数据融合技术在集员辨识中的应用.pdfVIP

第31卷第1期 江西理工大学学报 v。1．31，No．1 2010年 2月 JOURNALOFJIANGXIUNIVERSITYOFSCIENCEANDTECHNOLOGY Feb．2010 文章编号：1007—1229(2010)01—0047—04 数据融合技术在集员辨识中的应用 梁礼明， 万孟森， 李钟侠 (江西理工大学机电512程学院，江西赣州 341000) 摘 要：集员估计算法是一种新型的、有效的系统估计方法，在控制领域越来越受到重视．通过 多传感器数据融合的方法，可以减少单一传感器辨识 目标的不确定性和模糊性，可以进一步提高 辨识结果的准确性和精度．文中提 出了一种新型的基于数据融合的集员估计算法可以用来减少 各种检测误差带来的影响，提高辨识的速度和精度．得 出一个更优的集员估计集． 关键词：数据融合；不确定性；集员辨识． 中图分类号 ：TP274 文献标识码 ：A ApplicationsofDataFusiontoSetM embershipIdentification LIANG Li-ming，W AN M eng-sen，LI Zhong-xia (FacultyofMechanicalandElectxonicEngineering，JiangxiUniversityofSciencenadTechnology，Gnazhou341000，China) Abstract：Setmembershipestimationalgorithm isanewandeffectivesystem estimationmethod，whichisbecoming increasinglyimportantinthecontrolarea．Muhisensordatafusionisintroducedtoobtainhigheraccuracyoftarget recognition．Theaccuracywillbeimprovedfurtherifqualityofinformationsourcesisexaminedatfirst．SetMember— shipIdentificationistakeninthispapertodecreasedifferenterrol~from detecting．whichhelpsimprovehtespeed andaccuracyofidentification． Keywords：datafusion；uncertainty；setmembershipidentification 实际情况．所以集员估计越来越受到重视． O 引 言 数据融合(DataFusion)是20世纪8O年代形成 集员估计算法是一种新型的、有效的系统估计 并迅速发展的一门信息综合处理技术 ，它充分利用 方法 ，它是指根据噪声有界或噪声功率有界 (Un— 多元数据的互补性来提高信息的质量． 采用多传 knownButBounded，简记为UBB)，导出一个总是包 感器测量装置，能减小被测对象的不确定性 ，从而 含真实参数的成员集 (凸多面体)，在一定条件下， 提高检测及监控的准确度和可靠性． 在以往的单 当采样个数越来越多时，椭球不断的缩小得到最切 传感器测量系统中，由于传感器的方差是不能改变 合实际模型参数的概率就越大．理论上，当采集的数 的，所以减小估计后方差的唯一方法就是增加测量 据趋向无穷多时，凸多面体最后收敛于一个点，该 数据，这将导致运算量加大及收效速度降低，因此， 点就是真值点．又因为集员估计给出的是系统参数 使用尽量少的测量数据进行最小方差的估计成为 或传递函数的集合，以这集合中最不利情况设计的 估计算法研究的一个重要问题 ．而融合技术应 控制器无疑的将适合于整个集合．集员估计不同于 用于估计算法为解决该问题提供了一种新的途 传统的点估计算法 ，其结果不是参数空间内的一 径． 本文提出的就是利用多传感器融合后的数据 点，而是参数空间的一个子集合．这种假设更符合 进行集员估计．得出