基于改进模糊聚类的同构多传感器在线数据融合方法

被引:9
作者
苏卫星 [1 ,2 ]
朱云龙 [2 ]
刘芳 [3 ]
马连博 [1 ,2 ]
机构
[1] 中国科学院沈阳自动化研究所
[2] 中国科学院大学
[3] 华晨汽车工程研究院
关键词
鲁棒模糊聚类; 模糊C均值聚类; 多传感器; 数据融合;
D O I
10.13976/j.cnki.xk.2014.0557
中图分类号
TP202 [设计、性能分析与综合];
学科分类号
摘要
针对同构多传感器系统在无先验知识、无系统模型条件下对同一未知目标进行在线测量过程中的数据融合问题,提出一种基于改进模糊聚类的同构多传感器在线融合方法.该方法采用引入噪声类的鲁棒模糊聚类方法分析同时刻多源数据,避免了传统模糊聚类融合方法中对聚类数设定的依赖,同时有效去除系统偏移较大的数据源和异常信号对融合结果的不良影响;通过引入隶属度函数影响因子,增加历史融合结果对当前融合的指导.仿真实验进一步验证所提方法在融合精度和计算实时性方面的优势.
引用
收藏
页码:557 / 563
页数:7
相关论文
共 12 条
[11]  
Multi-sensor data fusion using neural networks .2 Fincher D W,Mix D E. IEEE International Conference on Systems,Man and Cybernetics . 1990
[12]  
Sequential Bayesian Estimation with CensoredData for Multi-Sensor Systems .2 Y. Zheng,R. Niu,P. K. Varshney. IEEE Transactions on Signal Processing . 2014