这里给大家分享一些飞机发动机传感器信息融合技术应用研究（共含9篇），供大家参考。同时，但愿您也能像本文投稿人“PT_屁股”一样，积极向本站投稿分享好文章。
飞机发动机传感器信息融合技术应用研究
随着飞机性能的不断发展,飞机发动机愈来愈复杂,需监控参数由几个增加到几十个.因此,以前靠分离仪表已不能适应现代飞机发动机性能监控的`要求,现代飞机发动机装备有发动机参数采集器,而发动机参数采集器是计算机化的全自动设备,它实时采集飞机发动机的工作状态,并适时将数据传送给其他机载设备使用,其性能的地面维护和检测比较困难,为提高校测设备的自动化水平和检测精度,设计了飞机发动机实时在线检测控制系统,该系统采用先进的计算机数据采集与控制技术.解决了在地面模拟飞机发动机工作状态与数据实时采集与传送的矛盾,大大提高了检测精度,缩短了检测时间,为提高发动机参数采集器的维修效率具有十分重要的意义.
作 者：马国岗 作者单位：河南省郑州市新郑国际机场管理有限公司,河南,新郑,451161 刊 名：北京电力高等专科学校学报 英文刊名：BEIJING DIANLI GAODENG ZHUANKE XUEXIAO XUEBAO 年，卷(期)： “”(4) 分类号：V1 关键词：飞机发动机 传感器 融合技术 自动设备中图分类号TP39 文献标识码A 文章编号 1674-6708100-0209-02
光电传感器因其灵敏轻便等优势而被广泛应用于自动化设备检测装置中。20世纪80年代，美国军事领域开始应用光电传感器信息融合技术；3月15日，美国国防先期计划研究局（DARPA）公布了在阿灵顿召开的已进入第二阶段的MIST-LR项目会议，指出在未来的第三阶段，将开发出能够提升飞行器性能的原型系统传感器，极大发挥其在民用和军事两个方面的助推器作用。
1 应用必要
第一，光电传感器获取信息的过程实际是一个多对一的对应抽样过程，在将客观世界空间的信息传输至传感器这一过程中信息丢失的问题难以避免；第二，军事领域中光电传感器的数量庞大，急需处理的信息量也繁多冗杂，这些都会给人工处理带来一定困扰，而光电传感器信息融合技术的应用巧妙地解决了这一信息综合处理的难题；第三，应用环境决定了光电传感器性能发挥的好坏，但截至目前尚未有一个国家可以开发出适用于任何环境下且性能优于其他类型的光电传感器。
2 概念优点
光电传感器信息融合的过程正是为了完成目标分类、识别及跟踪等任务而进行信息自动分析综合处理的过程。军事领域中的目标识别及跟踪可以实现光电传感器目标属性中的监视功能，有利于精确定位与预估判决。我国航天技术的高速发展离不开当前最热门的技术之一――航天技术上光电传感器信息融合技术，它能够有效提高空间的分辨率和系统的可靠性，无疑成为我国GDP增长的“助推器”。
3 工作原理
光电传感器能够有效检测到光强度变化的情况并将光强度的变化转换为电信号的变化。通常情况下，光电传感器这种小型电子设备由三部分组成：发送器、接收器与检测电路。发送器负责向目标发射来源于发光二极管、激光二极管及红外射二极管等的光束，不间断发射出的光束经过像光圈、透镜这种光学元件后达到由光电二极管、光电三极管及光电池构成的接收器中，接收器接收到光束后会将其传输至能够过滤该信号是否有效并决定是否应用的检测电路。详细流程见下图所示。
需要强调的一点是发射板和光导纤维作为光电传感器结构元件的一种也独具特色。众所周知，三角形的结构最为稳定，因此由极细小的三角锥体反射材料组成的三角反射板是一种能保证光束可以准确无误地从反射板返回的发射装置，其结构极其稳固且具有极强的实用性。
