欢迎来到天天文库
浏览记录
ID:35071993
大小:2.06 MB
页数:57页
时间:2019-03-17
《多传感器信息融合算法研究及其应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、工学硕士学位论文多传感器信息融合算法研究及其应用许琪哈尔滨理工大学2016年3月国内图书分类号:TP212.9工学硕士学位论文多传感器信息融合算法研究及其应用硕士研究生:许琪导师:董静薇申请学位级别:工学硕士学科、专业:通信与信息系统所在单位:测控技术与通信工程学院答辩日期:2016年3月授予学位单位:哈尔滨理工大学ClassifiedIndex:TP212.9DissertationfortheMasterDegreeinEngineeringResearchonMulti-sensorDataFusionAlgorithmandApplic
2、ationsCandidate:XuQiSupervisor:DongJingweiAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:CommunicationandImformationSystemDateofOralExamination:March,2016University:HarbinUniversityofScience&Technology哈尔滨理工大学硕±学位论文原创性声明本人郑重声明:此处所提交的硕±学位论文《多传感器信息融合算法研究及其应用》,是本人在导师指
3、导下,在哈尔滨理工大学攻读硕±学位期间独立进行研究工作所取得的成果。据本人所知,论文中除己注明部分外不包含他人己发表或撰写过的研巧成果。对本文研究工作做出贡献的个人和集体,均已在文中yA明确方式注明。本声明的法律结果将完全由本人承担。:作者签名日期:年a丹3旧^/白哈尔滨理工大学硕±学位论文使用授权书《多传感器信息融合算法研究及其应用》系本人在哈尔滨理工大学攻读硕±学位期间在导师指导下完成的硕±学位论文。本论文的研巧成果归哈尔滨理工大学所有,本论文的研巧内容不得其它单位的名义发表。本人完全了解哈尔滨理工大学关
4、于保存、使用学位论文的规定,同意学校保留并向有关部口提交论文和电子版本,允许论文被查阅和借阅。本人授权哈尔滨理工大学可W采用影印j。、缩印或其他复制手段保存论文,可UI公布论文的全部或部分内容本学位论文属于保密□,在年解密后适用授权书。不保密回(请在W上相应方框内打V)作者签名:曰期:康年3月^曰^''导师签名:日期.^^作。日|蘇藏多传感器信息融合算法研究及其应用摘要随着当前多传感器信息融合系统应用环境越来越复杂,应用范围越来越广泛,信息融合算法的研究己经成为了各国科学家研究的热点。本文首先对多传感器信
5、息融合的发展和目前应用比较广泛的几种多传感器信息融合算法进行了分析和研究,总结这些方法各自存在的优缺点,以及他们的使用情况,尤其对于D-S证据理论和BP神经网络融合算法进行非常详细的研究与分析,再根据大量资料和书籍了解它们的改进方法,基于这些改进方法和改进后的效果深入研究。针对D-S证据理论在解决冲突问题时遇到的困难、以及BP网络融合方法的适应性弱,输出结果容易收敛于局部极小值而不能得到全局最优权值,BP神经网络各层的权值记忆能力差,网络对以前的权值和阈值没有记忆,所以当学习样本增加时需要重新训练,本文根据这两种算法的特点,提出了一种新的改进算
6、法,即根据两种算法的融合结果的准确性,将两种算法分配权值,将加权和作为融合结果,从提高最终融合结果的正确率。本文针对汽车的防盗报警系统经常出现漏报、误报的情况,使用多个传感器对汽车的周围环境进行检查,在各传感器的信息进行融合时,使用本文所提出的融合算法设计出一种使用监测值与阈值的比值作为判断依据的模型。为了验证新算法的有效性,将本文提出的算法应用于试验中,用MATLAB软件进行计算,分析得到的结果是采用本文提出的算法进行信息融合,使汽车报警系统的准确性更高,而且传感器越多,不确定性越低,满足预测的要求。关键词信息融合;D-S证据理论;BP神经网
7、络;汽车防盗-I-ResearchonMulti-sensorDataFusionAlgorithmandApplicationsAbstractIncurrently,asmulti-sensorinformationfusionsystememergingappliedtoavarietyofcomplexapplicationbackgroundandextensiveused,informationfusionalgorithmresearchhasbecomeahotresearchofscientistsfromvariouscou
8、ntries.Firstlythispaperanalyzesthedevelopmentofmulti-sensordatafusionandsev
此文档下载收益归作者所有