一种复杂环境下多传感器数据融合方法

被引:22
作者
田明明
叶继华
王仕民
万叶晶
机构
[1] 江西师范大学计算机信息工程学院
关键词
多传感器; 数据融合; 智慧农业; 迭代; 节点信任度;
D O I
暂无
中图分类号
TP212 [发送器(变换器)、传感器]; S126 [电子技术、计算机技术在农业上的应用];
学科分类号
080202 ; 082804 ;
摘要
针对现有方法没有利用证据数据采集源头的可靠性信息这一问题,结合温度数据采集,提出一种复杂环境下多传感器数据融合算法。从多传感器采集的原始数据出发,通过原始数据分析当前传感器节点的信任度,对当前传感器证据进行相应的修正,从证据源层面修正冲突证据。在证据融合阶段引入支持度修正证据迭代融合思想,比较融合证据与原证据的差异冲突等属性来评估原证据的支持度并修正原证据,将修正后的证据再次融合,多次迭代至最终融合结果收敛。试验仿真与现存的多种融合方法进行比较,仿真结果验证了本研究方法在解决证据冲突问题上的有效性。
引用
收藏
页码:32 / 38
页数:7
相关论文
共 13 条
[1]   基于迭代合成的D-S证据理论改进方法 [J].
胡海亮 ;
钟求喜 ;
刘浏 .
计算机应用研究, 2016, 33 (10) :2985-2987+3044
[2]   Combining belief functions when evidence conflicts [J].
Murphy, CK .
DECISION SUPPORT SYSTEMS, 2000, 29 (01) :1-9
[3]   证据合成的一般框架及高度冲突证据合成方法 [J].
卢正才 ;
覃征 .
清华大学学报(自然科学版), 2011, 51 (11) :1611-1615+1626
[4]   受证据理论启发的传感器数据融合算法 [J].
熊彦铭 ;
杨战平 .
华中科技大学学报(自然科学版), 2011, 39 (10) :50-54
[5]   D-S证据理论的不足及其数学修正 [J].
陈炜军 ;
景占荣 ;
袁芳菲 ;
朱安福 .
中北大学学报(自然科学版), 2010, 31 (02) :161-168
[6]   UPPER AND LOWER PROBABILITIES INDUCED BY A MULTIVALUED MAPPING [J].
DEMPSTER, AP .
ANNALS OF MATHEMATICAL STATISTICS, 1967, 38 (02) :325-&
[7]   多源信息的加权证据理论融合识别方法 [J].
向阳辉 ;
张干清 ;
庞佑霞 ;
陈蕾 ;
谢邵辉 .
机械科学与技术, 2016, 35 (03) :381-385
[8]  
On the dempster-shafer framework and new combination rules. Ronald R. Yager. Journal of Information Science . 1987
[9]  
基于物联网的农业环境监控系统研究开发[D]. 徐凯.江南大学 2013
[10]   基于分类修正的多证据合成方法 [J].
王亮 ;
吕卫民 ;
滕克难 ;
金永川 .
控制与决策, 2015, 30 (01) :125-130