4 应用领域
4.1研制抄表系统
为及时结算用户的电费，一般由电力部门派专门的抄表人员到有关用户处定期走家串户地查看、抄写设置在现场的电能表，通过人工读取、记录、计算和收费。这不仅浪费人力，而且还会因人工读取造成不必要的误差，给用户带来不必要的麻烦和损失，甚至会发生不法分子假冒抄表人员入室作案而影响社会治安。因此，无论是电力部门还是用户们均迫切要求改变当前的落后状态。随着微电子技术、传感器技术、计算机技术及现代通讯技术的发展，可以利用光电传感器来研制自动抄表系统。
电能表的铝盘受电涡流和磁场的作用下产生的转矩驱动而旋转，采用光电传感器则可将铝盘的转数转换成脉冲数。如在旋转的光亮的铝盘上局部涂黑，再配以反射式光电发射接收对管，则当铝盘旋转时在局部涂黑处便产生脉冲，并可将铝盘的转数采样转换为相应的脉冲数，并经光电耦合隔离电路，送至CPU的T0端口进行计数处理。采用光电耦合隔离器可以有效地防止干扰信号进入微机，再结合其它传输方式便可形成自动抄表系统。目前自动抄表系统没有大规模使用与当前的技术有莫大关系，这套技术还有很多需要改进之处，相信在未来几年随着技术的发展，自动抄表将在全国范围内实现。
4.2节能灯具设计
光敏传感器、红外传感器、颜色传感器已进入各种自控节能LED照明系统的设计方案之中，它们的自主控制、方便应用使得不少公共照明LED灯具和居家照明灯具实现智能化。光电传感器可以协助公共照明的LED灯具实现灯光的自动开启关闭，可以智能的感应人和车辆进出而自动开关灯光，可以智慧的控制LED灯光开启的时间和控制亮度，甚至按人类的意愿自动调整光线的色温，营造人类想要的光氛围。
4.2.1光敏传感器应用
光敏传感器中最简单的电子器件是光敏电阻，它能感应光线的明暗变化，输出微弱的电信号，通过简单电子线路放大处理，可以控制LED灯具的自动开关。对于远程的照明灯具，如街灯、庭院灯、草坪灯等都可经济而简单的实现节能自动控制。太阳能路灯本身是利用太阳光发电、储能的LED照明灯具，无需电网供电也就无需架设成本不菲的输电线路，因此使用光敏传感器可以实现极低成本、自动开启关闭的节能管理。
4.2.2红外传感器应用
红外热释电传感器（PIR）在LED照明中的应用已有近十年的`历史。红外传感器的视角有限，需要搭配菲涅尔透镜才能扩大探测区，才能监视移动的热源（人或车）。菲涅尔透镜有两个作用：一是聚焦作用，将热释红外信号折射在PIR上；二是将探测区内分为若干个明区和暗区，使进入探测区的人能以温度变化的形式在PIR上产生变化的热释红外信号。
4.3航天技术应用
我国神舟十号发射成功后到与天宫一号的自动交会对接，多项航天技术成果移植国民经济成为经济发展“倍增器”，其中光电传感器技术发挥了重要作用。神舟十号和天宫一号对接机构十分复杂，由上百个传感器、上千轴承组合而成。对接任务要求严丝合缝且不能漏气。另外考虑到飞行器在太空环境中失重要经历高低温的变化，因此必须保证对接时不出现故障。手控交会对接时要有精确的传感器测量设备，不断测量两个飞行器之间的距离、相对速度和姿态等，稍有差池后果不堪设想。最后对接时，要求轴向误差≤18cm。这些对航天员的身心都是极大的挑战，要求他们具有极高的眼手协调性、操作精细性和过硬的心理素质等。在交会对接的过程中，航天员需要紧盯电视图像，根据实时传输的数据让两个航天器一点点逼近，根据仔细计算决定速度变化方案完成交会对接，其中传感器起到决定性作用，为实现航天梦奠定最强基础。
