一种多传感器数据加权融合方法技术

本发明专利技术公开了一种多传感器数据加权融合方法，用于分布式多传感器检测系统，属于多传感器信息融合技术领域。该方法包括步骤1)将第i(i＝1,2,3,...,N)部传感器的第k(k＝1,2,3,...,M)次以及第k次之前的所有数据作为一组，根据该组数据对所述第k次测量数据进行滤波修正，并以修正后的数据替换所述第k次测量数据，参与下一次测量数据的修正；步骤2)对修正后的测量数据进行所述N部传感器之间的一次加权融合；步骤3)将所有融合后的数据组合为融合数据组，对所述融合数据组的数据进行二次加权融合。该方法对传感器的测量数据进行了修正，并准确地计算了不同传感器的数据融合权重，从而提高了传感器的数据融合精度，使得分布式多传感器融合结果更接近实际情况，可信度更高。

【技术实现步骤摘要】
一种多传感器数据加权融合方法
本专利技术涉及多传感器信息融合领域，尤其涉及一种多传感器数据加权融合方法。
技术介绍
在分布式多传感器检测系统中，经常使用多个传感器对同一参数进行多次重复测量，通过数据融合的方法来提高系统的检测精度。关于数据融合的方法非常多，相比于贝叶斯决策以及神经网络等融合技术实际运用中主观随意性比较大以及建模的局限性，加权融合方法以其无需先验信息且融合精度比较高的优势得到广泛关注。然而现有技术中多传感器数据加权融合方法都是采用传感器原始测量数据进行传感器间的数据融合，并没有考虑对传感器原始测量数据进行滤波处理，导致融合后的数据可信度不高。
技术实现思路
本专利技术主要解决的技术问题是现有多传感器数据加权融合方法融合精度低、融合效果差的问题。为解决上述技术问题，本专利技术提供了一种多传感器数据加权融合的方法，采用N部传感器，每部传感器测量得到M个数据，所述方法包括以下步骤：1)将第i(i＝1,2,3,...,N)部传感器的第k(k＝1,2,3,...,M)次以及第k次之前的所有数据作为一组，根据该组数据对所述第k次测量数据进行滤波修正，并以修正后的数据替换所述第k次测量数据，参与下一次测量数据的修正；2)对修正后的测量数据进行所述N部传感器之间的一次加权融合；3)将所有融合后的数据组合为融合数据组，对所述融合数据组的数据进行二次加权融合。进一步地，所述步骤2)具体包括：21)重复步骤1)，直到每部传感器测量得到的M个数据均得到修正；22)将每部传感器修正之后的数据作为整体进行所述N部传感器之间的一次加权融合。或者，所述步骤2)具体包括：21)将所述N部传感器所述第k次修正后的数据进行一次加权融合；22)重复步骤1)和步骤21)，依次对不同次的测量数据进行修正和融合，直到所述N部传感器的所有测量数据均得到修正和融合。优选地，所述根据该组数据对所述第k次测量数据进行修正，具体包括：11)计算该组数据的均值和方差；12)依据所述均值和所述方差得到所述该组数据的概率密度分布函数，进一步计算该组内每个数据在该组内所有测量数据中出现的概率；13)依据所述概率对所述第k次测量数据进行修正。进一步地，所述步骤13)依据公式(1)实现测量数据的修正：其中，为第i部传感器第k次测量数据，xi(k)为对第i部传感器第k次测量数据进行修正后得到的数据，xi(j)为对第i部传感器第j次测量数据进行修正后得到的数据，pi(j)为第i部传感器第j次修正后的数据在该组内所有数据中出现的概率；pi(k)为第i部传感器第k次测量数据在该组内所有数据中出现的概率。优选地，所述进行所述N部传感器之间的数据加权融合具体包括：计算不同传感器间的数据融合权重；根据所述数据融合权重进行N部传感器之间的数据加权融合。进一步地，所述计算不同传感器间的数据融合权重包括：利用最小二乘法，得到使融合后数据的方差最小的权重值作为不同传感器间的数据融合权重。优选地，所述进行所述融合数据组的数据加权融合具体包括：计算所述融合数据组内每个数据参与数据融合的权重；根据所述参与数据融合的权重进行所述融合数据组内所有数据的加权融合。进一步地，所述计算所述融合数据组内每个数据参与数据融合的权重包括：计算所述融合数据组内数据的均值和方差；依据所述均值和所述方差得到所述融合数据组数据的概率密度分布函数，进一步计算所述融合数据组内每个数据在所述融合数据组内所有数据中出现的概率，并以该概率作为所述融合数据组内每个数据参与数据融合的权重。。本专利技术的有益效果是：本专利技术提供一种多传感器数据加权融合的方法，该方法确保多传感器间数据融合权重的合理性以及传感器数据的精确性，具有融合精度高、便于工程应用等优点。附图说明图1是本专利技术多传感器数据加权融合方法的一实施例的流程图；图2是本专利技术多传感器数据加权融合方法的另一实施例的流程图；图3是本专利技术多传感器数据加权融合方法的另一实施例的流程图。具体实施方式为了便于理解本专利技术，下面结合附图和具体实施例，对本专利技术进行更详细的说明。附图中给出了本专利技术的较佳的实施例。但是，本专利技术可以以许多不同的形式来实现，并不限于本说明书所描述的实施例。相反地，提供这些实施例的目的是使对本专利技术的公开内容的理解更加透彻全面。需要说明的是，除非另有定义，本说明书所使用的所有的技术和科学术语与属于本专利技术的
的技术人员通常理解的含义相同。在本专利技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是用于限制本专利技术。图1是本专利技术多传感器数据加权融合方法的一实施例的流程图。该方法采用N部传感器，每部传感器测量得到M个数据，具体包括以下步骤：步骤S1，将第i(i＝1,2,3,...,N)部传感器的第k(k＝1,2,3,...,M)次以及第k次之前的所有数据作为一组，根据该组数据对所述第k次测量数据进行滤波修正，并以修正后的数据替换所述第k次测量数据，参与下一次测量数据的修正；步骤S2，对修正后的测量数据进行所述N部传感器之间的一次加权融合；步骤S3，将所有融合后的数据组合为融合数据组，对所述融合数据组的数据进行二次加权融合。从上述内容可知，在该实施例的多传感器数据加权融合方法中，首先对传感器某一次的测量数据进行修正，并使用修正后的数据来进行对下一次测量数据的修正，使得下一次测量数据修正的数据基础更合理，进一步通过修正后的数据来计算不同传感器间的数据融合权重，也进一步确保了数据融合权重的合理性，使得融合结果更真实、准确。图2是本专利技术多传感器数据加权融合方法的另一实施例的流程图。该方法采用N部传感器，每部传感器测量得到M个数据，所述方法包括以下步骤：步骤S1，将第i(i＝1,2,3,...,N)部传感器的第k(k＝1,2,3,...,M)次以及第k次之前的所有数据作为一组，根据该组数据对所述第k次测量数据进行滤波修正，并以修正后的数据替换所述第k次测量数据，参与下一次测量数据的修正；所述步骤S1具体包括以下步骤：步骤S11，将第i(i＝1,2,3,...,N)部传感器的第k(k＝1,2,3,...,M)次以及第k次之前的所有数据作为一组，计算该传感器该组内数据的均值和方差。假设N部相互独立的传感器对某待测对象参数进行测量，其测量方程为：式中，为第i部传感器第k次的参数测量值，xi为参数的真实值，δi(k)为第i部传感器第k次的测量噪声，其服从均值为零、方差为的高斯分布，即其中k≥1。由式(1)可知，该传感器的测量值服从均值为xi、方差为的高斯分布，即对于第i部传感器第k次的测量值将第k次之前以及第k次该传感器的k个测量值作为一组数据进行统计分析。依据概率密度函数的概念可知，第i部传感器第j次测量数据与待测参数真实值xi以及测量噪声标准差σi存在以下关系：依据极大似然估计理论可得第i部传感器第k次之前以及第k次该传感器的k个测量数据的均值和标准差的极大似然估计为：考虑到k是一个有限的数值，将σi的极大似然估计修改为：以和作为该传感器该组数据的均值和标准差。步骤S12，计算第i部传感器第k次之前以及第k次共k个测量值中某一数据在该组内所有数据中出现的概率。依据正态分布概率密度函数，当k＞1时，第i部传感器第j个测量值出现的机率为：式中，分别为第i部传感器第k次之前以及第k次本文档来自技高网...

