摘要：在进行结构的健康监测时，测量噪声，模型误差以及环境变化对监测结果的影响很大。数据融合技术通过有效的利用多源数据信息，降低监测系统噪声对监测结果的影响，提高系统的监测准确度。目前集成学习方法成为一种新的是数据融合方法，基于boosting的集成学习通过构造多个分类器，并对多分类器的结果进行有效的合成，提高系统的辨识精度，但是boosting方法容易受输入数据噪声的影响，而多源传感器信息可以有效的抑制数据噪声。文章提出了两种基于boosting的数据融合模型，通过对多源传感器数据进行融合，降低boosting方法对噪声的敏感程度。文章通过将两种基于boosting的数据融合模型应用于两层框架结构的健康监测，比较了两种模型受系统噪声的影响情况，同时对使用多源传感器数据融合技术与使用单传感器进行监测时的监测精度进行了对比，验证了基于boosting的数据融合技术的有效性。
