多傳感器信息融合算法研究及其應用.pdf

1、隨著當前多傳感器信息融合系統(tǒng)應用環(huán)境越來越復雜，應用范圍越來越廣泛，信息融合算法的研究己經成為了各國科學家研究的熱點。
　　本文首先對多傳感器信息融合的發(fā)展和目前應用比較廣泛的幾種多傳感器信息融合算法進行了分析和研究，總結這些方法各自存在的優(yōu)缺點，以及他們的使用情況，尤其對于D-S證據理論和BP神經網絡融合算法進行非常詳細的研究與分析，再根據大量資料和書籍了解它們的改進方法，基于這些改進方法和改進后的效果深入研究。針對D-S證據理

2、論在解決沖突問題時遇到的困難、以及BP網絡融合方法的適應性弱，輸出結果容易收斂于局部極小值而不能得到全局最優(yōu)權值，BP神經網絡各層的權值記憶能力差，網絡對以前的權值和閾值沒有記憶，所以當學習樣本增加時需要重新訓練，本文根據這兩種算法的特點，提出了一種新的改進算法，即根據兩種算法的融合結果的準確性，將兩種算法分配權值，將加權和作為融合結果，從提高最終融合結果的正確率。
　　本文針對汽車的防盜報警系統(tǒng)經常出現(xiàn)漏報、誤報的情況，使用多個