基于最小一乘估计的多传感器信息融合方法.pdfVIP

第 36卷 第2期 计 算 机 工 程 2010年 1月 Vo1．36 No．2 ComputerEngineering January2010 ·开发研究与设计技术 · 文章编号tlo0o_-3428(2010)02-_0257—03 文献标识码；A 中田分类号 TP274．2 基于最，I、一乘估计的多传感器信息融合方法 万树平 (江西财经大学信息管理学院，南昌 330013) 摘 要：针对多个传感器对某一特性指标进行测量实验的数据融合问题 ，从稳健性角度，利用统计理论中的最小一乘估计，提出一种多传 感器数据的融合方法。该方法基于自适应加权，以最小化传感器测量数据的绝对偏差为 目标函数，通过求解条件极值问题，得到各传感器 数据的权数，从而给出融合结果。仿真实例表明方法的有效性和较好的稳健性。 关健词：多传感器；数据融合；最小一乘估计；最小二乘估计；稳健性 Mlulti—．SseennSs00rrInformationFusionMjV1ethodBased00nn LeastAbsoluteDeviationEstimation WANShu-ping (CollegeofInformationTechnology,JiangxiUniversityofFinancenadEconomic，Nnachnag330013) [Abstract]Duetodatafusionofmulti—sensorexperimentonsomecharacteristicindex，appliedtheleastabsolutedeviationestimationinhtetheory ofstatistic，afusionmehtodformulti—sensordataisbroughtofrwardfromhteangleofstability．Basedonhteadaptiveweight，hteobjectfunctionof htemehtodistominimizehteabsolutedeviationofsensor’Smeasurement，htefusionweightsraeobtainedbysolvingtheconditionedexffemum problem，SOhteresultoffusionisgiven．Simulationexamplesshow htathtemethodisnotonlyeffective，butalsovery robust． [Keywords]multi—sensor；daatfusion；leastabsolutedeviationestimation；leastsquraeestimation；robustness 1 概述 就是 自适应加权融合算法。自适应加权数据融合模型如图 1 在 自动化系统或科学试验中往往需要利用多个传感器从 所示 。 不同方位测量同一个指标参数，这类试验的数据融合问题就 是要将来 自多种或多个传感器的信息和数据进行综合处理， 从而得出比单一传感器更为准确可靠的结论。针对此类数据 融合问题，目前主要的融合方法有：极大似然法…，特征向 量稳定理论 ，Bayes估计 ，Fisher信息 ，证据理论 ， 最d,--乘 ，参数估计-7J，神经网络8[1，相对距离 等方法。 上述方法虽然较好，但是它们均没有考虑到多传感器数 圈1 自适应加权羹据融合模型 据融合结果的抗干扰性。本文认为，由于传感器受到本身性 由图 1可得数据融合