基于数据融合的Bayes估计算法研究

• 作者: 商娟叶
• 来源期刊: 自动化与仪器仪表
• 学科: 工学
• 关键词: 数据融合 Bayes估计算法 多源数据 数据处理 似然函数
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 管理自动化
• 页码范围: 118-120
• 页数: 3页
• 分类号: TP391
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2016.02.118

摘要

Bayes估计算法是静态环境中多传感器数据融合的常用方法,其信息描述为概率分布,为数据融合提供了一种对多源数据优化处理的手段.然而,该算法需要预先给出不同类型传感器观测对象的分布类型和先验似然概率,并要求各个假设事件之间不相容.为此,数据融合中心不得不根据这些不确定性信息进行推理,以达到目标身份识别和属性判决的目的,使得计算复杂性迅速增加.本文详细阐述了Bayes算法的基本思想,结合数据融合过程的需求,从中归纳出该算法存在的局限性,避免这些局限性影响数据融合效果.表明采用Bayes估计算法可以有效地对多源不确定性数据进行融合,并可以适应融合随时间、空间变化的数据需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	商娟叶	西安外事学院现代教育技术中心	21	63	5.0	7.0