| 【中文题名】 | 多传感器信息融合技术在智能空气净化装置中的应用 |
| 【英文题名】 | |
| 【学科专业】 | 软件工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-16 |
| 【中关键词】 | 多传感器信息融合,证据理论,模糊证据理论,智能空气净化,, |
| 【英关键词】 | multiple sensor information fusion,evidential theory,fuzzy evidential theory,Intelligent air fresher, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>一般性问题>设计、性能分析与综合> |
| 【论文摘要】 |
随着传感器、计算机和通信技术的发展，各种面向复杂应用背景的多传感器系统的研究越来越受人们的关注；多传感器系统中，信息表现形式的多样性、信息数量的巨大性、信息关系的复杂性以及要求信息处理的及时性，都大大超出人脑的信息综合处理能力，多传感器信息融合理论应运而生。
本文主要对单片机和多传感器信息融合技术在智能空气净化装置的应用进行了研究。文章首先介绍了多传感器信息融合算法的思想，证明了将多传感器信息融合技术应用于智能空气净化装置的可行性。其次，结合智能空气净化装置的特殊要求，提出了一种将模糊理论和改进型D-S证据理论算法相结合的改进型模糊证据理论方法，并应用于智能空气净化装置。最后，针对复杂的和具有时变特性的室内空气状况，设计了一个集智能化、信息融合和预测控制理论于一体的智能空气净化装置。 |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-7 |
|
第一章 绪论 |
7-15 |
|
1.1 传感器信息融合技术的研究现状 |
7-8 |
|
1.2 多传感器信息融合 |
8-13 |
|
1.2.1 多传感器信息融合的定义 |
8-9 |
|
1.2.2 传感器的类型及数据特征 |
9-10 |
|
1.2.3 多传感器信息融合的基本原理 |
10-11 |
|
1.2.4 多传感器信息融合系统结构 |
11-13 |
|
1.2.5 信息融合技术的应用领域及优点 |
13 |
|
1.3 论文选题背景及意义 |
13-14 |
|
1.4 本文的研究工作及内容安排 |
14-15 |
|
第二章 改进型模糊证据理论方法及其应用 |
15-33 |
|
2.1 几种典型的多传感器信息融合方法 |
15-25 |
|
2.1.1 贝叶斯信息融合方法 |
15-16 |
|
2.1.2 Dempster-Shafer证据理论方法 |
16-21 |
|
2.1.3 模糊信息融合方法 |
21-23 |
|
2.1.4 神经网络融合方法 |
23-25 |
|
2.2 各种融合方法的比较与分析 |
25-26 |
|
2.3 改进型模糊证据理论方法 |
26-32 |
|
2.3.1 设计思想 |
26-28 |
|
2.3.2 在智能空气净化装置中的应用 |
28-30 |
|
2.3.3 应用结果比较分析 |
30-32 |
|
2.4 小结 |
32-33 |
|
第三章 智能空气净化装置的硬件结构 |
33-47 |
|
3.1 空气净化装置的国内外研究现状 |
33-34 |
|
3.2 智能空气净化装置的整体设计 |
34-37 |
|
3.3 信息采集部分 |
37-42 |
|
3.4 智能控制部分设计 |
42-46 |
|
3.4.1 处理器 |
43 |
|
3.4.2 看门狗 |
43-44 |
|
3.4.3 I/O扩展电路 |
44 |
|
3.4.4 紫外线灯驱动电路 |
44-46 |
|
3.5 小结 |
46-47 |
|
第四章 智能净化装置的软件设计与实现 |
47-55 |
|
4.1 软件设计与实现 |
47-49 |
|
4.2 数据采集模块 |
49-51 |
|
4.3 改进型模糊证据理论算法的实现 |
51-54 |
|
4.4 小结 |
54-55 |
|
第五章 结论与展望 |
55-57 |
|
5.1 完成工作的总结 |
55 |
|
5.2 进一步工作的展望 |
55-57 |
|
参考文献 |
57-60 |
|
致谢 |
60-61 |
|
在学期间发表的学术论文和参加科研情况 |
61 |
|
| 【DOI】 | LunWen.ID:2.2008.386035 |
