[發明專利]基于集對同一度和聯系數的多傳感器數據融合方法

有效

• 申請號: 201210422308.6
• 申請日: 2012-10-29
• 公開（公告）號: CN102929704A
• 公開（公告）日: 2013-02-13
• 發明（設計）人: 蔣云良;楊章顯;劉勇
• 申請（專利權）人: 湖州師范學院
• 主分類號: G06F9/46
• 分類號: G06F9/46;G06F17/10
• 代理公司: 杭州宇信知識產權代理事務所(普通合伙) 33231
• 代理人: 韓洪

【技術領域】

本發明涉及傳感器數據融合的技術領域。

【背景技術】

數據融合又稱作信息融合或多傳感器數據融合，多傳感器數據融合是被實踐公認的一種運行成本低且能獲得比單一傳感器更為準確而可靠結論的數據融合方法，多傳感器數據融合技術充分利用多個傳感器資源，通過對多傳感器及其觀測信息的合理支配和使用，把多傳感器在空間或時間上冗余或互補信息依據某種準則來進行組合，以獲得被測對象的一致性解釋或描述，但在實際工作中，傳感器的特征函數難以保證服從Guass分布，且多個傳感器所獲得的數據并不能保證相互獨立，多個傳感器傳達的數據存在不確定性。

【發明內容】

本發明的目的就是解決現有技術中的問題，提出一種基于集對同一度和聯系數的多傳感器數據融合方法，能夠避免單一傳感器的局限性和多傳感器存在的不確定性。

為實現上述目的，本發明提出了一種基于集對同一度和聯系數的多傳感器數據融合方法，包括以下步驟：

a)計算多個傳感器的相互支持程度；

b)將多個傳感器按照相互支持程度進行聚類；

c)計算目標觀測值與傳感器特征函數的同一度；

d)獲得多傳感器對目標屬性的融合結果，獲得目標識別決策。

作為優選，所述a)步驟中各傳感器的相互支持程度通過各傳感器的同一度表示。

作為優選，所述同一度的計算方法是：首先計算各傳感器所得到的數據的平均值與樣本標準差，然后用計算出的平均值和樣本標準差表示各傳感器所測得數據的聯系數，最后用各傳感器的聯系數表示各傳感器之間的同一度。

作為優選，所述b)步驟中各傳感器的聚類操作根據a)步驟中的同一度大小進行，同一度小于等于0表示各傳感器相互不支持，同一度大于0、小于或等于5表示各傳感器相互能支持，同一度大于5表示各傳感器之間能強支持。

作為優選，所述c)步驟中首先計算目標觀測值的聯系數和傳感器特征函數的聯系數，然后根據所測出的聯系數計算同一度，并得到同一度矩陣。

作為優選，所述b)步驟中所測得的能強支持的傳感器作為主決策傳感器組，所述d)步驟中根據主決策傳感器組的同一度矩陣獲得目標識別決策。

本發明的有益效果：本發明是基于集對同一度和同異型聯系數的多傳感器數據融合新算法，通過結合模糊理論、統計理論、相關性函數以及模糊綜合函數的多傳感器數據融合方法實現數據融合工作，該方法不需要假定傳感器特征函數服從Guass分布，并能夠克服數據融合過程中的不確定性，取得客觀可信的結果，且該結果符合實際結果。

本發明的特征及優點將通過實施例進行詳細說明。

【具體實施方式】

本發明基于集對同一度和聯系數的多傳感器數據融合方法，包括以下步驟：

a)計算多個傳感器的相互支持程度；

b)將多個傳感器按照相互支持程度進行聚類；

c)計算目標觀測值與傳感器特征函數的同一度；

d)獲得多傳感器對目標屬性的融合結果，獲得目標識別決策。

一、聯系數的運算

(1)加法運算

設U₁＝A₁+B₁i，U₂＝A₂+B₂i，則

U＝U₁+U₂＝(A₁+B₁i)+(A₂+B₂i)＝(A₁+A₂)+(B₁+B₂)i????????????????????????(3)

這說明兩個聯系數的和仍是一個聯系數，且滿足加法交換律：

U₁+U₂＝U₂+U₁?????????????????????????????????????????????????????????(4)

對于兩個以上聯系數的加法運算，還滿足加法結合律：

U₁+(U₂+U₃)＝(U₁+U₂)+U₃???????????????????????????????????????????????(5)

(2)乘法運算