多傳感器數據融合

精選公文范文，管理類，工作總結類，工作計劃類文檔，歡迎閱讀下載精選公文范文，管理類，工作總結類，工作計劃類文檔，歡迎閱讀下載精選公文范文，管理類，工作總結類，工作計劃類文檔，感謝閱讀下載~精選公文范文，管理類，工作總結類，工作計劃類文檔，感謝閱讀下載~#~相應的附加規(guī)則。 神經網絡具有很強的容錯性以及自學習、自組織及自適應能力，能夠模擬復雜的非線性映射。在多傳感器系統中，各信息源所提供的環(huán)境信息都具有一定程度的不確定性，對這些不確定信息的融合過程實際上是一個不確定性推理過程。神經網絡根據當前系統所接受的樣本相似性確定分類標準，主要表現在網絡的權值分布上，同時，可以采用神經網絡特定的學習算法來獲取知識，得到不確定性推理機制。利用神經網絡的信號處理能力和自動推理功能來實現多傳感器數據融合，缺點是計算量大。 遺傳算法是一種基于自然選擇和自然遺傳的全局優(yōu)化算法。特點是采用群體方式對目標函數空間進行多線索的并行搜索，不會陷入局部極小點；只需可行解目標函數的值，而不需其他信息，對目標函數的連續(xù)性、可微性沒有要求，使用方便；解的選擇和產生用概率方式，因此，具有強的適應能力和魯棒性。缺點在于收斂速度慢、易陷入局部最優(yōu)。 模糊積分的實質就是求得在客觀證據對決策假設的實際估計與其期望值間的最大一致性。模糊積分是定義在模糊測度基礎上的一種非線性函數，它具有融合多元信息的能力，常用的模糊積分有Sugeno積分和Choquet積分，主要用于決策支持、自動控制等。Sugeno的模糊積分是定義在模糊測度上的非線性函數，特點是直接排除了次要因素的影響，與加權平均相比，強化了主要因素的作用，但卻忽視次要因素的影響。Choquet模糊積分考慮了各種影響因素，以避免Sugeno模糊積分的缺陷，而廣義Choquet模糊積分及其在信息融合中的應用近年來得到了較廣泛的關注。 綜上所述，單一的數據融合算法具有一定的局限性，將多種算法進行優(yōu)勢集成已逐漸成為數據融合算法的研究熱點。 遺傳算法和模糊聚合相結合 遺傳算法是一種并行化算法，可較好地解決多參數優(yōu)化問題，且其算子能更好的模擬模糊關系，從而達到較高精度。將其與模糊理論相結合可在信息源的可靠性、信息的冗余、互補性以及進行融合的分級結構不確定情況下，以近似最優(yōu)方式對傳感器數據進行融合。 模糊系統與神經網絡相結合 神經網絡對環(huán)境的變化具有較強的自適應能力和自學習能力，但從系統建模的角度而言，它采用的是典型的黑箱學習模式。當學習完成后，神經網絡所獲得 的輸入/輸岀關系難以用通俗的方式表示。而模糊系統則采用簡單的如果？則？”規(guī)則，但自動生成和調整隸屬度函數和模糊規(guī)則是個難題。若將兩者結合取長補短，則可提高整個系統的學習能力和表達能力。 5結束語 數據融合技術是一門跨學科的綜合理論和方法尚處在不斷的發(fā)展和完善過程中。隨著研究者的不斷努