项目名称: 数据融合理论、快速算法及其在船舶动力定位中的应用研究

项目编号: No.61473331

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 熊建斌

作者单位: 广东技术师范大学

项目金额: 62万元

中文摘要: 针对船舶动力定位多传感器在风、浪、流等干扰环境下,多传感器信号难收敛、难稳定,导致船舶动力定位精确度不高,本项目提出基于多传感器信号关联分析的数据融合方法,并系统地研究其统计特性、快速算法以及应用前景。理论方面:以多元高斯分布以及混合多元高斯分布为数学模型,以德尔塔方法为基本分析方法,以四元高斯分布正定限积分降维公式为辅助手段,推导所提出的在给定相关系数矩阵下均值和方差的渐近表达式,并推导肯德尔和谐系数及平均肯德尔秩次相关系数在多元高斯模下方差的精确表达式。算法方面:快速收敛、稳定为切入点,基于多感器数据融合理论以及快速收敛、稳定,构建快速算法,将算法时间复杂度从与通道数成平方关系降低与通道数成线性关系。应用方面:将多传感器数据融合的新理论、新方法应用于船舶动力定位多传感器多通道失常信号、异构传感器信号以及全组联数据的关联分析,提高船舶动力定位的精确度,并验证研究成果的可适用性和可扩展性。

中文关键词: 多传感器;信息融合算法;关联算法;船舶动力定位;时空相关性

英文摘要: The project proposes novel intelligent data fusion methods and efficient algorithm which are used in the ship dynamic positioning to solve the problem that the precision of ship dynamic positioning is not high because the multi-sensor signal is difficult to reach the convergence and steady state in the situation of interference such as wind, wave and ocean current. Theory: taking the multivariate gaussian distribution and mixing multivariate gaussian distribution for the mathematical model, using the delta method as the basic analysis method, and Four yuan gaussian distribution positive definite integral formula for dimension reduction as auxiliary means, derived the asymptotic expressions mean and variance proposed under the given correlation coefficient matrix, and derived the variance exact expression of Kendall coefficient of concordance and Kendall rank correlation coefficient under the multivariate Gaussian model.Algorithms: fast convergence, and stability as a entry point, build a fast algorithm based on multi-sensor data fusion theory, fast convergence and stability, reduce the relationship between the time complexity of the algorithm and the channel number from square to linear.Applications: the new theory and new method of multi-sensor data fusion is applied to the multi-channel disorders signal of marine dynamic positioning multiple sensors, heterogeneous sensor signal and the whole group of associated data analysis, improve marine dynamic positioning accuracy, and verify the applicability and the scalability of study result.

英文关键词: Multi-sensor;Information fusion algorithm;correlation algorithm;ship dynamic positioning;correlation between time and space

成为VIP会员查看完整内容
0

相关内容

【AI与电力】电动汽车发展与城市电网适应性研究
专知会员服务
16+阅读 · 2022年4月25日
数据中心传感器技术应用 白皮书
专知会员服务
41+阅读 · 2021年11月13日
专知会员服务
52+阅读 · 2021年8月29日
【干货书】线性代数及其应用,688页pdf
专知会员服务
166+阅读 · 2021年6月10日
【经典书】数据结构与算法,770页pdf
专知会员服务
140+阅读 · 2021年4月15日
「数据数学:从理论到计算」EPFL硬核课程
专知会员服务
42+阅读 · 2021年1月31日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
288+阅读 · 2020年6月3日
最新《智能交通系统的深度强化学习》综述论文,22页pdf
干货书《数据科学数学系基础》2020最新版,266页pdf
专知会员服务
319+阅读 · 2020年3月23日
数据中心传感器技术应用 白皮书
专知
0+阅读 · 2021年11月13日
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
经典重温:卡尔曼滤波器介绍与理论分析
极市平台
0+阅读 · 2021年10月25日
我国智能网联汽车车路协同发展路线政策及示范环境研究
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年5月6日
Arxiv
0+阅读 · 2022年5月6日
Arxiv
0+阅读 · 2022年5月5日
Arxiv
31+阅读 · 2018年11月13日
小贴士
相关VIP内容
【AI与电力】电动汽车发展与城市电网适应性研究
专知会员服务
16+阅读 · 2022年4月25日
数据中心传感器技术应用 白皮书
专知会员服务
41+阅读 · 2021年11月13日
专知会员服务
52+阅读 · 2021年8月29日
【干货书】线性代数及其应用,688页pdf
专知会员服务
166+阅读 · 2021年6月10日
【经典书】数据结构与算法,770页pdf
专知会员服务
140+阅读 · 2021年4月15日
「数据数学:从理论到计算」EPFL硬核课程
专知会员服务
42+阅读 · 2021年1月31日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
288+阅读 · 2020年6月3日
最新《智能交通系统的深度强化学习》综述论文,22页pdf
干货书《数据科学数学系基础》2020最新版,266页pdf
专知会员服务
319+阅读 · 2020年3月23日
相关资讯
数据中心传感器技术应用 白皮书
专知
0+阅读 · 2021年11月13日
【夯实基础】卡尔曼滤波
极市平台
1+阅读 · 2021年11月3日
经典重温:卡尔曼滤波器介绍与理论分析
极市平台
0+阅读 · 2021年10月25日
我国智能网联汽车车路协同发展路线政策及示范环境研究
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
目标跟踪算法分类
算法与数据结构
20+阅读 · 2018年9月28日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
5+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员