4.4工业自动化装置
光电传感器具有非接触、响应快、性能可靠等特点，在工业上常用于非接触测量物位、距离和条码等信息，因此在工业自动化装置和机器人中获得广泛应用。随着现代检测技术的发展出现了很多新型的光电传感器，特别是CCD图像传感器的诞生，为光电传感器的进一步应用开创了新的一页。相关应用行业的系列产品如下：
1）光电式烟雾报警器。没有烟雾时，发光二极管发出的光线直线传播，光电三极管没有接收信号，没有输出；有烟雾时，发光二极管发出的光线被烟雾颗粒折射，使三极管接受到光线，有信号输出，发出报警。如今频遭吐槽的雾霾天气说明环境污染问题严重，而光电式烟雾报警器则可通过光在烟道里传输过程的变化检测到烟道中的烟尘浊度；2）点钞机的计数传感器。具有结构微型化、操作简便化、使用耐用型等特点的点钞机在我们的日常生活中应用频繁，其不光在金融机构中被大量使用，也逐渐成为一些大型企事业单位必备的办公用品，成就其的正是结构简单、响应速度快、精确度高的光电传感器。点钞机的技术传感器采用两组由一个红外发光二极管和一个接收红外光的光敏三极管组成的红外光电传感器，没有钞票时，接收管受光照导通而输出为0；有钞票时，接收管光通量不足而输出为1且产生一个脉冲信号，经检测电路输入至负责计数和显示的单片机。只有不断提升光电传感器的性能，才能满足商业经济和财务自动化日新月异变化而产生的高要求。
参考文献
[1]黄斌.基于多传感器信息融合的节能控制系统.测控技术，2013（4）.
[2]赵娟妮.多传感器数据融合技术及其在光伏电站监控系统中的应用.科技信息，2013（7）.
[3]魏宏飞，赵慧.多传感器信息融合技术在火灾报警系统的应用[J].现代电子技术，2013（6）.
[4]陈茂林，杨帆.基于传感器信息融合技术的森林火灾报警系统.华中科技大学学报（自然科学版），2013（2）.
多传感器信息融合技术与无人机PHM系统
通过分析多传感器数据融合技术故障诊断方法,针对无人机的特点,在不增加系统硬件的.情况下,充分利用无人机现有传感器获取的信号,提高无人机故障预测与健康管理(PHM)系统状态监测、健康评估和故障预测推理的准确性,并确定推理结果的置信度.
作 者：陈伟 罗华 作者单位：解放军炮兵学院 刊 名：航空科学技术 英文刊名：AERONAUTICAL SCIENCE AND TECHNOLOGY 年，卷(期)： “”(6) 分类号：V2 关键词：无人机 故障预测与健康管理 信息融合技术多传感器信息融合技术的研究与进展
本文通过对多传感器信息融合技术近年来国内外研究成果的总结,阐述了信息融合技术研究的.发展历程.首先对信息融合的概念和通用处理模型进行了介绍,然后按照信息融合技术研究的三个主要方面,即信息融合的系统结构、信息融合的应用领域和信息融合的算法,分别探讨了信息融合技术的发展现状和面临的问题,最后对信息融合的未来研究趋势进行了展望.
作 者：郭惠勇 作者单位：西安交通大学建筑工程和力学学院,西安,710049 刊 名：中国科学基金 ISTIC PKU英文刊名：BULLETIN OF NATIONAL NATURAL SCIENCE FOUNDATION OF CHINA 年，卷(期)： 19(1) 分类号：N1 关键词：多传感器 信息融合 系统结构粗糙集理论在信息融合技术中的应用研究
粗糙集理论在信息融合技术中的应用研究宋洪军
