应用多传感器多模型融合技术提取滑坡综合信息

大型滑坡监测时往往会在同一个滑坡体的不同部位布置多个监测点，以了解和控制其整体变形状况。但目前的滑坡预测预报模型只能一次使用一个监测序列。为了充分利用滑坡各个监测点的监测信息进行滑坡预测预报，论文提出了利用多传感器多模型融合技术，从滑坡体多个监测序列中提取滑坡综合监测信息的数学方法。     

浅谈多传感器信息融合技术

多传感器信息融合广泛应用于自动目标识别、战场监视、机器人、工业过程控制、遥感、图象处理、模式识别等领域。介绍了多传感器信息融合技术的概念、原理、功能模型,其融合方法主要介绍了Dempster-Shafer证据理论(D-S证据理论),由于D-S证据理论存在处理大量不确定的系统估计问题的特性,可以将其应用于势态估计问题。     

多传感器数据融合技术研究进展

近年来，无论在军事领域还是在非军事领域，多传感器数据融合技术都获得了广泛的关注，正在应用于越来越多的领域中。数据融合就是将来自多个传感器或多源的信息在一定准则下加以自动分析、综合以完成所需的决策和估计任务而进行的信息处理过程。数据融合是人类或其他生物系统中普遍存在的一种基本功能。人类通过应用这一能力把来自人体各个传感器（眼、耳、鼻、四肢）的信息和外物（声音、气味、触觉）组合起来并采用先验知识去统计，理解周围环境和正在发生的事件。     

多传感器估值融合理论在滑坡动态变形监测中的应用研究

在滑坡动态变形监测中一般会在滑坡体上布置多个传感器,以进行综合观测。目前的监测模型仅依靠某个关键点的数据进行评判分析,容易造成原始数据信息的流失,且以往的研究多集中于监测数据的整合,并未考虑传感器自身的因素,引起融合结果的不精确。为了克服以上不足,引入多传感器估值融合理论,选用误差均方差为评价指标,证明多源数据融合方法优于任意单一数据评价方法后,采用较高级的决策级融合方法,将其应用于西南某滑坡动态变形的监测分析,融合后的数据较为理想,消除了融合前数据的矛盾性和不准确性,获得了被测对象的一致性描述和解释。经分析知:该滑坡的整体位移随时间的增大而增大,且年均下滑速度也呈现上涨趋势,具有阶段性变化的特点。自监测之日起至今,由位移信息反映出该滑坡形变经历了以下4个不同的时期: 2006年7月至2007年9月的缓慢变形期; 2007年9月至2008年9月的匀速变形期; 2008年9月至2009年8月的加速变形期; 2009年8月至2010年2月的急剧变形期,这符合滑坡的工程特性依时性变化规律。另外, 2个不同时期的交接位置,大多发生在8月与9月间,这最主要是因为该时期当地的降雨量比较大,由此反映出降雨入渗是引起该滑坡发生位移变形的主要因素,亦符合滑坡的一般自然规律。同时证明了该方法在滑坡动态变形监测与分析中具有有效性和可行性。     

基于多传感器信息融合的城市边坡监测数据异常事件检测

为预防和管控城市突发地质灾害造成的人民生命和财产损失,国家针对城市地质灾害易发地区部署了大量的各类传感器,用来感知和监测城市边坡等地质体的变化情况,以支持对地质灾害的预警.从边坡监测数据特点和时序数据分析技术出发,针对监测数据噪声混杂、模式分析困难、预警阈值的不确定性等问题,给出了一种基于多传感器信息融合的边坡监测数据...     

