第1章 绪论 1
1.1监测监控与信息处理 1
1.1.1监测监控技术与系统的发展及特点 1
1.1.2集成化、综合化的信息获取与处理 2
1.2传感器技术及发展 2
1.2.1传感器及其应用 3
1.2.2新型及智能传感器 7
1.3多传感器系统与信息融合 14
1.3.1传感器系统 14
1.3.2多传感器信息融合 20
第2章 监测监控网络 26
2.1监测监控网络概述 26
2.2传感器总线与现场总线 27
2.2.1基本概念 27
2.2.2典型的传感器总线和现场总线 27
2.3工业以太网 33
2.3.1工业以太网技术的特征 34
2.3.2工业以太网协议 37
2.4 OPC技术规范 39
2.4.1 OPC技术特征 39
2.4.2基于OPC技术的监测监控系统应用设计 41
2.5工业无线网络 46
2.5.1监测监控中的无线技术 46
2.5.2无线传感器网络 51
第3章 信息融合 59
3.1信息融合处理过程 59
3.1.1信息融合处理的框架 59
3.1.2典型的融合处理过程 60
3.2信息融合系统的模型 61
3.2.1功能模型 61
3.2.2结构模型 64
3.3信息融合方法 67
3.3.1信息融合方法分类 67
3.3.2常用的信息融合方法 68
3.4信息融合的有效性评估 72
3.4.1信息融合有效性的定性分析与评估 73
3.4.2基于证据理论的融合有效性分析 76
3.4.3信息融合有效性的定量分析与评估 79
第4章 煤矿安全监测监控信息融合系统 81
4.1煤矿监测监控系统综述 81
4.1.1国外煤矿监测监控系统 82
4.1.2国内煤矿常用的监测监控系统 83
4.1.3煤矿信息管理系统 91
4.1.4煤矿安全监测监控需要解决的关键技术 91
4.2煤矿监测监控网络系统 92
4.2.1系统组成 92
4.2.2系统的功能 94
4.3煤矿监测监控信息分析 96
4.3.1引言 96
4.3.2信息分析 97
4.4面向煤矿安全监测监控的信息融合系统体系结构 99
4.4.1信息融合的层次 99
4.4.2信息融合体系结构 106
第5章 煤矿安全监测监控信息融合处理 108
5.1数据级融合及基于FOCUSS的自适应去噪声学习算法 108
5.1.1冲击干扰及其消除方法 108
5.1.2基于FOCUSS的自适应去噪声学习算法 110
5.1.3算法的验证与分析 111
5.2特征级融合及基于W-RBF的瓦斯时间预测方法 114
5.2.1常用瓦斯预测方法的缺点 115
5.2.2时间序列分析 115
5.2.3混沌时间序列 116
5.2.4基于W-RBF的时间序列预测 124
5.3基于多黑板结构的煤矿安全态势评估 131
5.3.1煤矿安全态势评估 131
5.3.2基于多黑板结构的态势评估结构模型 133
5.3.3基于多黑板系统的态势评估及分析 142
第6章 面向煤矿监测监控应用的传感器管理 147
6.1矿井环境监测可重配置传感器系统 147
6.1.1一般型可重配置传感器系统 148
6.1.2工业无线网络型可重配置传感器系统 154
6.2面向煤矿安全监测监控的传感器管理技术 158
6.2.1传感器管理问题 158
6.2.2传感器管理的功能和任务 158
6.2.3传感器管理的算法 162
6.3面向煤矿安全监测监控的传感器管理设计 163
6.3.1单传感器管理 163
6.3.2多传感器管理 164
6.3.3通风监测系统中传感器管理设计 166
第7章 故障监测与诊断信息融合 171
7.1引言 171
7.2故障监测诊断的信号处理和信息融合方法 173
7.2.1基本概念 173
7.2.2信号处理和信息融合方法 174
7.3矿井通风机故障机理及信息熵特征分析 176
7.3.1旋转机械常见异常振动概述 177
7.3.2矿井通风机常见故障振动特性分析 177
7.3.3典型故障特征的信息熵提取方法 180
7.3.4故障系统多源信号特征熵提取及结果 183
第8章 水环境多源监测信息融合系统 186
8.1研究背景 186
8.1.1问题的提出 186
8.1.2国内外研究现状 187
8.2水环境监测技术 189
8.2.1水质监测技术、仪器与分析方法 189
8.2.2遥感及水环境遥感监测 195
8.3水环境多源监测信息融合系统设计 196
8.3.1系统的层次结构 196
8.3.2系统的逻辑结构模型 199
8.3.3系统的总体设计 200
8.4基于WSN的地面水环境监测信息获取与处理 202
8.4.1引言 202
8.4.2 WSN网络和通信基础设施相结合的系统设计 203
8.4.3 LEACH路由协议 205
8.4.4基于动态成簇的路由算法 208
8.5基于Agent的多传感器管理 216
8.5.1基于知识的多传感器管理 216
8.5.2多传感器管理的功能和任务 218
8.5.3多传感器管理的Agent方法 219
第9章 水环境多源监测信息融合处理 224
9.1水环境多源监测信息融合方法综述 224
9.1.1地面监测信息融合处理 225
9.1.2遥感图像信息融合处理 225
9.1.3基于遥感和地面监测的水质信息融合处理 227
9.2基于广义回归神经网络的水质空间分布分析 232
9.2.1广义回归神经网络水质空间分布模型 232
9.2.2计算分析 236
9.3基于黑板结构的信息融合专家系统 238
9.3.1功能模块及流程设计 238
9.3.2验证与分析 241
9.4水环境遥感与地理信息系统的信息集成 244
9.4.1遥感和GIS信息集成 245
9.4.2遥感和GIS集成系统的模式 245
9.4.3水环境遥感和GIS的空间数据组织、管理与分析 246
9.4.4太湖水环境多源监测信息管理系统 247
第10章 水环境多源监测信息融合的证据理论方法 250
10.1证据理论 250
10.1.1基本概念 251
10.1.2 Dempster组合规则 251
10.1.3冲突证据组合方法 252
10.2河口地面监测信息融合 255
10.2.1信息融合模型 255
10.2.2基于证据理论的信息融合 256
10.2.3基于BP网络的信息融合 257
10.2.4验证与分析 258
10.3证据理论信息融合计算分析软件 259
10.3.1信息融合计算分析软件设计开发 259
10.3.2实例分析 262
10.4湖泊富营养化状态评估的模糊证据理论方法 263
10.4.1基于相似性的模糊证据理论 264
10.4.2湖泊富营养化状态估计与评价模型 269
10.4.3验证及分析 270
10.5湖泊富营养化状态估计的BP网络证据理论方法 273
10.5.1 BP网络证据理论方法 274
10.5.2监测数据选择与验证分析 275
10.6遥感与地面监测结合的湖泊水质状况评估 278
10.6.1研究背景 278
10.6.2神经网络证据理论方法 279
10.6.3验证和比较分析 280
参考文献 286