发文量、发文国 家与机构、发表刊物以及关键词等进行了统计，梳理其发展历史及趋势；系统性的总结了各类数据融合算法， 将其分为面向空间维提升的融合算法、面向光谱维提升的融合算法以及面向时间维提升的融合算法三类，并对 各类算法的优势与适用性进行了分析；归纳总结了遥感数据融合的质量评价指标，包括有参考影像的融合评价 指标以及无参考影像的融合评价指标；最后对遥感数据融合进展进行了总结与展望。

机载 LiDAＲ 点云和倾斜摄影影像数据融合处理技术流程

An enhanced spatial and temporal adaptive reflectance fusion model for complex heterogeneous regions 论文提出的图像融合算法，使用IDL的实现代码，包含测试数据。

根据多尺度数据融合理论设计了一种多模式组合定时设备,通过对GPS/GLONAS/"北斗"授时信号进行数据融合,综合得到更高精度的时间频率信号。GPS/GLONAS/"北斗"授时信号分别在不同小波尺度上进行小波分解,通过在不同小波尺度上进行小波加权,通过逆小波变换重构时间尺度,该时间尺度在理论上与UTC保持一致。测试结果表明:经过对本地晶体振荡器进行驯服后,该设备输出的频率稳定度达10-12,比单个模式的授时设备驯服前提高一个量级。

移动代理已广泛用于无线传感器网络并进行数据融合。该文将移动代理用于簇成员节点间进行数据收集并进行数据融合,并提出了基于精度的量化编码的数据融合算法。该算法有效减少了冗余数据,提高了传输速率,延长了无线传感器网络的寿命,并将其应用到森林防火中去。