本文關鍵詞：無線傳感器網(wǎng)絡中多傳感器數(shù)據(jù)融合方法的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：多傳感器數(shù)據(jù)融合技術是國家重點研究項目,已列為未來十大新興技術之首,舉足輕重,目前已經(jīng)發(fā)展應用到諸多領域,如醫(yī)療、工業(yè)、農(nóng)業(yè)等。多傳感器數(shù)據(jù)融合技術是通過綜合來自不同傳感器的量測信息,進行數(shù)據(jù)預處理、數(shù)據(jù)關聯(lián)、數(shù)據(jù)決策和數(shù)據(jù)融合等,做出正確的判斷與決策的過程。本文圍繞融合技術中的關鍵問題展開研究,論文的主要研究內(nèi)容包括數(shù)據(jù)預處理中冗余數(shù)據(jù)的剔除、數(shù)據(jù)關聯(lián)、數(shù)據(jù)融合等。首先介紹了無線傳感器的理論基礎和應用方法,從數(shù)據(jù)融合的基本模型,融合的基本級別,以及融合的數(shù)學理論基礎等方面進行了闡述。其次,在特定的網(wǎng)絡結構中,數(shù)據(jù)處理過程往往存在數(shù)據(jù)量過大、環(huán)境噪聲干擾、節(jié)點本身的零點漂移等現(xiàn)象造成傳感器測量結果失效,從而導致融合結果出現(xiàn)偏差,針對這一問題本文設計了以下兩種算法:(1)在研究同質(zhì)的多傳感器數(shù)據(jù)融合方法中,由于現(xiàn)有的融合算法僅根據(jù)經(jīng)驗值來設定融合閾值,造成融合結果精確度不高且容易產(chǎn)生誤判,針對這一問題,本文設計了一種用于同質(zhì)多傳感器的數(shù)據(jù)融合方法。通過定義空間關聯(lián)系數(shù)得到連續(xù)采樣周期內(nèi)節(jié)點的相關程度,引入社區(qū)計算中節(jié)點間興趣度來求取融合算法中節(jié)點間信任度值以及一致整合度值,最后重新給節(jié)點分配權重系數(shù),得到最終融合表達式,通過仿真驗證了算法的可靠性。(2)在研究異質(zhì)的多傳感器數(shù)據(jù)融合方法中,首先,加入相對梯度預處理步驟,引入導函數(shù)極值及中值濾波的方法,通過曲線擬合剔除錯誤數(shù)據(jù)和冗余數(shù)據(jù),得到該一階段的最佳值;其次,定義了相容度和沖突因子等,通過分析證據(jù)的一致性和確定焦元重要性對D-S證據(jù)理論方法進行改進,從全局的角度出發(fā),綜合考慮證據(jù)間的關聯(lián)信息,對目標信息進行綜合判斷,得到最終的融合結果。仿真結果表明,該算法能更有效地處理兩兩互不相容的證據(jù),融合精度更高。
【關鍵詞】：多傳感器數(shù)據(jù)融合 D-S證據(jù)理論 空間關聯(lián)系數(shù) 相對梯度
【學位授予單位】：湘潭大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP212.9;TN929.5;TP202
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-14
• 1.1 引言8
• 1.2 多傳感器數(shù)據(jù)融合的基本概念和特點8-10
• 1.2.1 多傳感器數(shù)據(jù)融合的基本概念8-9
• 1.2.2 多傳感器數(shù)據(jù)融合的特點9-10
• 1.3 多傳感器數(shù)據(jù)融合研究現(xiàn)狀及未來發(fā)展10-13
• 1.3.1 多傳感器數(shù)據(jù)融合的研究現(xiàn)狀10-12
• 1.3.2 多傳感器數(shù)據(jù)融合未來發(fā)展方向12-13
• 1.4 論文研究內(nèi)容和工作安排13-14
• 第2章 多傳感器數(shù)據(jù)融合應用模型14-24
• 2.1 引言14
• 2.2 多傳感器融合級別劃分14-16
• 2.2.1 數(shù)據(jù)級融合14-15
• 2.2.2 特征級融合15
• 2.2.3 決策級融合15-16
• 2.3 多傳感器數(shù)據(jù)融合主要方法16-18
• 2.4 多傳感器數(shù)據(jù)融合數(shù)學基礎18-22
• 2.5 多傳感器數(shù)據(jù)融合預處理模型22-23
• 2.5.1 同質(zhì)多傳感器預處理模型22-23
• 2.5.2 異質(zhì)多傳感器預處理模型23
• 2.6 本章小結23-24
• 第3章 一種用于同質(zhì)多傳感器的數(shù)據(jù)融合算法24-34
• 3.1 引言24
• 3.2 同質(zhì)多傳感器數(shù)據(jù)融合模型24-25
• 3.3 基于模糊自適應信任度值的融合算法25-28
• 3.3.1 融合參數(shù)定義25-27
• 3.3.2 融合數(shù)據(jù)預處理27
• 3.3.3 基于模糊自適應信任度值的數(shù)據(jù)融合27-28
• 3.4 仿真實例及分析28-33
• 3.4.1 最優(yōu)閾值的確定28-29
• 3.4.2 精度比較29-32
• 3.4.3 結果分析32-33
• 3.5 本章小結33-34
• 第4章 一種用于異質(zhì)多傳感器的數(shù)據(jù)融合算法34-44
• 4.1 引言34
• 4.2 異質(zhì)多傳感器數(shù)據(jù)融合模型34-35
• 4.3 一種改進的證據(jù)理論數(shù)據(jù)融合方法35-40
• 4.3.1 基于相對梯度的數(shù)據(jù)融合預處理35-37
• 4.3.2 基于相容系數(shù)加權修正的證據(jù)理論數(shù)據(jù)融合37-40
• 4.4 仿真實例及分析40-43
• 4.4.1 沖突證據(jù)合成實驗對比40-42
• 4.4.2 融合參數(shù)比較42-43
• 4.5 本章小結43-44
• 第5章 全文總結及未來展望工作44-46
• 5.1 內(nèi)容總結44
• 5.2 研究展望44-46
• 參考文獻46-50
• 致謝50-51
• 攻讀碩士學位期間的科研情況51

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前2條

1 萬樹平;;多傳感器數(shù)據(jù)融合的概率權方法[J];傳感器與微系統(tǒng);2009年08期

2 汪永偉;劉育楠;趙榮彩;司成;邱衛(wèi);;基于改進證據(jù)理論的態(tài)勢評估方法[J];計算機應用;2014年02期

  本文關鍵詞：無線傳感器網(wǎng)絡中多傳感器數(shù)據(jù)融合方法的研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：384019