SensorHub数据融合算法.docVIP

. . . . 资料整理 Sensor Hub Author: Alg Revision History Version Date Author Description 1.0 07/08/2015 Alg 文档第一版  多传感器数据融合算法研究 本片文章阐述了数据融合的估计理论，归纳总结了多传感器系统中各种数据融合结构：集中式、分布式、混合式；并根据相关线性估计理论，提出了数据融合估计的最优准则。后边根据多传感器数据融合估计知识，建立了基于卡尔曼滤波的数据融合估计模型，接着给出了不同融合结构的数据融合滤波算法，分别是：集中式卡尔曼滤波算法、顺序式卡尔曼滤波算法、平行式卡尔曼滤波算法、联合式卡尔曼滤波算法。然后针对卡尔曼滤波进行研究；后边又给出一种关于估计融合的一般的系统的方法，建立了统一线性数据模型，并给出了不同的情况下的最优的线性融和规则，重点研究了线性最小方差估计和最小二乘估计，最后研究了非线性并也包含线性数据的情况下的最优的线性融合规则。最后实际应用（军事方面威胁）举例研究威胁估计算法。 飞行控制系统多传感器信息融合技术研究 本文主要研究的是飞行控制系统中的多传感器信息融合算法。现在国内外对融合算法研究主要集中在综合平均法、贝叶斯估计法、D-S法、模糊逻辑法、神经网络方法、卡尔曼滤波法、专家系统方法。 本篇文章主要针对的传感器数据有大气数据计算机、无线电高度表、差分GPS三种高度传感器，垂直陀螺、航姿参考系统两种姿态角传感器。本文关于姿态融合采用的是BP神经网络方法。关于高度数据融合使用的是传统的卡尔曼滤波方法。详细算法看文档。 基于多传感器信息融合关键技术的研究 系统的讨论了信息融合过程中的量测预处理技术、数据关联技术、数据决策技术以及信息融合技术。这篇文章中主要针对航迹跟踪相关技术背景进行研究。主要研究的算法为DS。 通过阅读大量的国内外参考文献,介绍了多传感器信息融合的磁念和特点,分析了多传感器信息融合的模型结构,着重介绍了信息融合技术的发展现状和趋势。 主要对量测数据预处理技术中的时空配准技术进行了研究,并研究了野值问题,并提出了基于新息变化的野值检测方法。 全文最关键的部分,即数据关联技术的研究。本章主要对关联算法进行了仿真分析。并提出了基于证据理论的概率数据关联算法对单目标进行跟踪,并在此基础上对算法进行了拓展,提出了基于证据理论的联合概率数据关联算法对多目标进行跟踪,此外为了减少算法计算量,引用最大模糊熵思想对关联算法进行简化。 对多传感器数据决策技术的研究,重点研究了DS证据理论方法。提出了针对冲突的改进DS证据理论算法和基于传感器信任度的DS证据理论改进算法。 多传感器信息融合技术的应用部分,对同类传感器信息融合和异类传感器信息融合算法进行研究,并对基于DS证据理论的多传感器信息融合算法和基于雷达与红外的异类传感器融合算法进行了仿真。 研究的算法可以参考，研究的相关传感器实用方法与手机的相关多传感器融合相关性很小。 简单介绍DS：DS证据理论也称为Dempster-Shafer理论或信任函数理论,这一理论产生于20世纪60年代,是由Dempster利用概率上下限来处理不确定性问题而首先提出的。并且由其学生Shafer对该理论进行了一系列系统的理论i#正,使得该理论适用于处理不精确问题并具有严格的理论推导,通常将该理论简称为DS证据理论。 可穿戴传感网络中异质传感器数据融合算法研究 本文研究的可穿戴传感器数据融合与sensor hub相关的数据融合相关性较强。下边摘录出相关可穿戴的基本内容。 可穿戴传感网络概述 可穿戴传感网络概念 可穿戴传感网络是在可穿戴计算机基础上发展起来的新型网络，可穿戴计算机是近几年兴起的新的研究热点，实际上早在 20 世纪 60 年代就形成了可穿戴计算思想的雏形，与传统计算机相比，可穿戴计算机与人的交互更为紧密，它是在科技不断发展，各种超微型、高集成元器件不断产生的背景下应运而生的。目前关于可穿戴计算机还没有一个明确统一的定义，概括来讲，可穿戴计算机是一种个人移动计算系统，它属于使用者的个人空间，能随时为佩戴者提供信息获取、交换和处理能力，使人机关系更加紧密，从而促成了一种新的“以人为本”的人机交互方式，达到人机的和谐统一。 可穿戴计算机大部分配有头戴式或眼镜式超微型显示器，通常采用多模式交互和多通道传感技术。大体而言，可穿戴计算机具备以下几个基本特征： （1）可在运动状态或移动状态下使用。采用头戴显示器，使用者可在行走时使用，在关注虚拟世界的同时关注真实世界。 （2）使用时可腾出双手做其它事情。这种模式需要利用双手以外的其它模式与计算机进行交互，如语音操作、环境感知等等。 （3）穿戴