计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2009年
15期
34-38
,共5页
最小二乘%多传感器数据融合%数据融合
最小二乘%多傳感器數據融閤%數據融閤
최소이승%다전감기수거융합%수거융합
为了有效融合多传感器冗余系统量测信息,使状态的估计值更接近于状态的真实值,实现高精度和高可靠性的状态估计,采取了基于最优加权的最小二乘算法、有限窗加权的最小二乘算法和自学习加权最小二乘算法,分别对多传感器实测数据进行融合处理,融合后数据的方差大幅度降低,估计精度显著提高.并与传统的最小二乘算法进行了仿真对比,结果表明,这3种方法较最小二乘算法融合精度更高,其中,自学习加权的最小二乘融合算法既考虑了历史数据的作用,又考虑了环境噪声和新的采样值的影响,增强了对噪声检测的敏感性,估计效果较好.
為瞭有效融閤多傳感器冗餘繫統量測信息,使狀態的估計值更接近于狀態的真實值,實現高精度和高可靠性的狀態估計,採取瞭基于最優加權的最小二乘算法、有限窗加權的最小二乘算法和自學習加權最小二乘算法,分彆對多傳感器實測數據進行融閤處理,融閤後數據的方差大幅度降低,估計精度顯著提高.併與傳統的最小二乘算法進行瞭倣真對比,結果錶明,這3種方法較最小二乘算法融閤精度更高,其中,自學習加權的最小二乘融閤算法既攷慮瞭歷史數據的作用,又攷慮瞭環境譟聲和新的採樣值的影響,增彊瞭對譟聲檢測的敏感性,估計效果較好.
위료유효융합다전감기용여계통량측신식,사상태적고계치경접근우상태적진실치,실현고정도화고가고성적상태고계,채취료기우최우가권적최소이승산법、유한창가권적최소이승산법화자학습가권최소이승산법,분별대다전감기실측수거진행융합처리,융합후수거적방차대폭도강저,고계정도현저제고.병여전통적최소이승산법진행료방진대비,결과표명,저3충방법교최소이승산법융합정도경고,기중,자학습가권적최소이승융합산법기고필료역사수거적작용,우고필료배경조성화신적채양치적영향,증강료대조성검측적민감성,고계효과교호.
