基于模糊集與統(tǒng)計理論的多傳感器數據融合算法研究.pdf

1、多傳感器數據融合技術在軍事和民用領域有著廣泛的應用，是目前熱門的研究領域之一。本文以多傳感器數據融合系統(tǒng)為研究對象，以數據融合算法為側重點主要做了如下工作:
　　 首先，針對現(xiàn)有融合算法需要設定數據的融合上限，而上限值的設定則往往來至于主觀經驗，選取的不同的上限會有不同的融合結果，這就影響了融合結果的準確性和穩(wěn)健性。對于這一問題，本文提出了一種基于最優(yōu)融合集的多傳感器數據融合算法，通過定義最優(yōu)融合集來獲取有效觀測數據，然后利用融

2、合度矩陣計算并合理分配每個傳感器權重系數，最后得出融合估計算式，應用實例和仿真實驗均驗證了算法的有效性。
　　 其次，針對經典D-S證據理論無法有效融合高度沖突證據的問題，本文在國內外學者研究成果的基礎上，提出一種新的證據合成算法。該算法綜合了基于修改原始證據和基于修改Dumpsters合成規(guī)則兩類方法的優(yōu)點。充分挖掘證據間的一致性信息和沖突信息，不僅綜合考慮了證據間一致性信息和沖突信息，而且在沖突證據權重分配時充分考慮了證據源

3、的可靠性，提高了融合精度，降低了決策風險。實驗結果表明，與其他方法相比新方法更能客觀地反映證據的可信度，具有較快的收斂速度，融合結果也更符合實際情形。
　　 最后，將基于最優(yōu)融合集的融合算法和新的沖突證據合成方法分別作為融合系統(tǒng)中局部融合中心和全局融合中心的核心算法，構造了融合系統(tǒng)的二級融合模型，并分別對溫室中番茄和草莓栽培環(huán)境因子進行監(jiān)控，對溫室內部環(huán)境現(xiàn)狀作出準確判斷，進而根據判斷實施相應的調控，以確保溫室作物在適宜的環(huán)境中