[1]周珍娟,刁联旺.基于动态层次聚类分析的多传感器一致性融合算法[J].南京师范大学学报(自然科学版),2018,41(04):87.[doi:10.3969/j.issn.1001-4616.2018.04.014]
　Zhou Zhenjuan,Diao Lianwang.Consensus Multi-sensor Data Fusion Algorithm Based onDynamic Hierarchical Clustering Analysis[J].Journal of Nanjing Normal University(Natural Science Edition),2018,41(04):87.[doi:10.3969/j.issn.1001-4616.2018.04.014]
点击复制

基于动态层次聚类分析的多传感器一致性融合算法()
分享到：

《南京师范大学学报》（自然科学版）[ISSN:1001-4616/CN:32-1239/N]

卷:
第41卷
期数:
2018年04期
页码:
87
栏目:
·数学与计算机科学·
出版日期:
2018-12-31

文章信息/Info

Title:
Consensus Multi-sensor Data Fusion Algorithm Based onDynamic Hierarchical Clustering Analysis
文章编号:
1001-4616(2018)04-0087-06
作者:
周珍娟1; 刁联旺2
(1.江苏开放大学信息与机电工程学院,江苏 南京 211135)(2.中国电子科技集团第二十八研究所信息系统工程重点实验室,江苏 南京 210007)
Author(s):
Zhou Zhenjuan1; Diao Lianwang2
(1.College of Electronic and Information Engineering,Jiangsu Open University,Nanjing 211135,China)(2.S & T on Information System Engineering Lab.,The 28th Research Institute of CETC,Nanjing 210007,China)
关键词:
层次聚类; 数据融合; 置信度; 关系矩阵
Keywords:
hierarchical clustering; data fusion; degree of confidence; connection matrix
分类号:
TN911.2
DOI:
10.3969/j.issn.1001-4616.2018.04.014
文献标志码:
A
摘要:
为了提高集中式多传感器一致性数据融合的精度,在数据融合过程中,必须考虑从各传感器获得的数据可信度. 为了克服现有一致性数据融合算法中定义的距离矩阵和关系矩阵存在的不对称性和主观性等缺点,本文定义了概率距离矩阵和基于统计置信度的关系矩阵,然后讨论了多正态分布共同均值的极大似然估计的统计性质和递推特性,并根据估计量的方差统计性质提出了一种基于动态层次聚类的多传感器一致性数据融合处理的方法,数据实验的计算结果表明,该算法优于现有的多传感器一致性数据融合方法.
Abstract:
To improve the precision of multi-sensor data fusion method,in the procedure of data fusion,the reliability of sensor data must be considered. The shortcomings of the existing consensus multi-sensor data fusion algorithms,such as asymmetry of distance matrix,and subjectivity of connection matrix are discussed,and a new confidence distance is defined. The common mean of some normal distributions are estimated by maximum likelihood method,and its statistical and recursive characters are derived. A consensus multi-sensor data fusion algorithm based on dynamic hierarchical clustering is proposed. The example shows that this method is better than the existing methods.

参考文献/References:

[1] 熊朝华,刁联旺,张永伟,等. 多传感器探测云下分布式一致信息融合及其发展[J]. 指挥信息系统与技术,2018,9(2):8-11.
[2]刁联旺,王晓璇. 基于精度分级的多传感器一致性数据融合算法[C]//第八届中国信息融合大会论文集. 西安:2017:638-642.
[3]李时辉. 一种多传感器温度数据动态融合方法[J]. 科技通报,2015,31(1):146-170.
[4]张品,董为浩,高大冬. 一种优化的贝叶斯估计多传感器数据融合方法[J]. 传感器技术,2014,27(5):643-648.
[5]岳元龙,左信,罗雄麟. 提高测量可靠性的多传感器数据融合有偏估计方法[J]. 自动化学报,2014,40(9):1843-1852.
[6]薛飞,杨友良,董福涛. 基于多传感器融合算法的CCD测温系统设计[J]. 仪表技术与传感器,2014(8):88-91.
[7]张璨,张利,刘征宇. 基于支撑裕的一致性多传感器融合算法[J]. 电子测量与仪器学报,2010,8(24):711-715.
[8]万树平. 多传感器数据融合的概率权方法[J]. 传感器与微系统,2009,28(8):12-15.
[9]焦竹青,熊伟丽,张林,等. 基于信任度的多传感器数据融合及其应用[J]. 东南大学学报(自然科学版),2008,38(1):253-257.
[10]刁联旺,王常武. 多传感器一致性数据融合方法的改进与推广[J]. 系统工程与电子技术,2002,24(9):60-63.
[11]曾黎,蒋沅. 多传感器数据融合的数学方法研究[J]. 云南民族大学学报(自然科学版),2010,19(5):321-325.
[12]罗中良,方清城,张前进. 一种多传感器数据融合方法及应用[J]. 传感器技术,2002(2):27-29.
[13]LOU R C,LIN M,SCHERP P S. Dynamic multi-sensor data fusion system for intelligent robots[J]. Journal of robotics and automation,1988,4(4):386-396.
[14]RAJU G V S,WANG H S. Sensor data fusion using Pitman’s closeness technique and complete linkage algorithm[C]//IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems. Las Vegas. NY,1994:72-75.
[15]陈希孺. 高等数理统计学[M]. 合肥:中国科学技术出版社,1999.

相似文献/References:

[1]沈姜威,杨 林,郑方子豪,等.基于多源数据融合的遗址古地层重建与应用研究[J].南京师范大学学报(自然科学版),2020,43(02):49.[doi:10.3969/j.issn.1001-4616.2020.02.009]
　Shen Jiangwei,Yang Lin,Zheng Fangzihao,et al.Reconstruction and Application of Paleo-Stratigraphy ofArchaeological Site Based on Multi-Source Data Fusion[J].Journal of Nanjing Normal University(Natural Science Edition),2020,43(04):49.[doi:10.3969/j.issn.1001-4616.2020.02.009]

备注/Memo

备注/Memo:
收稿日期:2018-08-15.
基金项目:江苏省自然科学基金(BK21060148).
通讯联系人:刁联旺,博士,教授,研究方向:信息融合. E-mail:diaolw@sina.com
更新日期/Last Update: 2018-12-30