監(jiān)測監(jiān)控信息融合技術(shù)

第1章 緒論
1.1 監(jiān)測監(jiān)控與信息處理
1.1.1 監(jiān)測監(jiān)控技術(shù)與系統(tǒng)的發(fā)展及特點
1.1.2 集成化、綜合化的信息獲取與處理
1.2 傳感器技術(shù)及發(fā)展
1.2.1 傳感器及其應用
1.2.2 新型及智能傳感器
1.3 多傳感器系統(tǒng)與信息融合
1.3.1 傳感器系統(tǒng)
1.3.2 多傳感器信息融合
第2章 監(jiān)測監(jiān)控網(wǎng)絡
2.1 監(jiān)測監(jiān)控網(wǎng)絡概述
2.2 傳感器總線與現(xiàn)場總線
2.2.1 基本概念
2.2.2 典型的傳感器總線和現(xiàn)場總線
2.3 工業(yè)以太網(wǎng)
2.3.1 工業(yè)以太網(wǎng)技術(shù)的特征
2.3.2 工業(yè)以太網(wǎng)協(xié)議
2.4 OPC技術(shù)規(guī)范
2.4.1 OPC技術(shù)特征
2.4.2 基于OPC技術(shù)的監(jiān)測監(jiān)控系統(tǒng)應用設計
2.5 工業(yè)無線網(wǎng)絡
2.5.1 監(jiān)測監(jiān)控中的無線技術(shù)
2.5.2 無線傳感器網(wǎng)絡
第3章 信息融合
3.1 信息融合處理過程
3.1.1 信息融合處理的框架
3.1.2 典型的融合處理過程
3.2 信息融合系統(tǒng)的模型
3.2.1 功能模型
3.2.2 結(jié)構(gòu)模型
3.3 信息融合方法
3.3.1 信息融合方法分類
3.3.2 常用的信息融合方法
3.4 信息融合的有效性評估
3.4.1 信息融合有效性的定性分析與評估
3.4.2 基于證據(jù)理論的融合有效性分析
3.4.3 信息融合有效性的定量分析與評估
第4章 煤礦安全監(jiān)測監(jiān)控信息融合系統(tǒng)
4.1 煤礦監(jiān)測監(jiān)控系統(tǒng)綜述
4.1.1 國外煤礦監(jiān)測監(jiān)控系統(tǒng)
4.1.2 國內(nèi)煤礦常用的監(jiān)測監(jiān)控系統(tǒng)
4.1.3 煤礦信息管理系統(tǒng)
4.1.4 煤礦安全監(jiān)測監(jiān)控需要解決的關(guān)鍵技術(shù)
4.2 煤礦監(jiān)測監(jiān)控網(wǎng)絡系統(tǒng)
4.2.1 系統(tǒng)組成
4.2.2 系統(tǒng)的功能
4.3 煤礦監(jiān)測監(jiān)控信息分析
4.3.1 引言
4.3.2 信息分析
4.4 面向煤礦安全監(jiān)測監(jiān)控的信息融合系統(tǒng)體系結(jié)構(gòu)
4.4.1 信息融合的層次
4.4.2 信息融合體系結(jié)構(gòu)
第5章 煤礦安全監(jiān)測監(jiān)控信息融合處理
5.1 數(shù)據(jù)級融合及基于FOCUSS的自適應去噪聲學習算法
5.1.1 沖擊干擾及其消除方法
5.1.2 基于FocUSS的自適應去噪聲學習算法
5，1.3 算法的驗證與分析
5.2 特征級融合及基于w-RBF的瓦斯時間預測方法
5.2.1 常用瓦斯預測方法的缺點
5.2.2 時間序列分析
5.2.3 混沌時間序列
5.2.4 基于W-RBF的時間序列預測
5.3 基于多黑板結(jié)構(gòu)的煤礦安全態(tài)勢評估
5.3.1 煤礦安全態(tài)勢評估
5.3.2 基于多黑板結(jié)構(gòu)的態(tài)勢評估結(jié)構(gòu)模型
5.3.3 基于多黑板系統(tǒng)的態(tài)勢評估及分析
第6章 面向煤礦監(jiān)測監(jiān)控應用的傳感器管理
6.1 礦井環(huán)境監(jiān)測可重配置傳感器系統(tǒng)
6.1.1 一般型可重配置傳感器系統(tǒng)
6.1.2 工業(yè)無線網(wǎng)絡型可重配置傳感器系統(tǒng)
6.2 面向煤礦安全監(jiān)測監(jiān)控的傳感器管理技術(shù)
6.2.1 傳感器管理問題
6.2.2 傳感器管理的功能和任務
6.2.3 傳感器管理的算法
