周新宇，吉琳娜，李香亭

(中北大学信息与通信工程学院，山西太原030051)

0 引言

在现代工程应用中，传感器技术广泛应用于跟踪技术、机器人技术、机电一体化、柔性制造系统等控制技术［1］。随着应用系统逐渐扩大，所需的功能也越来越复杂，使用的传感器种类也相应增多。单一传感器检测技术已不能满足需求，随之多传感器融合技术应运而生。多传感器融合技术就是对同一检测对象，利用各种传感器检测的信息和不同的处理方法以获得该对象的全面监测信息，从而提高检测精度和可靠性。在一个多传感器融合系统中，如何表示被融合信息的可信度，以及把这些可信度有效地融入系统，是确保系统具有较高的识别率和容错性的关键。即使识别率相同的传感器，如果干扰不同，它提供的信息的可信度也不同，在复杂背景或强干扰情况下，传感器可信度对于系统的有效性和可靠性更加重要［2，3］。

本文借鉴层次分析法(Analytic Hierarchy Process，AHP)中分层的思想［4，5］，提出了一种确定多个传感器可信度的方法，根据信息的相对可信度，建立了多传感器可信度的判断矩阵，该矩阵的正交特征向量即为对应传感器的可信度。仿真结果证明，融合数据要优于各传感器的算术平均值(等可信度融合)。

1 加权平均的数据融合模型

设在K时刻系统有p个传感器，q个目标，对传感器i，目标 j测量值为:mij(i=1，2，…，p;j=1，2，…，q)。按照加权平均的融合算法确定传感器i的可信度为ai(i=1，2，…，p)，则目标j的融合结果为:

式中ai应满足:

而ai(i=1，2，…，p)是需要确定的某时刻系统各传感器可信度。……