基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
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0.9997,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.
推荐文章
基于改进自适应加权的多传感器融合监测
数据融合
自适应加权
修正证据距离
加注系统
健康监测
测距传感器数据在线自适应加权融合
红外线测距传感器
超声波传感器
自适应加权融合估计
基于多传感器的数据融合算法研究
多传感器
数据融合
数据一致性
支持度
自适应加权算法
仿真分析
测距传感器系统的测距数据在线自适应加权融合
红外线传感器
超声波传感器
自适应加权融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于相关性函数的多传感器自适应加权融合算法
来源期刊 重庆理工大学学报(自然科学版) 学科 工学
关键词 多传感器 自适应加权融合 相关性函数
年,卷(期) 2016,(2) 所属期刊栏目 电子·自动化
研究方向 页码范围 114-118
页数 5页 分类号 TP274
字数 2309字 语种 中文
DOI 10.3969/j.issn.1674-8425(z).2016.02.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 仲跃 18 136 6.0 11.0
2 丁辉 安徽工业大学机械学院 3 14 1.0 3.0
3 张俊 5 19 2.0 4.0
4 钱建中 5 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (331)
参考文献  (11)
节点文献
引证文献  (12)
同被引文献  (33)
二级引证文献  (12)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(6)
  • 参考文献(0)
  • 二级参考文献(6)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(7)
  • 参考文献(1)
  • 二级参考文献(6)
1999(19)
  • 参考文献(0)
  • 二级参考文献(19)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(7)
  • 参考文献(2)
  • 二级参考文献(5)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(9)
  • 引证文献(4)
  • 二级引证文献(5)
2018(5)
  • 引证文献(4)
  • 二级引证文献(1)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
多传感器
自适应加权融合
相关性函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导