信息融合算法及其應(yīng)用研究.pdf

1、隨著無線傳感網(wǎng)的日益廣泛應(yīng)用和物聯(lián)網(wǎng)的產(chǎn)生與應(yīng)用，信息融合技術(shù)已經(jīng)逐漸融入到社會(huì)生活當(dāng)中，給人們生活帶來了前所未有的便利。隨著傳感器數(shù)據(jù)來源越來越復(fù)雜，如何全面、快速、準(zhǔn)確的獲取信息已成為研究熱點(diǎn)，因此對(duì)信息融合方法的研究具有重要意義。
　　本文以多傳感器的監(jiān)測(cè)數(shù)據(jù)作為研究對(duì)象，從監(jiān)測(cè)數(shù)據(jù)的時(shí)間和空間冗余性出發(fā)，利用流數(shù)據(jù)模型構(gòu)建了基于時(shí)間維的數(shù)據(jù)級(jí)信息融合模型和基于空間維的特征級(jí)信息融合模型，提出了對(duì)應(yīng)的信息融合方法，并將之應(yīng)用

2、于森林火災(zāi)監(jiān)測(cè)系統(tǒng)中。具體研究?jī)?nèi)容如下：
　　為了更好的利用監(jiān)測(cè)數(shù)據(jù)上下文的情景信息，提出了基于滑動(dòng)窗口的信息融合模型，其基本思想是利用窗口內(nèi)連續(xù)數(shù)據(jù)序列的上下文情景信息，對(duì)屬性在窗口內(nèi)的變化進(jìn)行估計(jì)，并利用這種估計(jì)來表述屬性的變化；同時(shí)利用同一屬性不同窗口以及不同屬性相同窗口的數(shù)據(jù)序列之間存在的冗余信息，實(shí)現(xiàn)多傳感器數(shù)據(jù)的關(guān)聯(lián)和融合。
　　針對(duì)數(shù)據(jù)級(jí)的信息融合，提出了基于時(shí)間維的數(shù)據(jù)級(jí)信息融合算法--DIFAT算法(Dat

3、a-Level Information Fusion Algorithm based on Time-Dimension)，利用被監(jiān)測(cè)對(duì)象自身存在的變化規(guī)律，對(duì)窗口內(nèi)數(shù)據(jù)序列進(jìn)行時(shí)域和頻域分析，建立被監(jiān)測(cè)對(duì)象關(guān)于時(shí)間變化的模型，并通過最優(yōu)化方法給出被監(jiān)測(cè)對(duì)象規(guī)律的最優(yōu)估計(jì)。利用Matlab仿真工具，對(duì)該算法的有效性進(jìn)行了驗(yàn)證，結(jié)果表明該算法能有效地去除部分噪聲，減少感知數(shù)據(jù)的不確定性，得到相對(duì)可靠的對(duì)屬性變化特性的估計(jì)。
　　針對(duì)

4、特征級(jí)的信息融合，既考慮了同一屬性不同傳感器數(shù)據(jù)的融合，也考慮了不同屬性不同傳感器的數(shù)據(jù)融合，提出了基于空間維的特征級(jí)信息融合算法--FIFAS算法(Feature-Level Information Fusion Algorithm based on Spatial-Dimension)，通過數(shù)據(jù)關(guān)聯(lián)、神經(jīng)網(wǎng)絡(luò)等方法確定被監(jiān)測(cè)屬性之間的映射關(guān)系，并利用這種關(guān)系進(jìn)行信息融合，確定被監(jiān)測(cè)屬性的狀態(tài)。利用Matlab仿真工具，對(duì)該算法的有效