多傳感器數(shù)據(jù)融合算法的研究與應(yīng)用.pdf

1、隨著科學(xué)技術(shù)的日新月異，各種傳感器技術(shù)層出不窮。為了滿足不斷增多的現(xiàn)實(shí)需求，傳感器系統(tǒng)變得越來越復(fù)雜。傳統(tǒng)的系統(tǒng)比較簡(jiǎn)單，通常從單一傳感器獲取信息。即使采用多傳感器也只是從多個(gè)側(cè)面單獨(dú)地反映目標(biāo)信息?，F(xiàn)代的大多數(shù)系統(tǒng)比較復(fù)雜，需要同時(shí)處理來自多個(gè)信號(hào)源的信息。所以要對(duì)多傳感器的觀測(cè)信息依據(jù)某種優(yōu)化準(zhǔn)則進(jìn)行組合使用，彌補(bǔ)單一傳感器獲取信息的片面性。并且，通過多傳感器信息的互補(bǔ)與去噪，能提高信息的準(zhǔn)確性，容錯(cuò)性和全面性。因此，研究多傳感器數(shù)

2、據(jù)融合技術(shù)很有必要。
　　多傳感器數(shù)據(jù)融合是處理多源數(shù)據(jù)的技術(shù)，是一種多層次、多方面的處理過程。本文先對(duì)多傳感器數(shù)據(jù)融合的基本理論進(jìn)行了概述，介紹了數(shù)據(jù)融合的分類和模型。然后，從數(shù)據(jù)級(jí)融合和決策級(jí)融合兩個(gè)層面進(jìn)行了融合算法的理論研究和實(shí)驗(yàn)論證。在數(shù)據(jù)級(jí)融合上，研究了自適應(yīng)加權(quán)融合算法的原理，存在的噪聲和融合精度問題，并對(duì)其進(jìn)行了實(shí)驗(yàn)仿真。在決策級(jí)融合上，研究了BP神經(jīng)網(wǎng)絡(luò)的基本原理，網(wǎng)絡(luò)設(shè)計(jì)分析及存在的問題，并對(duì)其進(jìn)行玻璃的質(zhì)量預(yù)

3、測(cè)實(shí)驗(yàn)。同時(shí)，研究了D-S證據(jù)理論的基本原理，組合規(guī)則及存在的問題，并對(duì)其進(jìn)行玻璃的質(zhì)量預(yù)測(cè)實(shí)驗(yàn)。
　　在數(shù)據(jù)級(jí)融合研究中，利用融合精度跟融合次數(shù)和傳感器個(gè)數(shù)相關(guān)的特點(diǎn)，提出了階梯式動(dòng)態(tài)加權(quán)融合算法。通過實(shí)驗(yàn)對(duì)比得出該算法比自適應(yīng)加權(quán)融合算法具有更高的準(zhǔn)確性。在決策級(jí)融合研究中，利用BP神經(jīng)網(wǎng)絡(luò)來解決可信度分配問題和D-S證據(jù)理論來決策融合，得出基于BP神經(jīng)網(wǎng)絡(luò)和D-S證據(jù)理論的改進(jìn)算法，并對(duì)其進(jìn)行玻璃的質(zhì)量預(yù)測(cè)實(shí)驗(yàn)。實(shí)驗(yàn)證明該算