二炮工程大学士官学院，山东 青州 262500
摘 要 通过分析粗糙集理论与信息融合技术之间的关系，得出了粗糙集理论和信息融合作为两种推理过程，在建立对象模型（模式）和利用模型（模式）来甄别对象方面可以起到互补的作用。
关键词 粗糙集理论 信息融合 故障诊断
中图分类号：TP202 文献标识码：A 文章编号：1002-766114-0005-01
一、信息融合技术在故障诊断中存在的问题
融合算法是数据融合实现的基础工具。目前数据融合算法的研究都针对性很强，普遍的做法是针对问题本身进行相应的算法研究，或者单纯的从其它相关领域的研究结果进行移植或者变换，融合算法的分类也很不清晰，而且相互交织。随着多传感器应用领域的不断扩展，信息融合技术也遇到了一些新问题、新特点。这些特点在故障诊断应用中尤为突出。
（1）很多现存的信息融合诊断方法需要了解对象的一些先验知识。比如目标出现的先验概率，目标模型、对象的统计信息等等，但在现实情况中，我们对对象的先验知识并不了解太多，这就给我们的研究造成了一定的困难。
（2）信息融合的范围扩大了。融合信息包括不同领域的数据，如可能有逻辑值、数值等等，甚至是专家的知识。这些也给我们的进一步研究带来挑战。
（3）待融合数据往往是不准确或者不完整的。例如由于干扰、传感器精度等客观原因，收集到的信息可能包括不相容甚至矛盾的数据。
二、粗糙集理论与信息融合技术的关系分析
在处理不确定信息时，粗糙集理论通过上、下近似集的定义，通过等价关系可以给出确定的数学描述。粗糙集理论对不确定数据分析、推理，发现数据间的关系、提取有用特征，简化信息处理，研究不精确、不确定知识的表达、学习、归纳方法提供了一个有力的工具。它能通过已有的信息本身构造决策规则，不需要提供先验的知识加以选择和提取。因此，已有学者将该理论应用到数据挖掘、信道噪声抑制、态势评估、信息融合等领域中，取得了较好的效果。下面我们从几个方面谈谈它们之间的关系。
（1）知识的输入：粗糙集理论的输入是任何关于对象的.真实数据，信息融合的输入是来自多个传感器或者数据源的数据。
（2）粗糙集理论和信息融合是两种产生知识的过程，即从原始数据中发现和总结知识，是归纳的过程；信息融合是利用已有的知识、经验来处理未知世界得到的不同领域的数据，是个演绎的过程。
（3）知识获取的目的：粗糙集知识获取的目的是发现模式以及发现代表未知模式的新对象和实例；信息融合知识获取的目的是对符合某一模式的单独对象或实例做出甄别，或者从大量数据中对已知的对象或实例的类别、状态做出判别。
（4）知识的输出：粗糙集输出的是描述对象或实例关系或行为的模型；信息融合的输出是利用模型对实例做出的分类和判断。
由以上论述可以看出，粗糙集理论和信息融合作为两种推理过程，在建立对象模型（模式）和利用模型（模式）来甄别对象方面可以起到互补的作用，粗集理论可以利用信息融合收集到的数据进行分析，不需专门的实验过程，可以和信息融合很自然的结合在一起。
三、基于粗糙集理论的故障融合诊断框架
从粗糙集理论与信息融合的关系可以看出，将粗糙集理论应用到故障融合诊断中，不仅可以克服信息融合中存在的一些问题，而且可以较好地弥补当前技术在信息融合应用中的缺陷。如图描述了故障诊断中基于粗糙集的融合诊断过程。
参考文献：
[1]张文修，吴伟志，梁吉业，李德玉。粗糙集理论与方法[M].北京：科学出版社，.
[2]曾黄麟。粗集理论及其应用（修定版）[M].重庆大学出版社，.
