数据融合方法在发射环境效应测试中的应用.pdfVIP

数据融合方法在发射环境效应测试中的应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数据融合方法在发射环境效应测试中的应用 崔展鹏王东锋卢连成 总装备部工程设计研究所 摘要在某航天发射场塔架发射环境效应测试过程中.涉及不同类型的多个传感器测量与数据处理,传感器本身要受到环境因 素的扰动.本文介绍了利用数据融合技术捎除非关注因素的扰动,降低了测量中因个别传感器自身问题造成的测量系统误差. 主题词传感器数据融合发射环境效应测量 1.引言 随着科学技术的发展,在非电量测量与传感器技术应用日益普遍的今天,系统中传感器的种类和数量 在大幅度增加,对传感器性能的要求也在提高。面对越来越多的测量信息,采用传统的、简单的数据处理 方法已达不到要求,如何综合利用来自多传感器的信息,获得对被测对象一致性的了解和解释,是测量技 术人员所面临的一个严峻问题。20世纪80年代诞生起来的新学科一多传感器数据融合为解决这一问题 提供了新的思路和方法,数据融合在测量技术中所起的作用逐渐显现出来,其应用研究也越来越受到重视。 在航天发射场。发射塔架是完成航天器吊装、对接、测试、加注、发射以及勤务保障的场所,其安全 可靠性是关系到航天发射能否顺利执行的关键所在。我国某航天发射场的某号发射工位,创新性地采用了 钢筋混凝土框架剪力墙结构,是我国、同时也是世界上第一座钢筋混凝土结构的脐带塔,与通常采用的全 钢结构塔架有着不同的模态特性和热物理特性,在火箭燃气射流下的动力学效应和热力学效应也有很大差 异,火箭发射时的冲击、振动、噪声、烧蚀和热辐射对塔架及塔上设备可能造成一定程度的危害,从而影 响塔架的结构安全性和使用寿命. 为了准确评定火箭发射环境效应对塔架自身的影响,对发射塔架的可靠性做出定量的评价.我们结合 某次发射任务,利用现代动态测试技术,对该塔架进行了包括起始冲击波、振动、应变、温度和噪声等在 内的特性测试。在发射塔架及其周围关键部位布设了140路各型传感器,通过信号采集、信息变换与有线 传输、数据处理与分析、信号记录与显示等,获得了相关数据,对塔架在发射环境下的效应做出了定量的 分析。 由于此次测量是结合发射任务实时进行的,测量环境复杂,测量项目较多、传感器易受到发射时电磁 环境的干扰、动态误差不易完全避免等,因此,在对采样数据的初步处理时,为了剔除记录信号中的干扰 源、减少因个别传感器信息损失而影响系统测量精度,对整个测量系统的多路传感器实现时间、空间、工 作模式和可靠性的综合管理,我们初步考虑采取数据融合技术来提高传感器的可靠性,确定传感器的合理 分配与晟佳使用,检测测量参数变化的主导因素,提高测量系统的精度. 2.数据融合算法 .2.1数据融合概念 数据融合晟早出自于C3I(指挥、控制、通信与情报)系统研究,主要用在军事领域,随着认识的深入, 其方法同样适用于测量控制、机器人视觉、交通和卫星等领域.目前的数据融合技术是针对一个系统中使 用多种传感器(多个或多类)这一特定问题而进行的新的信息处理方法,因此,数据融合又称作多传感器 数据(或信息)融合.比较确切的定义可概括为:数据融合是对来自多个传感器的数据进行多级别、多方 面、多层次的处理,即充分利用不同时间和空间的多传感器信息资源,采用计算机技术对按时序获得的多 传感器观测信息在一定准则及算法下加以自动分析、综合、支配和利用,获得对被测对象的一致性解释与 描述,以完成所需的决策和估计任务,使系统获得比它的各组成部分更优越的性能. 图I给出了一个基本数据融合系统框图(功能模型).可见数据融合系统主要由多传感器、校准、相关、 识别、估计等部分组成。其中校准与相关是为识别与估计做准备的,实际融合是在识别和估计中进行的。 数据融合的基本原理是充分利用多个传感器资源.通过对多传感器及其观测信息的合理支配和使用,把多 传感器在空间或时间下可冗余或可互补的信息,依据某种准则来进行组合,以获得被测对象的一致性解释 或描述。其过程分为两步:第一步是低级处理。对应于像素级融合和特征级融合,输出的是状态、特征和 属性等,目前大多数pI系统的数据融合研究都是在该层次上展开的:第二步是高层处理(行为估计),对 应的是决策级融合,其结果为检测、控制、指挥、决策提供依据,输出的是抽象结果。 图l数据融合系统的功能模型 2.2数据融合算法 数据融合的目的就是根据有限个采样数据,消除测量中的不确定性,获得比有限个测量信息的算术平 均值更准确、更可靠的测量结果。应用数据融合方法,可以处理

文档评论(0)

ww88866 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档