信息融合算法及其應(yīng)用研究.pdf

1、隨著無線傳感網(wǎng)的日益廣泛應(yīng)用和物聯(lián)網(wǎng)的產(chǎn)生與應(yīng)用，信息融合技術(shù)已經(jīng)逐漸融入到社會生活當(dāng)中，給人們生活帶來了前所未有的便利。隨著傳感器數(shù)據(jù)來源越來越復(fù)雜，如何全面、快速、準(zhǔn)確的獲取信息已成為研究熱點，因此對信息融合方法的研究具有重要意義。
　　本文以多傳感器的監(jiān)測數(shù)據(jù)作為研究對象，從監(jiān)測數(shù)據(jù)的時間和空間冗余性出發(fā)，利用流數(shù)據(jù)模型構(gòu)建了基于時間維的數(shù)據(jù)級信息融合模型和基于空間維的特征級信息融合模型，提出了對應(yīng)的信息融合方法，并將之應(yīng)用

2、于森林火災(zāi)監(jiān)測系統(tǒng)中。具體研究內(nèi)容如下：
　　為了更好的利用監(jiān)測數(shù)據(jù)上下文的情景信息，提出了基于滑動窗口的信息融合模型，其基本思想是利用窗口內(nèi)連續(xù)數(shù)據(jù)序列的上下文情景信息，對屬性在窗口內(nèi)的變化進(jìn)行估計，并利用這種估計來表述屬性的變化；同時利用同一屬性不同窗口以及不同屬性相同窗口的數(shù)據(jù)序列之間存在的冗余信息，實現(xiàn)多傳感器數(shù)據(jù)的關(guān)聯(lián)和融合。
　　針對數(shù)據(jù)級的信息融合，提出了基于時間維的數(shù)據(jù)級信息融合算法--DIFAT算法(Dat

3、a-Level Information Fusion Algorithm based on Time-Dimension)，利用被監(jiān)測對象自身存在的變化規(guī)律，對窗口內(nèi)數(shù)據(jù)序列進(jìn)行時域和頻域分析，建立被監(jiān)測對象關(guān)于時間變化的模型，并通過最優(yōu)化方法給出被監(jiān)測對象規(guī)律的最優(yōu)估計。利用Matlab仿真工具，對該算法的有效性進(jìn)行了驗證，結(jié)果表明該算法能有效地去除部分噪聲，減少感知數(shù)據(jù)的不確定性，得到相對可靠的對屬性變化特性的估計。
　　針對

4、特征級的信息融合，既考慮了同一屬性不同傳感器數(shù)據(jù)的融合，也考慮了不同屬性不同傳感器的數(shù)據(jù)融合，提出了基于空間維的特征級信息融合算法--FIFAS算法(Feature-Level Information Fusion Algorithm based on Spatial-Dimension)，通過數(shù)據(jù)關(guān)聯(lián)、神經(jīng)網(wǎng)絡(luò)等方法確定被監(jiān)測屬性之間的映射關(guān)系，并利用這種關(guān)系進(jìn)行信息融合，確定被監(jiān)測屬性的狀態(tài)。利用Matlab仿真工具，對該算法的有效