单传感器数据处理最大熵方法.pdfVIP

第26卷 第 12期 电子i贝0量与仪器学报 场 26 No．12 · 1096 · J0URNAL0FELECTRoNlCMEAsUREMENTANDINSTRUMENT 2012年 12月 D0I：10．3724／SP．J．1187．2012．01096 单传感器数据处理最大熵方法 曾金芳 2 滕召胜 (1．湖南大学电气与信息工程学院，长沙 410082；2．湘潭大学材料与光电物理学院，湘潭 411105) 摘 要：针对单传感器测量数据处理问题，提出了一种基于最大熵的数据处理方法。首先利用最大熵方法的离散形式估计 样本数据的概率分布，再根据概率分布计算样本的测量不确定度，从而确定出一个有效数据区间来进行粗大误差的判别，最后 基于信息熵对有效数据进行融合，根据每个样本的不确定性来分配融合权系数，并以实例将该方法与其他方法进行了比较。可 以较好地避免主观因素的影响，充分考虑了各测量数据的不确定性因素，提高测量的可靠性和精确度。 关键词：信息熵；最大熵；粗大误差；信息融合；不确定度 中图分类号：TP274 文献标识码：A 国家标准学科分类代码：510．40 Dataprocessesmethodofsingle-sensorbasedonmaximum entropy ZengJinfang ‘ TengZhaosheng (1．CollegeofElectricalandInformationEngineering，HunanUniversity,Changsha410082，China； 2FacultyofMaterials，OptoelectronicsandPhysics，XiangtanUniversity,Xiangtan411105，China) Abstract：Tosingle—sensordataprocesses，adataprocessesmethodbasedonmaximum entropywaspresented．First thesampleprobabilitydistributionwasestimatedadoptingmaximum discreteentropymethod，thenthesamplemeasure— mentuncertainty，whichwascalculatedonhteprobabilitydistribution，wasusedtoestablishaneffectivedatarangefor eliminationgrosserrors，atlasttheeffectivedatawerefusedbasedoninformationenrtopynadthefusingcoefficientwas setaccordingtoeachsample’Suncertainty．Anexamplecomparedthemethodwithothermehtods．Themehtodcanavoid subjectivefactors’effect，takeshtemeasurementdata’Suncertaintyintoaccountnadimprovesreliabilitynadaccuracy duringmeasurement． Keywords：infomr ationentropy；maximum enrtopy；grosserror；infomr ationfusion；uncertainty 数据融合的研究要少得多IoJ。文献[6】根据统计理论的 1 引 言 分批估计理论提出了一种单传感器数据融合方法， 在传感器测量系统中，由于传感器精度、传输误 文献7【]对文献 6【】的方法进行了改进，这 2种方法都 差、计算误差和人为干扰等因素的影响，测量数据常 假设测量数据样本具有正态分布的特性，