基于时空关联性的D-S多传感器融合算法

摘要：

为获得多个传感器测量值更精确的融合结果,提出一种基于时空关联性的D-S多传感器融合算法.先将各个传感器的多个历史数据和其D-S(Dempster-Shafer)理论初步融合结果相比较,确定数据融合系统在各个时空环境的效应偏差,进而在综合考虑现时场景与历史时刻场景关联度的基础上融合各历史时刻的环境效应偏差,得到当前环境的效应偏差,修正现时的数据源,使数据融合系统更适应当前应用场景,即得到更准确的证据体,然后再次利用D-S证据理论确定其修正后数据的权值分配函数,最终对所有修正后的测量进行权值融合以得到更精准的融合结果.以光谱仪测量光谱谱线数据信息为例,仿真实验结果表明,所提算法的融合结果与真值间的误差为 0.2438,均小于其他对比算法,验证了该算法的有效性和优越性.

关键词：D-S证据理论、历史数据、环境效应、效应偏差、权值融合

所属期刊栏目：27

分类号：TP212(自动化技术及设备)

资助基金：陕西省重点研发计划项目2018ZDXM-GY-039

在线出版日期：2023-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：93-99