摘要
本发明公开了一种低可信度多传感器信息融合方法,其包括步骤:一)获取多传感器系统中同步测量参数的传感器的观测信号,从而得到每个传感器的观测数据;二)将步骤1)获得的观测信号建模为包含噪声的高斯过程分布;三)利用历史数据集对传感器在时间点t*的真实观测信号进行平滑处理;四)对经平滑处理的传感器信息进行可信度评估;五)对经置信度评估后的传感器信息进行加权融合。本发明通过引入高斯过程回归实现对传感器数据的去噪和平滑,并通过置信度评估为每个传感器的信息分配融合权重,有效减弱了噪声干扰和误差积累,提高了数据的可靠性和环境适应能力,因此本方法具有良好的鲁棒性和融合可信度。
技术关键词
多传感器系统
信号
数据
遗传算法优化
传感器节点
染色体
噪声方差
特征值
协方差矩阵
基因
序列
鲁棒性
编码
表达式
元素
系统为您推荐了相关专利信息
高灵敏度阵列
涡流无损检测
多通道信号调理
香烟
逻辑回归模型
校准方法
双极性
冷端温度补偿
动态补偿模块
信号输入模块