一种阵列式传感器数据融合方法的研究-论文.pdf

一种阵列式传感器数据融合方法的研究-论文.pdf

ID:53769133

大小:318.97 KB

页数:4页

时间:2020-04-25

一种阵列式传感器数据融合方法的研究-论文.pdf_第1页
一种阵列式传感器数据融合方法的研究-论文.pdf_第2页
一种阵列式传感器数据融合方法的研究-论文.pdf_第3页
一种阵列式传感器数据融合方法的研究-论文.pdf_第4页
资源描述:

《一种阵列式传感器数据融合方法的研究-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、第9卷第7期中国科技论文Vol_9No.72014年7月CHINASCIENCEPAPERJu1.2014一种阵列式传感器数据融合方法的研究杜胜雪,孔令富,李英伟(燕山大学信息科学与工程学院,河北秦皇岛066004)摘要:提出了一种基于支持度和自适应加权的阵列式传感器数据融合方法。其特点是通过关联融合多组测量信号序列以降低静态数据的随机测量误差。对单传感器测量信号序列,采用支持度方法计算每个测量数据的综合支持度和加权因子,然后对测量信号序列进行加权融合。对阵列式传感器多组测量信号序列,基于单传感器数据融合,利用自适应加权方法,在总均方误差最小意义下进行多组测量信号序列数据融合

2、。仿真结果表明,该阵列式传感器数据融合方法是有效的。关键词:阵列式传感器;多组测量信号序列;数据融合;支持度;自适应加权中图分类号:TP274文献标志码:A文章编号:2095—2783(2014)07—0794—04Studyonadatafusionmethodforthearray-typesensorDuShengxue,KongLingfu,LiYingwei(SchoolofInfbrmationScienceandEngineering,YanshanUniversity,Qinhuangdao,Hebei066004,China)Abstract:Anarray

3、-typesensordatafusionmethodisproposedtofusemultiplesequencesofsignalmeasurementandreducetherandommeasurementerrorofstatisticdata,basedonsupportdegreeandadaptiveweighted.Forthesequenceofsignalmeasurementonthesamesensor,thesupportdegreeisappliedtocalculatethecomprehensivesupportdegreesandweig

4、htingfactorsofallmeasurementtocomputetheweightedsumofthemeasurements.Forthearray-typesensors,themeasurementsonsamesensorareprocessedfirstly.Then,theadaptiveweightingmethodisemployedtofusethedataofvarioussensorstominimizethemeansquareerror.Thesimulationresultprovestheeffectivenessofproposedm

5、ethod.Keywords:thearray-typesensor;multiplemeasuringsignalsequences~datafusion;supportdegree;adaptiveweighted多传感器数据融合是近几年发展起来的一项新基于支持度矩阵的最优加权多传感器融合方法,建技术_】]。其特点是:使用多个传感器对同一测量对立了各传感器之问的支持度矩阵,对综合支持度高象进行测量,从而得到该对象的多源信息,并充分利的传感器进行最优加权融合。用多源信息的冗余性和互补性特点,将这些信息进为降低随机测量误差,本文提出了一种基于支行融合;相比单一传感器,可以形成

6、对周围环境实况持度和自适应加权的阵列式传感器数据融合方法,更为可靠的判断_3];在周围环境恶劣或系统部分设对多组测量信号序列进行融合处理,该方法适用于备发生故障的情况下,也能保持判断的较高质量。被测对象为常量的情况。仿真实验验证了该数据融在实际测量中,经常会遇到从含有观测噪声的合方法的有效性。测量数据中估计一个非随机量的问题。由于测量数1阵列式传感器数据融合方法据中存在噪声,根据测量数据所得的估计值也存在估计误差,这种估计误差也是随机量。一般采用均本文提出的基于支持度和自适应加权的阵列式方误差作为评价估计测量算法优劣的指标。使用单传感器数据融合方法的结构框架如图1所示。对单一

7、传感器时,为减少估计值的均方误差,必须增加测传感器的测量信号序列,采用支持度方法,计算每个量数据,但会导致运算量加大与收敛速度降低。许测量数据的综合支持度和加权因子,对测量信号序多研究人员研究了基于多传感器数据融技术的估计列进行加权融合。在单传感器数据融合的基础上,利用自适应加权方法,进行阵列式传感器多组测量算法,并取得了重要的研究成果_6]。文献[10]提出信号序列之问的数据融合,以使阵列式传感器系统了一种基于信任度的多传感器数据融合方法,量化总均匀误差最小。两传感器数据间的信任程度,并度量各传感器数

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。