多傳感器數(shù)據(jù)融合

精選公文范文，管理類，工作總結(jié)類，工作計劃類文檔，歡迎閱讀下載精選公文范文，管理類，工作總結(jié)類，工作計劃類文檔，歡迎閱讀下載精選公文范文，管理類，工作總結(jié)類，工作計劃類文檔，感謝閱讀下載~精選公文范文，管理類，工作總結(jié)類，工作計劃類文檔，感謝閱讀下載~#~相應的附加規(guī)則。 神經(jīng)網(wǎng)絡具有很強的容錯性以及自學習、自組織及自適應能力，能夠模擬復雜的非線性映射。在多傳感器系統(tǒng)中，各信息源所提供的環(huán)境信息都具有一定程度的不確定性，對這些不確定信息的融合過程實際上是一個不確定性推理過程。神經(jīng)網(wǎng)絡根據(jù)當前系統(tǒng)所接受的樣本相似性確定分類標準，主要表現(xiàn)在網(wǎng)絡的權(quán)值分布上，同時，可以采用神經(jīng)網(wǎng)絡特定的學習算法來獲取知識，得到不確定性推理機制。利用神經(jīng)網(wǎng)絡的信號處理能力和自動推理功能來實現(xiàn)多傳感器數(shù)據(jù)融合，缺點是計算量大。 遺傳算法是一種基于自然選擇和自然遺傳的全局優(yōu)化算法。特點是采用群體方式對目標函數(shù)空間進行多線索的并行搜索，不會陷入局部極小點；只需可行解目標函數(shù)的值，而不需其他信息，對目標函數(shù)的連續(xù)性、可微性沒有要求，使用方便；解的選擇和產(chǎn)生用概率方式，因此，具有強的適應能力和魯棒性。缺點在于收斂速度慢、易陷入局部最優(yōu)。 模糊積分的實質(zhì)就是求得在客觀證據(jù)對決策假設的實際估計與其期望值間的最大一致性。模糊積分是定義在模糊測度基礎上的一種非線性函數(shù)，它具有融合多元信息的能力，常用的模糊積分有Sugeno積分和Choquet積分，主要用于決策支持、自動控制等。Sugeno的模糊積分是定義在模糊測度上的非線性函數(shù)，特點是直接排除了次要因素的影響，與加權(quán)平均相比，強化了主要因素的作用，但卻忽視次要因素的影響。Choquet模糊積分考慮了各種影響因素，以避免Sugeno模糊積分的缺陷，而廣義Choquet模糊積分及其在信息融合中的應用近年來得到了較廣泛的關(guān)注。 綜上所述，單一的數(shù)據(jù)融合算法具有一定的局限性，將多種算法進行優(yōu)勢集成已逐漸成為數(shù)據(jù)融合算法的研究熱點。 遺傳算法和模糊聚合相結(jié)合 遺傳算法是一種并行化算法，可較好地解決多參數(shù)優(yōu)化問題，且其算子能更好的模擬模糊關(guān)系，從而達到較高精度。將其與模糊理論相結(jié)合可在信息源的可靠性、信息的冗余、互補性以及進行融合的分級結(jié)構(gòu)不確定情況下，以近似最優(yōu)方式對傳感器數(shù)據(jù)進行融合。 模糊系統(tǒng)與神經(jīng)網(wǎng)絡相結(jié)合 神經(jīng)網(wǎng)絡對環(huán)境的變化具有較強的自適應能力和自學習能力，但從系統(tǒng)建模的角度而言，它采用的是典型的黑箱學習模式。當學習完成后，神經(jīng)網(wǎng)絡所獲得 的輸入/輸岀關(guān)系難以用通俗的方式表示。而模糊系統(tǒng)則采用簡單的如果？則？”規(guī)則，但自動生成和調(diào)整隸屬度函數(shù)和模糊規(guī)則是個難題。若將兩者結(jié)合取長補短，則可提高整個系統(tǒng)的學習能力和表達能力。 5結(jié)束語 數(shù)據(jù)融合技術(shù)是一門跨學科的綜合理論和方法尚處在不斷的發(fā)展和完善過程中。隨著研究者的不斷努