论文部分内容阅读
为增强数据处理对不确定因素的适应性和鲁棒性,在研究检测系统多传感器数据融合结构的基础上,提出基于分布图与分批估计的自校准层融合方法。采用分布图和分批估计的融合算法不需要传感器先验信息。理论分析和实验研究表明:分布图法对检测数据的一致性估计与最佳融合集相同;自校准层融合输出数据精度高于算术平均值,也优于分布图法消除不确定因素后数据的算术平均值。该算法尽可能多的保持现场数据,在某个传感器失效情况下,非失效传感器仍可独立提供可靠数据,适用于智能检测融合系统中自校准层的实时在线数据处理。