多传感器数据融合技术在自控垂钻检测系统中的应用

多传感器数据融合技术是近几年发展起来的一门新兴技术，在军事和工业中有着广阔的应用前景，本文论述了多传感器数据融合的基本工作原理和过程，针对自控锤钻检测系统的特点和要求，提出了基于多传感器系统的顶角和方位角检测方案，给出了基于多传感器算术平均值与递推估计，多传感器算术平均值与分批估计二种数据融合计算方法，可有效地提高自控垂钻检测系统,抗干扰能力，以保证参数检测的可靠性和准确性。     

多源数据融合技术在成矿预测中的应用

数据的融合不同于叠加，前者是信息的优化，后者是把多种数据显示在一层，本文分析了成矿预测工作面临的社会和技术挑战以及在对地质数据分析基础上，介绍了数据融合技术的原理及其适合地学数据处理的框架，进一步论述了数据融合的基本方法，探讨了在成矿预测工作中应用影像融合技术可以实现地质目标细节与色彩纹理结构的结合，该方法有助于信息表示的制图优势，最后给出了实现多源地学信息与遥感图像的融合过程和算法。     

基于多传感器信息融合技术的交叉路口车流检测

针对现代智能交通系统中道路交叉口间车流量信息的要求,提出了基于多传感器信息融合技术的交通量检测方法.将改进的BP神经网络算法应用于融合计算,结合实例进行MATLAB仿真,获得了满意的效果.仿真和分析表明,该算法具有精度高、收敛快、编程简单等特点.     

Bayes融合理论在库区滑坡动态变形监测中的应用研究

滑坡体的工程地质特性及其时效,可由传感器采集到的滑坡体动态监测数据从一个侧面反映出来,而在多个传感器融合的过程中,常常出现各个评价指标不一致的现象。为消除这种现象,采用基于Bayes理论的决策级融合方法,将其应用于西南某滑坡动态变形的监测分析。经分析知:该滑坡先后经历了缓慢变形期、匀速变形期、加速变形期和急剧变形期。表明该滑坡具有阶段性变化的特点,符合滑坡变形的一般自然规律。同时证明了该方法在滑坡动态变形监测与分析中的有效性和可行性。     

多源数据融合技术及其在地质矿产调查中应用

针对地质矿产调查的特点,介绍了多源数据融合技术的概念、基本方法,总结归纳了其在地质矿产调查中工作流程、实施步骤、注意事项,分析了多源数据融合技术在地质矿产调查中的应用意义。结合新疆黑山岭东南一带1：50000区域地质矿产调查项目,采用多源数据融合技术,在构造信息和矿化蚀变信息提取中,对遥感图像数据和地质、地球物理、地球化学数据进行了融合处理和叠合显示,取得了较好的地质效果。     

基于BP神经网络的滑坡监测多源异构数据融合算法研究

针对滑坡监测中的多源异构数据融合问题,论文提出了一种基于BP神经网络的多源异构监测数据融合算法。该算法将影响滑坡变形的温度、湿度、风力、云量、单日降水量和累计降水量等多环境因子变量作为输入变量,以滑坡位移变化量数据作为期望输出数据,并利用各环境因子变量和滑坡位移变化量的相关性及显著性进行环境因子变量筛选,以提高算法的预测精度。论文采用甘肃省永靖县黑方台党川滑坡的实测数据进行了试验,结果表明：反向传播（Back-Propagation,BP）神经网络数据融合算法适用于具有多源异构监测数据的滑坡变形预测;在进行环境变量因子筛选后,BP神经网络数据融合算法的决定系数达到0.985,均方根误差（RMSE）达到0.4787 mm,从而有效提高了变形预测结果的精度。     

基于Bayes融合理论的某坝段帷幕体防渗效果评价

坝基帷幕体的防渗性能及其时效可由传感器采集到的地下水宏观动态反映出来,而在异类多个传感器数据融合的过程中,常常出现各个评价指标不一致的现象。为消除这种现象,采用Bayes融合方法,首先验证各个传感器的可靠程度,确立正确的关系矩阵,然后将各传感器的可靠程度模糊化,进而给出各传感器的综合支持程度指标,最后给出融合结果。将其应用于某坝13坝段帷幕体防渗效果分析,结果较为符合规律。经分析知,2003－2008年间帷幕体防渗效果呈现了阶段性衰减,其中2005年和2008年为该坝段帷幕体防渗性能的相对明显衰减时期。建议加强监测,为必要时采取工程措施提供依据。     

