期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
一种改进的多传感器数据自适应融合方法 被引量:20
1
作者 戴海发 卞鸿巍 +1 位作者 王荣颖 张甲甲 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2020年第10期1602-1609,共8页
传感器的异常观测是多传感器信息融合的一个重要问题,且对融合精度有很大的影响。贝叶斯信息融合技术是解决该问题的一种有效方法,但是该方法需要进行无穷区间的积分运算,容易出现数值不稳定的问题。针对该问题提出了一种改进的多传感... 传感器的异常观测是多传感器信息融合的一个重要问题,且对融合精度有很大的影响。贝叶斯信息融合技术是解决该问题的一种有效方法,但是该方法需要进行无穷区间的积分运算,容易出现数值不稳定的问题。针对该问题提出了一种改进的多传感器自适应融合方法,利用传感器测量值之间的差值自适应建立传感器的后验概率分布模型,并结合互信息的理论实时识别和剔除异常观测值,从而避免了求熵时的积分计算。仿真和实测数据试验结果表明,所提方法在无异常观测值的条件下得到的结果与简单贝叶斯融合方法相当;对于存在异常观测值的情况下,信息融合的性能明显优于一般的贝叶斯融合方法。 展开更多
关键词 多传感器信息融合 贝叶斯方法 异常观测 自适应建模 互信息
原文传递
异常情况下基于贝叶斯的多传感器融合方法 被引量:9
2
作者 贾海艳 苏滢滢 《电子测量技术》 2013年第8期104-107,共4页
针对多传感器融合过程中异常测量数据的出现会降低数据融合质量的问题,提出了基于贝叶斯方法的一种多传感器数据融合方法,通过识别传感器间测量数据的不一致,在传感器数据融合前剔除异常数据,提高数据融合的精度。提出的方法在简单的贝... 针对多传感器融合过程中异常测量数据的出现会降低数据融合质量的问题,提出了基于贝叶斯方法的一种多传感器数据融合方法,通过识别传感器间测量数据的不一致,在传感器数据融合前剔除异常数据,提高数据融合的精度。提出的方法在简单的贝叶斯方法上增加一项概率因子,以此表征测量数据为非异常事件的概率。在某只传感器输出数据与其他传感器不一致时,增加的因子项具有增加后验分布方差的效果。通过仿真实验对融合方法进行了验证,结果表明该方法能有效识别传感器数据间的不一致,融合精度得到一定提高。 展开更多
关键词 多传感器 数据融合 异常数据 贝叶斯
下载PDF
基于随机自适应方法的多传感器融合算法 被引量:5
3
作者 王茜 王颖超 曹菲 《计算机应用与软件》 北大核心 2020年第4期233-239,共7页
针对基于熵理论的贝叶斯信息融合技术需要进行无穷区间的积分运算,容易出现数值不稳定的问题,提出一种基于随机自适应方法的多传感器融合算法。利用传感器测量值之间的差值自适应地建立传感器的后验概率分布模型;结合互信息的理论实时... 针对基于熵理论的贝叶斯信息融合技术需要进行无穷区间的积分运算,容易出现数值不稳定的问题,提出一种基于随机自适应方法的多传感器融合算法。利用传感器测量值之间的差值自适应地建立传感器的后验概率分布模型;结合互信息的理论实时识别和剔除伪测量值,避免求熵时的积分计算;将该方法分别应用于集中式融合方案和分布式融合方案中得到了两种新的数据融合方法。仿真实验结果表明,在存在伪测量值的情况下,该算法性能明显优于一般的贝叶斯融合方法。 展开更多
关键词 多传感器信息融合 贝叶斯方法 伪数据 自适应建模 互信息
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部