[發明專利]多類型傳感器的數據處理方法、裝置、介質和系統

在審

• 申請號: 202011086263.0
• 申請日: 2020-10-12
• 公開（公告）號: CN112348054A
• 公開（公告）日: 2021-02-09
• 發明（設計）人: 李興;趙然;楊宇;孫鑫;許濤;汪楊凱;李非;楊冰
• 申請（專利權）人: 北京國電通網絡技術有限公司;國網湖北省電力有限公司檢修公司;國網信息通信產業集團有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京風雅頌專利代理有限公司 11403
• 代理人: 劉志永

1.一種多類型傳感器的數據處理方法，其特征在于，所述方法包括：

對多傳感器的目標數據進行采集，并基于時間配準和空間配準對各所述傳感器的目標數據進行實時配準；

對配準后的所述目標數據進行特征提取，得到目標特征，將所述目標特征并入預定義的類別，以得到分類后的類別特征；

對所述分類后的類別特征進行決策級融合，得到聯合決策結果，根據所述聯合決策結果對所述目標數據進行信息融合。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取各所述傳感器的歷史數據，根據所述歷史數據確定所述目標數據的目標類別，以確定所述預定義的類別。

3.根據權利要求1所述的方法，其特征在于，所述對所述分類后的類別特征進行決策級融合，得到聯合決策結果，根據所述聯合決策結果對所述目標數據進行信息融合，包括：

在每一所述傳感器采集的單一數據至少經過預處理、特征提取以及初步決策后，得到單一數據的初步觀測結果；

將所述多傳感器的多個初步觀測結果輸入到融合算法進行聯合決策，以得到聯合決策結果，其中，所述融合算法包括貝葉斯推理、D2S證據理論、神經網絡法、模糊邏輯以及專家系統法中的至少一種。

4.根據權利要求1所述的方法，其特征在于，所述對配準后的所述目標數據進行特征提取，得到目標特征，包括；

所述特征提取的方式包括時域提取、頻域提取和時頻域提取中的至少一種，結合預設的判定準則，對所述目標數據進行表征。

5.根據權利要求1所述的方法，其特征在于，所述對所述分類后的類別特征進行決策級融合，得到聯合決策結果，根據所述聯合決策結果對所述目標數據進行信息融合，包括：

建立以模糊邏輯為基礎的決策融合模型，包括：以2個傳感器的目標特征融合為基礎，對所述多傳感器進行多次2個傳感器的目標特征融合。

6.一種多類型傳感器的數據處理裝置，其特征在于，所述裝置包括：

配準模塊，用于對多傳感器的目標數據進行采集，并基于時間配準和空間配準對各所述傳感器的目標數據進行實時配準；

分類模塊，用于對配準后的所述目標數據進行特征提取，得到目標特征，將所述目標特征并入預定義的類別，以得到分類后的類別特征；

決策模塊，用于對所述分類后的類別特征進行決策級融合，得到聯合決策結果，根據所述聯合決策結果對所述目標數據進行信息融合。

7.根據權利要求6所述的裝置，其特征在于，所述裝置還包括：

獲取模塊，用于獲取各所述傳感器的歷史數據，根據所述歷史數據確定所述目標數據的目標類別，以確定所述預定義的類別。

8.根據權利要求6所述的裝置，其特征在于，所述決策模塊包括：

單一觀測子模塊，用于在每一所述傳感器采集的單一數據至少經過預處理、特征提取以及初步決策后，得到單一數據的初步觀測結果；

融合子模塊，用于將所述多傳感器的多個初步觀測結果輸入到融合算法進行聯合決策，以得到聯合決策結果，其中，所述融合算法包括貝葉斯推理、D2S證據理論、神經網絡法、模糊邏輯以及專家系統法中的至少一種。

9.一種非暫態計算機可讀存儲介質，其特征在于，所述非暫態計算機可讀存儲介質存儲計算機指令，所述計算機指令用于使所述計算機執行權利要求1至5任一所述的多類型傳感器的數據處理方法。

10.一種信息處理系統，其特征在于，包括：

權利要求6至8中任一所述的多類型傳感器的數據處理裝置；

多個傳感器；

所述多類型傳感器的數據處理裝置用于根據所述多個傳感器的目標數據進行決策融合。