基于Bayes估計的受限空間探測數據融合算法

張偉利,楊 喆,孫曉海,劉 銘,韓成浩

(1.吉林建筑大學 網絡信息中心,長春 130119; 2.吉林建筑大學 吉林省智慧城市與大數據應用工程研究中心,長春 130119; 3.吉林省消防救援總隊 法制與社會消防工作處,長春 130031; 4.云南農業大學 大數據學院,昆明 650201; 5.長春工業大學 數學與統計學院,長春 130012)

多傳感器信息融合方法能將多個傳感器采集的信息相融合,獲得對受限空間的全方位描述.但多傳感器數據形式復雜,因此不同層次數據能否有效融合是該技術廣泛應用的關鍵.目前,已有許多相關研究成果.吳會會等[1]提出了一種基于自適應模糊C均值聚類的數據融合算法,先將自適應系數引入到數據融合處理中,獲取不同的聚類子集,再以聚類結果為基礎,采用Kalman濾波原理估計誤差協方差,實現數據融合; 王浩等[2]采用分層聚簇融合算法完成數據融合,先對傳感器獲取的初始數據做一級冗余處理,將有價值的數據發送給簇頭節點,再通過灰色關聯對簇內數據做二級融合; 敬如雪等[3]提出了一種基于多傳感器的數據融合算法,先對數據進行一致性檢驗,以此剔除異常數據,再在數據處理的基礎上,將自適應加權估計作為理論基礎,進一步提升數據融合效果.雖然上述方法分別將數據融合技術應用于不同領域均取得了一定的成果,但仍存在一些局限性,如數據融合精度較低,數據融合時間較長等,影響了應用效果.

基于此,本文為增強數據融合質量,先對采集的數……