基于数据融合的边坡临滑状态确定方法

安全监测及数值模拟是评估边坡稳定性状态的两种重要手段,但是,如何根据监测信息及数值模拟成果确定边坡的临界失稳状态一直是边坡工程领域关注的重点问题。首先基于层次聚类方法计算边坡不同类型状态变量监测点的欧式距离,根据距离大小筛选出边坡的有效监测点;然后,计算同种类型状态变量有效监测点的熵权值,采用熵权融合方法对有效监测点进行数据层融合,得到不同类型状态变量对应的融合监测指标曲线;其次,采用主成分分析法对多种数据层融合监测指标曲线进行特征层融合,得到可反映全部状态变量信息特征的综合监测信息曲线,进而构建了边坡渐进失稳过程中不同监测变量的信息挖掘融合框架;最后,提出了一种缓变曲线的变点搜索方法,采用该方法对综合监测信息曲线开展变点分析,搜索边坡状态渐进演化的突变点（即边坡临滑状态点）。将所提出的方法应用到某公路边坡临界失稳状态的确定中,结果表明,单个监测点或单个融合指标的累积值、变化速率作为边坡失稳判据存在不唯一性,融合多种监测数据建立的综合监测信息序列可以较好地反映边坡状态演化特征,可避免单一状态变量的单一监测点数据对边坡状态的误判,验证了所提方法的可行性和适用性。     

侧扫声呐在人工鱼礁跟踪监测中的应用

随着海洋渔业资源的衰退和海洋生态环境的破坏,人工鱼礁技术得到迅速发展,成为海洋牧场建设的重要组成部分。虽然在人工鱼礁的设计时已考虑了防沉降、防倾覆等因素,但在建设过程中仍会面临上述问题,影响礁区的建设效果。利用侧扫声呐对连云港海州湾海洋牧场示范区进行鱼礁数据采集,根据阴影长度计算目标物高度的原理计算目标鱼礁的高度,分析对比鱼礁沉降量,结果表明个别礁体存在破损、倾斜,实际礁体布局与预设布局有一定的偏差,方形礁体抗沉降能力优于“十”字形礁体。     

地质大数据方法在区域找矿靶区定量优选中的应用

通过查明数字间的相关关系,研究、解决地质问题的大数据研究思想和方法,已被越来越多的地质工作者接受并应用。文中应用大数据思想、方法对甘肃省西秦岭地区1∶20万区域水系沉积物测量数据进行深度挖掘,构建起"基于化探信息的区域Au找矿靶区定量优选系列模型"。系列模型不但对研究区Au找矿靶区做出了精确的定量预测(经随机抽样查证,在1/3的预测靶区发现Au矿化),同时获得了与Au成矿地球化学理论结果高度一致的元素组合,并且对各元素在找矿靶区预测模型中的重要程度做出定量评价,为进一步研究矿床成因和控矿条件提供了定量依据。该研究结果充分说明海量数据信息中隐藏着极大的潜能,依据地质大数据的思想和定量研究方法就能将其充分地挖掘出来。同时这也充分证明了通过"查明数据间的相关关系取代分析事物因果关系"开展地质研究、找矿靶区定量优选的可行性和必要性。     

自动化监测技术在我国首条大型电力隧道中的应用

通过自动化监测在超大工程项目中的应用,利用现有技术手段,对工程进行有效管理,逐渐将对工程的安全、预判起到越来越重要的作用,它可以在为工程节约大量资金情况下,提高预判安全施工的能力,是提高工程管理的重要手段。     

小波分析在测井数据融合处理中的应用

受各种干扰和人为因素影响,单的地球物理测井信号曲线存在多解性和局限性。本文综合利用多条测井信号所反映的地层信息,应用小波分析方法,采用多尺度分析理论重构小波变换系数模极值,从而将多条测井曲线信号融合成条参数曲线。通过对融合后的参数曲线解译,增强了原始测井曲线中所包含的共有信息,削弱了单条测井信号中存在的偶然误差,使测井数据的可信度大为提高。阐述了数据融合处理的原理与具体方法,并结合工程实际分析了应用实效。该方法有助于更好地分析和解决实际工程问题。     

基于交互多模算法的Kalman平滑器在滑坡监测中的应用

将滑坡的监测视为机动目标的跟踪问题,基于传统机动目标跟踪算法的不足,首次引入交互多模算法对滑坡监测数据进行处理。最后在此基础上给出了一种卡尔曼滤波平滑算法,实例仿真结果说明了其有效性。