针对以上系统存在的一些问题，研究者们纷纷引入了多传感器信息融合技术，并提出了不同的融合算法。基于视觉系统的传感器可以提供大量的场景信息，其它传感器（如雷达或激光等）可以测定距离、范围等信息，对两方面的信息融合处理后能够给出更可靠的识别信息。融合技术可以采用Beaurais等人于提出的CLARK算法（Combined Likelihood Adding Radar）和Institude Neuroinformatik提出的ICDA（Integrative Coupling of Different Algorithms）算法等方法实现。
2.1 传感器的选择
识别障碍的首要问题是传感器的选择，下面对几种传感器的优缺点进行说明（见表1）。探测障碍的最简单的方法是使用超声波传感器，它是利用向目标发射超声波脉冲，计算其往返时间来判定距离的。该方法被广泛应用于移动机器人的研究上。其优点是价格便宜，易于使用，且在10m以内能给出精确的测量。不过在ITS系统中除了上文提出的场景限制外，还有以下问题。首先因其只能在10m以内有效使用，所以并不适合ITS系统。另外超声波传感器的工作原理基于声，即使可以使之测达100m远，但其更新频率为2Hz，而且还有可能在传输中受到其它信号的干扰，所以在CW/ICC系统中使用是不实际的。
表1 传感器性能比较
传感器类型优 点缺 点超声波视觉
激光雷达
MMW雷达价格合理，夜间不受影响。
易于多目标测量和分类，分辨率好。
价格相合理，夜间不受影响
不受灯光、天气影响。测量范围小，对天气变化敏感。
不能直接测量距离，算法复杂，处理速度慢。
对水、灰尘、灯光敏感。
价格贵
视觉传感器在CW系统中使用得非常广泛。其优点是尺寸小，价格合理，在一定的宽度和视觉域内可以测量定多个目标，并且可以利用测量的图像根据外形和大小对目标进行分类。但是算法复杂，处理速度慢。
雷达传感器在军事和航空领域已经使用了几十年。主要优点是可以鲁棒地探测到障碍而不受天气或灯光条件限制。近十年来随着尺寸及价格的降低，在汽车行业开始被使用。但是仍存在性价比的问题。
为了克服这些问题，利用信息融合技术提出了一些新的方法，利用这些方式可以得到较单一传感器更为可靠的探测。
2.2 信息融合的基本原理
所谓信息融合就是将来自多个传感器或多源的信息进行综合处理，从而得出更为准确、可靠的结论。多传感器信息融合是人类和其它生物系统中普遍存在的一种基本功能，人类本地地具有将身体上的各种功能器官（眼、耳、鼻、四肢）所探测的信息(景物、声音、气味和触觉)与先验知识进行综合的能力，以便对其周围的环境和正在发生的事件做出估计。由于人类的感官具有不同度量特征，因而可测出不同空间范围的各种物理现象，这一过程是复杂的，也是自适应的。它将各种信息（图像、声音、气味和物理形状或描述）转化成对环境的有价值的解释。
多传感器信息融合实际上是人对人脑综合处理复杂问题的一种功能模拟。在多传感器系统中，各种传感器提供的信息可能具有不同的特片：对变的或者非时变的，实时的或者非实时的，模糊的或者确定的，精确的或者不完整的，相互支持的或者互补的。多传感器信息融合就像人脑综合处理信息的过程一样，它充分利用多个传感器资源，通过对各种传感器及其观测信息的合理支配与使用，将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则结合起来，产生对观测环境的一致性解释或描述。信息融合的目标是基于各种传感器分离观测信息，通过对信息的`优化组合导出更多的有效信息。这是最佳协同作用的效果，它的最终目的是利用多个传感器共同或联合操作的优势来提高整个系统的有效性。
2.3 常用信息融合算法
信息融合技术涉及到方面的理论和技术，如信息处理、估计理论、不确定性理论、模式识别、最优化技术、神经网络和人工智能等。由不同的应用要求形成的各种方法都是融合方法的个子集。表2归纳了一些常用的信息融合方法。
表2 信息融合方法
