无线传感网络中多传感器数据融合算法分析.pdfVIP

摘 要 多传感器数据融合是一种多层次，多方面的处理过程，是对多源数据进行检 测，结合，相关，估计和组合以达到精确的状态估计和实时评估。本文对无线传 感器网络中数据层的数据融合算法进行了深入的研究和分析，主要工作如下： 首先阐述了无线传感器网络和数据融合的背景知识和两者之间的关联性。归 纳总结了各种数据融合算法类型。介绍了数据融合算法中常用的数学模型，为后 续的算法研究做铺垫。归纳总结了数据融合算法常用的方法和特征，并分别阐述 了各方法的优缺点。 然后对模糊数学中的最大最小贴近度进行相关研究和分析，并将之引入到数 据融合中，重新定义了数据之间的相关度特性。在此基础上计算出亲信度矩阵， 以及亲信度均值和方差。对权重因子重新定义和计算，最后由权重因子得出表达 式。用实验数据和仿真平台分别对算法进行了性能分析，并与其他算法进行对比。 对比结果证明了这种方法具有不错的精确度和健壮性。 然而主流的数据融合算法对采样数据的筛选并没有一个公认的好方法。本文 借助统计数学中的四分位距的概念，对数据的平均离散程度进行估计，并以此为 基准，超过这种标准的数据即认为是大误差数据，从采样数据集中删除。在此之 后用隶属度函数描述数据的关联性，进而计算出融合度矩阵。最后计算