資源描述：
《多小波基多尺度多傳感器數(shù)據(jù)融合.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、2010年第29卷第9期傳感器與微系統(tǒng)(TransducerandMicrosystemTechnologies)77多小波基多尺度多傳感器數(shù)據(jù)融合任亞飛，柯熙政(西安理工大學自動化與信息工程學院，陜西西安710048)摘要：多傳感器數(shù)據(jù)融合技術(shù)已經(jīng)被廣泛應(yīng)用在多個領(lǐng)域，小波多尺度分解對數(shù)據(jù)的分析具有獨特的優(yōu)點，小波基的選擇對數(shù)據(jù)融合結(jié)果也起著關(guān)鍵的作用。提出一種新的基于多個小波基的數(shù)據(jù)融合算法，先對含有噪聲的傳感器信號進行多個不同小波基的多尺度分解，然后對相同小波基分解的信號在多尺度上實施加權(quán)數(shù)據(jù)融合算法，之后進行不同小波基的逆變換得到的重構(gòu)信號，最后將基于不同小
2、波基的重構(gòu)信號做最終的融合。實驗結(jié)果表明：數(shù)據(jù)融合技術(shù)可以從多個方面多個層面以及多種融合原則來考慮，從而融合眾多的因素得到最優(yōu)的結(jié)果。關(guān)鍵詞：小波基；多尺度；數(shù)據(jù)融合；微機電系統(tǒng)；傳感器中圖分類號：TP274文獻標識碼：A文章編號：1000--9787(2010)09-0077-03Multi．．wavelet．．basismulti．．scalemulti．sensordatafusionRENYa-fei．KEXi—zheng(InstituteofAutomationandInformationEngineering，Xi’anUniversityofTech
3、nology，Xi’an710048，China)Abstract：Multi—sensordatafusiontechnologyhasbeenwidelyusedinmanyfields．Multi—scaledecompositionofwavelethasuniqueadvantagestodataanalysis，andthechoiceofwavelet—basisplayakeyroletodatafusionresults．Anewdatafusionalgorithmbasedonanumberofwaveletisproposed．Themult
4、i—waveletbasisandscalewaveletdecompositiontothesensorsignals，andtheweighteddatafusionalgorithmWasimplementedtosignalsofthesamewavelet—basisdecompositiononmulti—scale，afterthesignalwasreconstructedforinversetransformationofdifferentwavelet—basis．Finalfusioniscarriedoutbasedonthereconstr
5、uctionsignalbasedondiferentwavelet．Experimentalresultsshowthatthedatafusiontechnologycanbedesignedonthemulti·-sidemulti·levelsandmulti·-fusionprinciples．inordertoobtaintheoptimalresultsofmulti—factors．Keywords：waveletbasis；multi—scale；datafusion；MEMS；sensor0引言定的情況下，選擇合適的小波基將是改善數(shù)據(jù)融合效果的眾
6、所周知，傅里葉分析中的基函數(shù)e是唯一的，而小有效途徑。通過對小波基時頻特性的分析比較并結(jié)合數(shù)據(jù)波變換的基函數(shù)卻不是唯一的，滿足一定條件的函數(shù)均可融合的實例，從數(shù)據(jù)融合結(jié)果的統(tǒng)計特性出發(fā)，得出了選擇作為小波基函數(shù)。小波分析方法的一個突出優(yōu)點在于小波合適小波基的方法。有關(guān)最佳小波基的選取問題，一直是基的多樣性，不同的小波基往往具有不同的時頻特性，能夠小波分析應(yīng)用中的一個難題，目前還沒有形成一個統(tǒng)一的有效地表示一個信號的不同部分或不同特征。信號和噪聲標準?，F(xiàn)有的小波去噪方法一般都是選用單個的小波基，經(jīng)過小波分解后，各尺度的系數(shù)分布情況會影響到去噪結(jié)很難兼顧實際信號中存在的
7、不同類型噪聲。鑒于此，本文果，而小波基的選取又在一定程度上影響著分解后的小波提出了一種新的基于多個小波基的多尺度多傳感器數(shù)據(jù)融系數(shù)分布。因而，小波基選取的好壞直接影響到信息去噪合方法。的效果。1MEMS噪聲描述小波變換本身固有的特性使得它在數(shù)據(jù)處理中有著其1．1MEMS噪聲他方法難以比擬的優(yōu)勢，小波變換已被越來越多的學者們MEMS信號具有高穩(wěn)定頻率源的特點，經(jīng)過研究表明應(yīng)用到多傳感器的數(shù)據(jù)融合中。盡管利用小波變換融合效其相對頻率偏差量的隨機起伏，主要包含5種獨立噪聲的果比較好，但在融合的過程中仍存在2個問題，l~P／b波基函線性組合，這些獨立的噪聲頻率譜密度可如
