基于支持向量机的多传感器数据融合算法

摘要：

提出一种基于支持向量机(SVM)的多传感器数据融合算法提高融合性能，分别用3种核函数作为特征空间的内积。结合扩展卡尔曼滤波器(EKF)和软计算原理，在雷达/红外多传感器跟踪系统中构建一个有效的信息融合框架。引入环境信息使传感器信任度预测适应环境的变化，降低多传感器系统不确定因素的影响；联合测量方差归一化变量(NVMSE)作为支持向量机的输入，训练得到高确定性和高精确度的传感器信任度预测。仿真结果表明，与传统的多传感器数据融合算法相比，该算法性能更佳。

关键词：多传感器、数据融合、目标跟踪、支持向量机、环境信息

所属期刊栏目：37

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金面上基金项目60873026、61021062、61372128;江苏省高校自然科学研究重大基金项目14KJA510001

在线出版日期：2016-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1352-1356