基于变异系数的模糊传感器数据融合方法

被引：4

作者：

万树平

机构：

[1] 江西财经大学信息管理学院

来源：

传感器与微系统 | 2008年 / 27卷 / 11期

关键词：

模糊传感器; 数据融合; 特征指标; 变异系数;

D O I：

10.13873/j.1000-97872008.11.025

中图分类号：

TP212.9 [传感器的应用];

学科分类号：

080202 ;

摘要：

在多传感器信息融合过程中,有时要利用多传感器对某一对象进行不同方面观测,而数据融合的目的是要对研究对象进行类型识别。根据统计分析理论,利用变异系数,给出了一种新的模糊传感器数据的融合算法。该方法不需要假设总体的分布类型,不需要定义受主观因素影响的关系矩阵,可以充分利用测量数据,避免丢失重要的极端数据,使结论更符合实际。仿真实验表明:算法有效,非常简单。

引用

页码：63 / 65

页数：3

共 6 条

[1] 多传感器数据的Fisher判别法 [J].

万树平 .

传感器与微系统, 2006, (08) :61-62+65

[2] 一种模糊传感器数据融合的方法 [J].

邓勇 ;

施文康 ;

赵春江 .

上海交通大学学报, 2003, (01) :1-4

[3] 多传感数据的判别分析方法 [J].

万树平 ;

涂国平 .

传感器技术, 2002, (05) :27-29

[4] 一种基于模糊理论的一致性数据融合方法 [J].

王婷杰 ;

施惠昌 .

传感器技术, 1999, (06) :50-53

[5] Fuzzy logic grasp control using tactile sensors [J].

Glossas, NI ;

Aspragathos, NA .

MECHATRONICS, 2001, 11 (07) :899-920

[6]

Fuzzy inference system used for a quantitative evaluation of the material discontinuities detected by eddy current sensors .2 Grimberg R,Savin A. Sensors and Actuators . 2000

← 1 →