无源声探测定位与跟踪是一种非线性系统状态估计问题。为了降低系统的复杂度和提高系统硬件的可实现性，将扩维UKF（Unscented Kalman Filter）应用于多传感器无源声探测定位跟踪。用多声传感器所测的方位角进行交叉定位，建立了扩雏UKF无源声探测定位跟踪的状态方程和观测方程。为了提高跟踪精度，采用了一种基于子滤波估计值之间支持度的非等权值融合算法，将UKF子滤波的估计值进行融合得到融合估计值。仿真结果表明，扩维UKF和新融合方式结合的多传感器声探测定位与跟踪的精度高，可以较好地跟踪不规则运动的声目标，具有较大的工程应用价值。

针对高炉炉衬在生产过程中所起的重要作用,必须加强对炉衬的日常监视,发现问题及时处理,以免造成重大事故.本文重点介绍了几种常用的高炉炉衬的检测方法,包括热电偶法、电阻法、电容法、激光测距法以及多传感器融合检测法等,分析了这几种方法存在的不足之处,并给出了一种准确、可靠的高炉炉衬的检测方法.

分析了管道缺陷的特征参数与漏磁信号的关系，研究显示管道缺陷的深度和长度分别与漏磁信号的幅值和宽度呈近似线性关系。将实际漏磁信号预处理以消除传感器提离值不同带来的影响，然后用已训练好的BP神经网络进行了管道缺陷的定量识别，识别结果的误差〈10％，完全满足实际检测要求。分别用加权平均和自适应加权平均两种方法将轴向和径向漏磁信号进行信号级融合，融合后基于BP神经网络的缺陷定量识别的精度和可靠性得到了明显提高，其中加权平均法更优。

多传感器数据融合技术的理论和方法已经被应用到很多领域。认识多传感器数据融合技术的算法，了解其应用领域，分析数据融合技术关键问题和发展方向，有助于开展对数据融合技术广泛深入地研究和实践。

针对红外气体分析存在的问题,提出光学气体传感器阵列(OGSA)和径向基函数(RBF)神经网络技术相结合的方法,并将其应用于SO2、CO2浓度检测.该方法利用RBF网络非线性逼近功能和OGSA的信息冗余特性,消除非目标参量和目标量之间的交叉干扰.结果表明,SO2引用误差由融合处理前的3.1%降至2.0%,CO2由39%降至8.6%.为红外气体分析提供了一种有效的途径,具有实用前景.

在组合铂膜探头的基础上，提出了一种多探头热式气体流量传感器的结构形式，运用FLUENT软件在不同直管段条件下对其所在的管道内的流场进行仿真研究。运用多传感器数据融合的方法对每个探头所在测量点的仿真流速值进行处理融合，并与单点仿真结果进行比较。仿真结果表明：在直管段长度较短，流场分布不规则的情况下，多探头流量传感器的测量精度明显比单个探头要高。

运用双动态条件研究追尾事故中车辆防撞预警方法,提出一种基于毫米波雷达和PTZ摄像机相结合的前方车辆检测方法。解决摄像机、雷达、世界坐标系的变换关系,实现空间上的融合;采用线程同步方式实现时间上的融合。目标识别过程中,在图像中生成感兴趣区域,通过三阶Kalman滤波算法对当前周期内获取的初始目标信息进行预测,基于已训练好的级联分类器进行多尺度识别,得到感兴趣区域内的车辆。将单目测距获得的距离与毫米波雷达获得的实际距离进行比对,以验证上述算法的准确性,试验结果表明,测量距离与实际距离误差率为1.96%,可控制在用户可接受的区间内。

随着多传感器复杂大系统的不断出现,多传感器数据融合技术已受到广泛关注。在分析数据融合基本原理和结构形式的基础上,建立了液压挖掘机故障诊断的数据融合模型,结合虚拟仪器技术对诊断数据进行了融合分析,并应用于液压系统供油主路故障诊断实验,给出了阀芯位移与故障映像流程图和供油主路诊断流程图,结果表明该方法较好地满足了液压挖掘机质量诊断的需要,具有一定的有效性和实用性。

基于数据融合思想,提出一种新的神经网络故障诊断方法.利用系统故障征兆的分散性和复杂性,采用多个神经网络分别对每一类故障进行诊断,网络输入为与输出故障相关联的监测信号的特征值,将各网络输出进行融合,给出最后诊断结果.将该方法应用于斜轴式无铰柱塞液压泵故障诊断,结果表明能够充分利用各种特征信息,提高诊断速度和精确度.

本文对某型机械化桥液压系统的故障失效模式进行了全面的分析，提出了一种基于多传感器数据融合与虚拟仪器技术的故障诊断系统，通过对液压系统供油回路的信号测试过程及信息融合方案的设计分析，阐明了液压系统故障检测和诊断的实现过程。