一种基于贝叶斯估计的多传感器测量数据融合方法_陈晓龙

电子测量与仪器学报

年增刊

一种基于贝叶斯估计的多传感器测量

数据融合方法陈晓龙’

王家礼

’

孙

璐

’

张

艳

西安电子科技大学机电工程学院西安

沈阳飞机设计研究所沈阳

摘

要数据融合技术是将来自多个传感器的测量数据及相关数据库的有关信息进行联合相关组合以获得比任、。。

、

、

·

单个传

感器数据更全面具有更高可靠度的数据信息本文提出一种基于贝叶斯估计的多传感器检测数据融合方法,,

该方法主要川,

于利用多个相同类型传感器对同一被测参数的测量使用该方法对多个传感器检测数据进行处理可以改善单个传感器可靠

性对系统测量结果的影响测量系统的性能可以得到进一步的提高仿真表明用简单而有效。

,

。

,

本文提出的方法具有良好的性能其工程应

关键字多传感器中圈分类号 !

数据融合贝叶斯估计文献标识码

。

国家标准学科与分类代码一

’

,

,

!一

!

即,

!

eti .It 1 ea y t u se i va i us m ea u r m en t S st m s. ve 5 s o n r o s e y e e f . t K ey w o rd s: m u l i叮 esi es i a i n n a t mt o e一 s e n s o r; d a t a u f s i o n: b

! #

%#& ! ( + )

, .

氏. ( . # .& 2 3 ! 0 2 0 . 3叩er

,

! #/+( & 0 ! !.& 1

5 m e 1 si P l and

1

传感器是一种用于检测物理量并将其转换为易于观察和处理的信号形式的专门器件应用于现代测量仪器和系统中。

基于贝叶斯估计的多传感器检测

,

它被广泛

数据融合方法本文提出的方法主要用于解决来自多个相同类型传感器的对同一被测参数的测量数据融合问、

因此传感器的可靠,

度是影响测量系统性能的重要因素解决这一问题,

当传感器失效。

或部分失效时将导致测量系统产生致命的错误

为

一方面可以提高单个传感器的可靠。

性

,

但更重要的是可以采用相关技术方法消弱单个近年来,

数据处理的任务是获得对被测参数更为可靠的:估计该算法原理分为三个部分置信距离理论题。、

,

最佳融合数的选择方法

、

基于贝叶斯估计的融合计

一

传感器可靠性对系统最终测量结果的影响] 2领域都受到了广泛地关注 l,。

算方法. 1 1

。

多传感器数据融合方法在军用和民用多传感器融合数据通,

置信距离理论

过对来自多个传感器输出数据及相关知识进行融合

融合计算之前的,

,

必须对每一个传感器输出数据。

以获取对被测参数更为精确和可靠的估计

的有效性进行判断

相

由于被测参数的真值是未知,

对于采用单

传感器的测量系统

,

只能依据各个传感器输出数据之间的关系进行。

采用多个传感器。

可以明显改善系统的精度和可靠度,

判断

为充分利用各传感器测量性能的先验知识,

本文提出一种基于贝叶斯估计的多传感器数据融合方法该方法主要用于利用多个相同类型传,

该方法中依据其统计特性采用了置信距离的概念在多传感器测量系统中设利用 n个传感器对

。

感器对同一被测参数的测量

使用该方法可以改善。

某被测参数进行测量数据, x

, x

,

表示第 i个传感器的输出。

,

单个传感器可靠性对最终测量结果的影响

表示第 j个传感器的输出数据若戈和弋

464

电子测量与仪器学报

200 9年增刊,,

均服从高斯分布p

,

tx用 P (表示 x的概率密度函数 ), i x

, ) x (

表示 x的概率密度函数,

和毛分别表示在,

一次测量中第 i个和第j个传感器的输出数据即戈,和毛分别为 X和 x的一个样本,。

则有s 2

:

凡心) l (

·

,

一 2

犷响 p 2〔阮卜、,, 2 ( )。

戈

卜,

·

3 ( )瑞 x e 4 )佩’减告{钊 (一

,一卜’二

一‘。{一

一

告 )导〔

一

、扭 .了

,l

、少 .了产、

!

置信距离反映了传感器输出数据,之间的相互支持关系如试反映了传感器 i输出数,

由上述定义可知

,

据对传感器 j输出数据的支持程度

,

而气反映了传。

i式中心定义为 x对毛的置信距离,

式中叭为,

感器 j输出数据对传感器 i输出数据的支持程度

j x对戈的置信距离由于 x和 x均服从高斯分布,

于是(l)和( )式中式 2

:

‘

//

一尸/

‘

/

j x

i x<< x

s

图 l置信距离的两种特例

特殊情况下x,

,

当毛

二

戈时二

,

:=;二凡峨 0当,=

的输出不支持第 j个传感器的输出数据

。

定义二值

》x,

r o

x

,

》

x,

,

呜峨n

,l

这两种情况

如图 l所示

。

变量气表示第 i个传感器的输出是否支持第 j个传:感器的输出数据即 Zl 1、 I f0 s e‘,、

由此方法可以得到,

个传感器中任意两个传感,

马一由此也可得到一个矩阵乙,‘、,

器输出数据之间的置信距离将这些值用矩阵形式表示即为 n传感器输出数据的置信距离矩阵

峨

几呜全八…瑞偏

(6)

. l r L… s e s内 e心试2 e

个

风

一

2姚

. J s e l e w .,孑心瑟脚 d阴们

s e w…

。

我们称之为关系矩阵

:

J r i e w e r…六. w牛几 l z…与

凡

一

l爪2

(7)

5 ()

1.最佳融合数的选择方法; 2得到置信距离矩阵后需要选择一个临界值对置信距离值进行划分,

2呱

关系矩阵表示任意两个传感器输出之间是否支持由此可以判断每一传感器输出数据是否认为有效,,

,

。

用以判断两个传感器输出数,

据之间是否支持

。

如以几表示凡的临界值

即当

这样需要选择第二个临界值 m即对于个传感器 m个传感器输出支持时认为其输输出当它被多于 n出数据有效由此方法依据关系矩阵对个传感器。

的输出结果进行选择计算. 1 3

,

得到 l个有效数据参与融合。

凡八

‘

时认为第 i个传感器的输出支持第 j个传感,

,

这 l个有效数据成为最佳融合数

器的输出数据

而当心之几时认为第 i个传感器

基于贝叶斯估计的融合计算方法贝叶斯统计理论相对十经典统计理论的主要

465

电子测量与仪器学报优势是其对先验知识进行了充分的利用。

,

将每一次

。

;

检验过程动态地看作是检验过程对先验知识的不:断修正过程贝叶斯公式为

产=

声

!户下于=刃叮,

一召-

_ __‘入

年增刊一;,

l P

l;「‘丁l一名L

J~丫 !

戈

r ) ) x为}下下 …… 此处隐藏：6523字，全部文档内容请下载后查看。喜欢就下载吧 ……