丁　辉，仲　跃，张　俊，钱建中

(1.安徽工业大学 机械学院，安徽 马鞍山　243032； 2.盐城市水利局，江苏 盐城　224005；

3.盐城市盐都区水务局，江苏 盐城　224005)



基于相关性函数的多传感器自适应加权融合算法

丁辉1，仲跃2，张俊3，钱建中2

(1.安徽工业大学 机械学院，安徽 马鞍山243032； 2.盐城市水利局，江苏 盐城224005；

3.盐城市盐都区水务局，江苏 盐城224005)

摘要：针对多传感器实际测量中个别传感器出现的数据偏离现象，提出基于相关性函数的自适应加权融合算法。利用相关性函数对数据进行预处理，计算各传感器间的相互支持程度，对于偏离较为明显的数据，用相关性大的数据进行替换；再通过多传感器自适应加权融合算法对数据进行融合。利用该算法对相关数据进行处理，经计算分析得到融合结果为0.999 7，并与传统自适应加权融合算法以及极大似然法的计算结果进行对比。分析结果表明：算法的融合结果更接近实际，融合精度较高。

关键词：多传感器；自适应加权融合；相关性函数

多传感器数据融合是将来自多个传感器的数据或信息采用某种方式进行综合处理的过程。与单传感器测量数据相比，融合后的数据更接近被测参数的理论值，效果更佳。随着传感器技术等相关技术的发展，多传感器数据融合技术在军事领域和民用领域均得到了广泛应用[1-4]。

目前，模糊推理法[5]、神经网络法[6]、加权平均法等是应用较为普遍的数据融合方法。例如：党宏社等[7]将输入数据和输出数据模糊化，通过三角形隶属函数在相应区间内不断改变输出变量位置的方法，计算出输入和输出兼容度最大的位置，得到最终融合结果；……