資源描述：
《基于置信隸屬度的多傳感器數(shù)據(jù)模糊融合.pdf》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在行業(yè)資料-天天文庫。
1、38傳感器與微系統(tǒng)(TransducerandMicrosystemTechnologies)2015年第34卷第9期DOI：10．13873／J．1000-9787(2015)09-0038-03基于置信隸屬度的多傳感器數(shù)據(jù)模糊融合何明(江西財經(jīng)大學信息管理學院。江西南昌330032)摘要：在數(shù)據(jù)的融合過程中，將每個傳感器的數(shù)據(jù)看成服從正態(tài)分布，利用置信水平得到隸屬度，構造優(yōu)越性比較矩陣，進而得到融合后的數(shù)據(jù)，將該方法運用于實證，并與平均權、概率權等方法進行比較，實證部分驗證了該方法的實用性，再進行
2、多次仿真，通過絕對誤差的比較，驗證了此方法的穩(wěn)定性和有效性。關鍵詞：多傳感器；隸屬度；優(yōu)越性；比較矩陣；置信度中圖分類號：TP212文獻標識碼：A文章編號：1000-9787(2015)09-0038功Multi—sensordatafuzzyfusionbasedonconfidencemembershiplevelHEMing(SchoolofInformationandTechnology，JiangxiUniversityofFinance&Economics，Nanchang330013，C
3、hina)Abstract：Inprocessofdatafusion，takedatafromeachsensorasnormaldistribution，membershipdegreeisobtainedbyconfidencelevel，constructsuperioritycomparisionmatrixandthengetfuseddata，whenthemethodisusedinevidence，andcomparedwiththeaverageweight，theprobabil
4、ityweight，etc．Theempiricalpartverifypracticalityofthismethod，andthenconductanumberofsimulations，bycomparingabsoluteerrorverifystability，andeffectivenessofthismethod．Keywords：multi-sensor；membership；surperiority；comparisonmatrix；confidencelevel0引言融合方法，文獻
5、[5～7]利用概率模型方法進行融合；分別數(shù)據(jù)融合的方法有很多種，多傳感器信息融合技術不基于概率權、極大似然法以及貝葉斯估計等理論提出了不論在軍事領域還是在民事領域都受到了廣泛的關注。這同的融合方法；文獻[8，9]利用矩陣特征向量的穩(wěn)定理論一技術正廣泛應用于自動目標識別、戰(zhàn)場監(jiān)視、自動飛行器進行融合；文獻[10，l1]分別提出了基于支持度的融合方導航、機器人、遙感、醫(yī)療診斷、圖像處理、模式識別和復雜法和一種基于模糊貼近度函數(shù)的融合算法。本文提出了利工業(yè)過程控制等領域。多傳感器數(shù)據(jù)融合是指對不同知識用置信
6、水平確定模糊隸屬度，進一步構造優(yōu)越性比較矩陣源和傳感器采集的數(shù)據(jù)進行融合，以實現(xiàn)對觀測現(xiàn)象更好來進行數(shù)據(jù)的融合。地理解。從表面上看，多傳感器融合的概念很直觀，但實際1信息融合模上要真正實現(xiàn)一個多傳感器融合系統(tǒng)是比較困難的。定義l設在論域U上給定映射近年來，多傳感器信息融合實現(xiàn)方法有很多，成熟的多A：u一[0，1]，傳感器信息融合方法主要有：經(jīng)典推理法、卡爾曼濾波法、使得∈，_()∈[0，1]，則稱確定了論域U上一的貝葉斯估計法、Dempster—Shafer證據(jù)推理法、聚類分析法、一個模糊子集，稱為A
7、的隸屬函數(shù)，()為屬于A的參數(shù)模板法、物理模型法、熵法、品質(zhì)因數(shù)法、估計理論法和隸屬度。易知，隸屬度越接近l，則屬于A的可能性越專家系統(tǒng)法等。用于多傳感器數(shù)據(jù)融合的計算智能方法主大。要包括：模糊集合理論、神經(jīng)網(wǎng)絡、粗集理論、小波分析理用多只傳感器測量同一參數(shù)時，單只傳感器所到的論和支持向量機等。目前，人們已開始將多傳感器信息融系列數(shù)據(jù)可看成服從正態(tài)分布，或者同一時刻多只傳感器合應用于復雜工業(yè)過程控制系統(tǒng)。測量到的一組數(shù)據(jù)可看成正態(tài)分布。針對多傳感器問題，文獻[1-4]利用模糊理論給出了顯然，可以認為越
8、靠近期望值的數(shù)據(jù)是越接近真實值收稿日期：2015-01-22基金項目：國家自然科學基金資助項目(71461009，61263018)；江西省自然科學基金資助項目(20114BAB201012)第9期何明：基于置信隸屬度的多傳感器數(shù)據(jù)模糊融合39的，因此，考慮在數(shù)據(jù)融合時，離期望值越近的數(shù)據(jù)賦予較得到各個傳感器的平均權重，可將此權重作為各個傳大的模糊隸屬度，離期望值較遠的數(shù)據(jù)賦予較小的模糊隸感器的權重在以后的測量中對真實數(shù)據(jù)進行估計，并可隨屬度，本文利用置