经典方法现代方法估计方法统计方法信息论方法人工智能方法加权平均法经典推理法聚类分析模糊逻辑极大似然估计贝叶斯估计模板法产生式规则最小二乘法品质因素法熵理论神经网络卡尔曼滤波D-S证据决策理论 遗传算法 模糊积分理论2.4 智能驾驶系统中信息融合算法的基本结构
由于单一传感器的局限性，现在ITS系统中多使用一组传感器探测不同视点的信息，再对这些信息进行融合处理，以完成初始目标探测识别。在智能驾驶系统中识别障碍常用的算法结构如图2所示。
3 CLARK算法
CLARK算法是用于精确测量障碍位置和道路状况的方法，它同时使用来自距离传感器（雷达）和摄像机的信息。CLARK算法主要由以下两部分组成：①使用多传器融合技术对障碍进行鲁棒探测；②在LOIS（Likelihood of Image Shape）道路探测算法中综合考虑上述信息，以提高远距离道路和障碍的识别性能。
3.1 用雷达探测障碍
目前经常使用一个雷达传感器探测前方的车辆或障碍。如前面所分析，雷达虽然在直路上的性能良好，但当道路弯曲时，探测的信号将完全可靠，有时还会有探测的盲点或产生错误报警。为了防止错误报警，常对雷达的输出进行标准卡尔曼（Kalman）滤波，但这并不能有效解决探测盲点问题。为了更可靠地解决这类问题，可以使用扫描雷达或多波束雷达，但其价格昂贵。这里选用低价的视觉传感器作为附加信息，视觉传感器经常能提供扫描雷达和多波束雷达所不能提供的信息。
3.2 在目标识别中融合视觉信息
CLARK算法使用视觉图像的对比度和颜色信息探测目标，使用矩形模板方法识别目标。这个模板由具有不同左右边界和底部尺寸的矩形构成，再与视觉图像对比度域匹配，选择与雷达传感器输出最接近的障碍模板。
CLARK算法首先对雷达信号进行卡尔曼滤波，用于剔除传感器输出的强干扰，这出下列状态和观测方程处理：
D（t）=R(t)+v(t)
式中，R（t）为前方障碍的真实距离（未知），R（t）是其速度（未知，）D（t）为距离观测值，Δt为两次观测的问题时间，w（t）和v(t)为高斯噪声。给定D（t），由Kalman滤波器估计R（t）和R（t）的值，并把估计值R(t)作为距离输入值，使用R(t)和D（t）的差值确定所用矩形模板的偏差。由于使用雷达探测的位置与雷达作为补偿。
使用上述算法可以有效提高雷达探测的可靠性，但当图像包含很强的边缘信息或障碍只占据相平面一个很小的区域时，仍不能得到满意的结果。因此，除对比度外，又引入视觉图像的颜色域。
3.3 相合似然法
在探测到障碍后，CLARK算法将这些信息整合到道路探测算法（LOIS）中。LOIS利用变形道路的边缘应为图像中对比度的最大值部分且其方位应垂直于道路边缘来搜索道路。如果只是简单地将两个信息整合，则障碍探测部分的像素被隐藏，其图像梯度值不会影响LOIS的似然性。这样可以防止LOIS将汽车前方障碍的边缘误认为是道路的边缘来处理。但是当道路的真实边缘非常接近障碍的边缘时，隐藏技术则失效。
为了使隐藏技术有效，可以在障碍和道路探测之间采取折中的处理方法。这种折中的处理方法就是相合似然法。它将探测障碍固定的位置和尺寸参数变为可以在小范围内变化的参数。新的似然函数由LOIS的似然和小探测障碍的似然融合而成。它使用七维参数探测方法（三维用于障碍，四维用于道路），能同时给出障碍和道路预测的最好结果。其公式如下：
式中，Tb、Tl、Tw为相平面内矩形模板的底部位置、左边界和宽度的三个变形参数，[xr(t),xc(t)]为变形模板相平面的中心。[yr(t)，yc(t)]为由雷达探测并经Kalman滤波的障碍在相平观的位置。将地平面压缩变化为相平面，的实时估计，为相平面内一个路宽的值（3.2m）。tan-1的压缩比率在相平面内不小于Tmin（路宽的一半），不太于Tmax（路宽）。通过求解七维后验pdfP（k',b'LEFT，b'RIGHT，vp，Tb，Tl,Tw|[yr(t),yc(t)],Observed Image）的最大值获得障碍和道路目标。
3.4 CLARK算法的局限性
CLARK算法假定障碍为矩形形状且其最小尺寸为标准路宽的一半，所以当障碍为客车、货车、拖拉机及公共汽车时满足要求；但当障碍为摩托车、自行车及行人时就不适用了。这种矩形形状的假设也要求雷达为窄波束雷达，对其它宽波束雷达、扫描雷达或多波束雷达则无效，并假定探测障碍的偏向位置总是在转达波束的中心。