【技术保护点】
1.一种多传感器数据加权融合方法，其特征在于，包括N部传感器，每部传感器测量得到M个数据，所述方法包括以下步骤：1)将第i(i＝1,2,3,...,N)部传感器的第k(k＝1,2,3,...,M)次以及第k次之前的所有数据作为一组，根据该组数据对所述第k次测量数据进行滤波修正，并以修正后的数据替换所述第k次测量数据，参与下一次测量数据的修正；2)对修正后的测量数据进行所述N部传感器之间的一次加权融合；3)将所有融合后的数据组合为融合数据组，对所述融合数据组的数据进行二次加权融合。

【技术特征摘要】
1.一种多传感器数据加权融合方法，其特征在于，包括N部传感器，每部传感器测量得到M个数据，所述方法包括以下步骤：1)将第i(i＝1,2,3,...,N)部传感器的第k(k＝1,2,3,...,M)次以及第k次之前的所有数据作为一组，根据该组数据对所述第k次测量数据进行滤波修正，并以修正后的数据替换所述第k次测量数据，参与下一次测量数据的修正；2)对修正后的测量数据进行所述N部传感器之间的一次加权融合；3)将所有融合后的数据组合为融合数据组，对所述融合数据组的数据进行二次加权融合。2.如权利要求1所述的多传感器数据加权融合方法，其特征在于，所述步骤2)具体包括：21)重复步骤1)，直到每部传感器测量得到的M个数据均得到修正；22)将每部传感器修正之后的测量数据作为整体进行所述N部传感器之间的一次加权融合。3.如权利要求1所述的多传感器数据加权融合方法，其特征在于，所述根据该组数据对所述第k次测量数据进行修正，具体包括：11)计算该组数据的均值和方差；12)依据所述均值和所述方差得到所述该组数据的概率密度分布函数，进一步计算该组内每个数据在该组内所有数据中出现的概率；13)依据所述概率对所述第k次测量数据进行修正。4.如权利要求3所述的多传感器数据加权融合方法，其特征在于，所述步骤13)依据所述概率对所述第k次测量数据进行修正包括：依据公式(1)实现测量数据的修正：其中，为第i部传感器第k次测量数据，x...

【专利技术属性】
技术研发人员：杨军佳，赵瑞峰，王世军，纳学柱，刘志青，
申请(专利权)人：中国人民解放军陆军炮兵防空兵学院郑州校区，
类型：发明
国别省市：河南,41