基于最小一乘估计的多传感器信息融合方法new

《基于最小一乘估计的多传感器信息融合方法new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第36卷第2期计算机工程2010年1月Vol.36No.2ComputerEngineeringJanuary2010·开发研究与设计技术·文章编号：1000—3428(2010)02—0257—03文献标识码：A中图分类号：TP274.2基于最小一乘估计的多传感器信息融合方法万树平(江西财经大学信息管理学院，南昌330013)摘要：针对多个传感器对某一特性指标进行测量实验的数据融合问题，从稳健性角度，利用统计理论中的最小一乘估计，提出一种多传感器数据的融合方法。该方法基于自适应加权，以最小化传感

2、器测量数据的绝对偏差为目标函数，通过求解条件极值问题，得到各传感器数据的权数，从而给出融合结果。仿真实例表明方法的有效性和较好的稳健性。关键词：多传感器；数据融合；最小一乘估计；最小二乘估计；稳健性Multi-sensorInformationFusionMethodBasedonLeastAbsoluteDeviationEstimationWANShu-ping(CollegeofInformationTechnology,JiangxiUniversityofFinanceandEconom

3、ic,Nanchang330013)【Abstract】Duetodatafusionofmulti-sensorexperimentonsomecharacteristicindex,appliedtheleastabsolutedeviationestimationinthetheoryofstatistic,afusionmethodformulti-sensordataisbroughtforwardfromtheangleofstability.Basedontheadaptivewei

4、ght,theobjectfunctionofthemethodistominimizetheabsolutedeviationofsensor’smeasurement,thefusionweightsareobtainedbysolvingtheconditionedextremumproblem,sotheresultoffusionisgiven.Simulationexamplesshowthatthemethodisnotonlyeffective,butalsoveryrobust.

5、【Keywords】multi-sensor;datafusion;leastabsolutedeviationestimation;leastsquareestimation;robustness1概述就是自适应加权融合算法。自适应加权数据融合模型如图1[7]在自动化系统或科学试验中往往需要利用多个传感器从所示。不同方位测量同一个指标参数，这类试验的数据融合问题就是要将来自多种或多个传感器的信息和数据进行综合处理，从而得出比单一传感器更为准确可靠的结论。针对此类数据∑Xˆ[1]融合问题，目前主要

6、的融合方法有：极大似然法，特征向[2][3][4][5]量稳定理论，Bayes估计，Fisher信息，证据理论，[6][7][8][9]最小二乘，参数估计，神经网络，相对距离等方法。上述方法虽然较好，但是它们均没有考虑到多传感器数图1自适应加权数据融合模型据融合结果的抗干扰性。本文认为，由于传感器受到本身性由图1可得数据融合的结果为能和外界随机因素的影响，其测量值是不确定的，可带有随nXWˆ=∑X(2)机扰动，因此要求数据融合的算法具有较好的稳健性。为得iii=1到更精确、稳健的融合算法，本文从自

7、适应加权融合算法着2.2基于最小一乘估计的权数的确定手，利用最小一乘估计得到各传感器的权数，提出了一种新自适应加权融合算法最关键的是确定各传感器的权数的融合方法。Wi，下面从无偏性和稳健性2个方面来考虑。2数据融合为保证融合结果Xˆ是待估参数X的无偏估计，必有2.1自适应加权EXXˆ=，再由式(1)得到假设有n个传感器从不同的方位对某特性参数进行测nnnEXEWXEWXˆ=[]∑∑=+[()ξ]=∑WXX=iiiii量，Xi表示第i个传感器测得的数据，xi是Xi的一次观测值。ii==11i=1n第

8、i个传感器的量测方程为故∑W=1。iXX=+ξi=1(1)ii其中，X为被估参数的真值；Xi为量测值；ξi为测量噪声，基金项目：国家自然科学基金资助项目(10626029)；江西省自然科学22不妨假设ξ~(N0,)σ，且ξ,ξ,ij≠相互独立，σ是iiiji基金资助项目(0611082,2007GQS0074)；江西省教育厅科技基金资助第i个传感器的测量方差。项目(GJJ08350)由于各传感器的测量精度不可能完全一样，可信度也就作者简介：万树平(1974－)，男，副教授、博士，主