基于水库多源数据的数据融合方法及系统

本申请涉及数据融合领域，尤其涉及基于水库多源数据的数据融合方法及系统。方法包括：对采集频率不同的传感器数据进行粗对齐得到粗对齐数据；根据粗对齐数据训练深度学习模型，得到预训练的细对齐时间模型；设置初始偏移量，将叠加初始偏移量的粗对齐数据输入到分支网络得到特征向量，堆叠特征向量得到二维矩阵；将二维矩阵输入到预训练的细对齐时间模型中，进行模型二次训练，取最后一次训练结果中的偏移量参数值作为最优偏移量；将最优偏移量叠加到粗对齐数据完成数据纠正，使传感器数据的时间戳对齐，将纠正后的数据通过卡尔曼滤波器进行数据融合得到融合后的多源数据。本申请具有提高融合数据精度的效果。