一种改进的多传感器数据自适应融合方法

摘要

传感器的异常观测是多传感器信息融合的一个重要问题,且对融合精度有很大的影响。贝叶斯信息融合技术是解决该问题的一种有效方法,但是该方法需要进行无穷区间的积分运算,容易出现数值不稳定的问题。针对该问题提出了一种改进的多传感器自适应融合方法,利用传感器测量值之间的差值自适应建立传感器的后验概率分布模型,并结合互信息的理论实时识别和剔除异常观测值,从而避免了求熵时的积分计算。仿真和实测数据试验结果表明,所提方法在无异常观测值的条件下得到的结果与简单贝叶斯融合方法相当;对于存在异常观测值的情况下,信息融合的性能明显优于一般的贝叶斯融合方法。