6.3 面向煤礦安全監(jiān)測監(jiān)控的傳感器管理設計
6.3.1 單傳感器管理
6.3.2 多傳感器管理
6.3.3 通風監(jiān)測系統(tǒng)中傳感器管理設計
第7章 故障監(jiān)測與診斷信息融合
7.1 引言
7.2 故障監(jiān)測診斷的信號處理和信息融合方法
7.2.1 基本概念
7.2.2 信號處理和信息融合方法
7.3 礦井通風機故障機理及信息熵特征分析
7.3.1 旋轉(zhuǎn)機械常見異常振動概述
7.3.2 礦井通風機常見故障振動特性分析
7.3.3 典型故障特征的信息熵提取方法
7.3.4 故障系統(tǒng)多源信號特征熵提取及結(jié)果
第8章 水環(huán)境多源監(jiān)測信息融合系統(tǒng)
8.1 研究背景
8.1.1 問題的提出
8.1.2 國內(nèi)外研究現(xiàn)狀
8.2 水環(huán)境監(jiān)測技術(shù)
8.2.1 水質(zhì)監(jiān)測技術(shù)、儀器與分析方法
8.2.2 遙感及水環(huán)境遙感監(jiān)測
8.3 水環(huán)境多源監(jiān)測信息融合系統(tǒng)設計
8.3.1 系統(tǒng)的層次結(jié)構(gòu)
8.3.2 系統(tǒng)的邏輯結(jié)構(gòu)模型
8.3.3 系統(tǒng)的總體設計
8.4 基于wSN的地面水環(huán)境監(jiān)測信息獲取與處理
8.4.1 引言
8.4.2 WSN網(wǎng)絡和通信基礎設施相結(jié)合的系統(tǒng)設計
8.4.3 LEACH路由協(xié)議
8.4.4 基于動態(tài)成簇的路由算法
8.5 基于Agent的多傳感器管理
8.5.1 基于知識的多傳感器管理
8.5.2 多傳感器管理的功能和任務
8.5.3 多傳感器管理的Agent方法
第9章 水環(huán)境多源監(jiān)測信息融合處理
9.1 水環(huán)境多源監(jiān)測信息融合方法綜述
9.1.1 地面監(jiān)測信息融合處理
9.1.2 遙感圖像信息融合處理
9.1.3 基于遙感和地面監(jiān)測的水質(zhì)信息融合處理
9.2 基于廣義回歸神經(jīng)網(wǎng)絡的水質(zhì)空間分布分析
9.2.1 廣義回歸神經(jīng)網(wǎng)絡水質(zhì)空間分布模型
9.2.2 計算分析
9.3 基于黑板結(jié)構(gòu)的信息融合專家系統(tǒng)
9.3.1 功能模塊及流程設計
9.3.2 驗證與分析
9.4 水環(huán)境遙感與地理信息系統(tǒng)的信息集成
9.4.1 遙感和GIs信息集成
9.4.2 遙感和GIS集成系統(tǒng)的模式
9.4.3 水環(huán)境遙感和GIS的空間數(shù)據(jù)組織、管理與分析
9.4.4 太湖水環(huán)境多源監(jiān)測信息管理系統(tǒng)
第10章 水環(huán)境多源監(jiān)測信息融合的證據(jù)理論方法
10.1 證據(jù)理論
10.1.1 基本概念
10.1.2 Dempster組合規(guī)則
10.1.3 沖突證據(jù)組合方法
10.2 河口地面監(jiān)測信息融合
10.2.1 信息融合模型
10.2.2 基于證據(jù)理論的信息融合
10.2.3 基于BP網(wǎng)絡的信息融合
10.2.4 驗證與分析
10.3 證據(jù)理論信息融合計算分析軟件
10.3.1 信息融合計算分析軟件設計開發(fā)
10.3.2 實例分析
10.4 湖泊富營養(yǎng)化狀態(tài)評估的模糊證據(jù)理論方法
10.4.1 基于相似性的模糊證據(jù)理論
10.4.2 湖泊富營養(yǎng)化狀態(tài)估計與評價模型
10.4.3 驗證及分析
10.5 湖泊富營養(yǎng)化狀態(tài)估計的BP網(wǎng)絡證據(jù)理論方法
10.5.1 BP網(wǎng)絡證據(jù)理論方法
10.5.2 監(jiān)測數(shù)據(jù)選擇與驗證分析
10.6 遙感與地面監(jiān)測結(jié)合的湖泊水質(zhì)狀況評估
10.6.1 研究背景
10.6.2 神經(jīng)網(wǎng)絡證據(jù)理論方法
10.6.3 驗證和比較分析
參考文獻