多传感器信息融合技术在智能驾驶系统（ITS）中的使用极大地提高了系统的稳定性和安全性，各种融合算法也都从不同方面更好地改善了系统的性能，但目前仍存在如何降低成本的问题，这对于ITS系统的普遍使用是很重要的。另外降低运算量、增强对多目标识别的可靠性也都有待进一步研究解决。
摘要：介绍了当今国际上流行的几种智能驾驶系统，并分析了采用单一传感器的驾驶系统中存在的问题，给出了信息融合技术的原理和结构。讨论了多传感器信息融合技术在智能驾驶系统（ITS）中的应用算法及其有待进一步解决的问题。
关键词：贝叶斯估计 信息融合 障碍探测 智能驾驶
随着传感器技术、信息处理技术、测量技术与计算机技术的发展，智能驾驶系统（辅助驾驶系统一无人驾驶系统）也得了飞速的发展。消费者越来越注重驾驶的安全性与舒适性，这就要求传感器能识别在同一车道上前方行驶的汽车，并能在有障碍时提醒驾驶员或者自动改变汽车状态，以避免事故诉发生。国际上各大汽车公司也都致力于这方面的研究，并开发了一系列安全驾驶系统，如碰撞报警系统（CW）、偏向报警系统（LDW）和智能巡游系统（ICC）等。国内在这些方面也有一定的研究，但与国外相比仍存在较大的差距。本文将主要讨论多传感器信息融合技术在智能驾驶系统（ITS）中的应用。
1 ICC/CW和LDW系统中存在的问题
1.1 ICC/CW系统中的误识别问题
ICC/CW系统中经常使用单一波束传感器。这类传感器利用非常狭窄的.波束宽度测定前方的车辆，对于弯曲道路（见图1（a）），前后车辆很容易驶出传感器的测量范围，这将引起智能巡游系统误加速。如果前方车辆减速或在拐弯处另一辆汽车驶入本车道，碰撞报警系统将不能在安全停车范围内给出响应而容易产生碰撞。类似地，当弯曲度延伸时（见图1(b)），雷达系统易把邻近道路的车辆或路边的防护栏误认为是障碍而给出报警。当道路不平坦时，雷达传感器前方的道路是斜向上，小丘或小堆也可能被误认为是障碍，这些都降低了系统的稳定性。现在有一些滤波算法可以处理这些问题并取得了一定效果，但不能彻底解决。
1.2 LDW系统中存在的场景识别问题
LDW系统中同样存在公共驾驶区场景识别问题。LDW系统依赖于一侧的摄像机（经常仅能测道路上相邻车辆的位置），很难区分弯曲的道路和做到多样的个人驾驶模式。LDW系统利用一个前向摄像机探测车辆前方道路的地理状况，这对于远距离测量存在着精确性的问题，所有这些都影响了TLC（Time-to-Line-Crossing）测量的准确性。现常用死区识别和驾驶信息修订法进行处理，但并不能给出任何先验知识去识别故障。
针对以上系统存在的一些问题，研究者们纷纷引入了多传感器信息融合技术，并提出了不同的融合算法。基于视觉系统的传感器可以提供大量的场景信息，其它传感器（如雷达或激光等）可以测定距离、范围等信息，对两方面的信息融合处理后能够给出更可靠的识别信息。融合技术可以采用Beaurais等人于提出的CLARK算法（Combined Likelihood Adding Radar）和Institude Neuroinformatik提出的I
[1] [2] [3] [4] [5]
液体火箭发动机泄漏故障诊断的信息融合技术
从故障诊断角度出发，分析了故障诊断和信息融合技术关系。综合现在进行液体火箭发动机检漏的`相关技术，为了弥补泄漏故障诊断信息不足等问题，提出了采用点式和红外传感器相结合的方法来探测泄漏故障引起的各种现象，概述了该领域的相关技术和实现方法，建立了基于信息融合的泄漏故障检测与诊断系统，有利于提高泄漏故障的有效性和可信度。
作 者：王建波 于达仁 作者单位：哈尔滨工业大学 214教研室, 刊 名：航空动力学报 ISTIC EI PKU英文刊名：JOURNAL OF AEROSPACE POWER 年，卷(期)：2001 16(1) 分类号：V430 关键词：液体推进剂火箭发动机 信息融合 故障诊断 泄漏 传感器