一种多传感器数据融合方法及应用

２００２年第２Ｉ卷第２期　传感器技术（Ｊ０ｕｍ　ｏｆ　Ｔｒａｌｔｓｄｕｅｅｒ　ＴｅｅｈｎｏｋＮｙ）　２７　计算与测试　一种多传感器数据融合方法及应用　罗中良，方清城，张前进　（佛山科学技术学院自动化系，广东佛山５２８０００）　摘要：多传感器信息融合方法是当今研究的关键技术，它产生于军事领域并得到极大的发展。运用这种　高技术提高工业水平具有重大意义。基于此点提出一种多传感器数据融台方法，在统计意义下融合结果　优于传统数字滤渡方法，并应用于智能仪器仪表系统中　关键词：多传感器；信息融合；智能仪表；准确度　中国分类号：ＴＰ２０２　文献标识码：Ａ　文章编号：１０１７１０—９７８７（２００２）０２—００２７—０２　Ｍｅｔｈｏｄ　ｏｆ　ｄａｔａ　ｆｕｓｉｏｎ　ｆｏｒ　ｍｕｌｔｉ—ｓｅｎｓｏｒ　ａｎｄ　ｉｔｓ　ａｐｐｌｉｃａｔｉｏｎｓ　ＬＵＯ　Ｚｈｏｎｇ—ｌｉａｎｇ，ＦＡＮＧ　Ｑｉｎｇ—ｃｈｅｎｇ，ＺＨＡＮＧ　Ｏｉａｎ＿ｊｉ“　（Ｄｅｐｔ．ｏｆ　Ａｕｔｏｍａｔｉｏｎ，ＦｏｓｈａＲ　Ｕｎｉｖｅｒｓｉｔｙ，Ｆｏｓｌｍｎ　５２８０００，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｔｈｅｍｅｔｈｏｄｏｆｍｕｌｔｉ￥ｅＤｓｏｒｉｎｆｏｒｍａｔｉｏｎｆｕｓｉｏｎｉｓｔｈｅ　ｋｅｙｔｅｃｈｎｏｌｏｇｙｉｎｔｈｉｓｔｉｍｅｓ，ｉｔｉｓ　ｔｅｎａｎｄｄｅ—　ｖｅｌｏｔｘ￣ｉｎ　ｍｉｌｉｔａｒｙ　ｄｏｒｒｍｉｎｓ．Ｉｔ　ｉｓ　ｒｅｍａｒｋａｂｌｅ　ｓｉｇｎｉｉｆｃａｎｃｅ　ｔｏ　ｉｍｐｒｏｖｅ　ｍａｎｕｆａｃｔｕｒｅ　ｌｅｖｅｌ　ｗｉｔｈ　ｔｈｉｓ　ｈｉｇｈ　ｔｅｃｈｎｏｌｏｇｙ　Ｆｏｒ　ｔｈｉｓ　ｌｅａ．ｓｏｎ，ａ　ｍｅｔｈｏｄ　ｏｆ　ｍｕｌｔｉ—ｓｅｎｓｏｒ　ｉｎｆｏｒｍａｔｉｏｎ　ｆｕｓｉｏｎ　ｉｓ　ｂｒｏｕｇｈｔ　ｆｏｒｗａｒｄ　Ｔｈｅ　ｅｘｐ￣ｍｅｆｌｔ　ｒｅｓｕｌｔ　ｓｈｏｗｓ　ｔｈａｔ　ｔｈｉｓ　ｍｅｔｈｏｄ　ｉｓ　ｂｅｔｔｅｒ　ｔｈａｎ　ｔｒａｄｉｔｉｏｎ　ｉｎ　ｓｔａｔｉｓｔｉｃｓ．ａｎｄ　ｉｔ　ｉｓ　ｓｕｅｅｅｓｄｕｌ　ｍ　ｉｍｐｒｏｖｅ　ｔｈｅ　ａｃｃｕｒａｃｙ　ｎ｛ｉｎｔｅｌｌｉｇｅｎｔ　ｉｎ　ｓｔｒｕｍｅｎｔＢ．　Ｋｅｙ　ｗｏｃｄｓ：ｍｕｌｔｉ—ｓｅｎｓ０ｒ：ｉｎｆｏｒｍａｔｉｏｎ　ｆｕｓｉｎ　ｉｏｎｔｅｌｌｉｇｅｎｔ　ｉｎｓｔｒｕｍｅｎｔｓ；ａｃｃｌｌ￣ａｃｙ　０引言　境较为恶劣，各种干扰给智能仪表的测量带来极大　困难，如何提高测量准确度是整个控制系统的关键，　多传感器的信息融合（数据融合）是指对来自多　个传感器的数据进行多级别、多方面、多层次的处　理．从而产生新的有意义的信息，而这种新信息是任　何单一传感器所无法获得的。多传感器信息融合技　术产生于军事，现已在国防上发展成为十分活跃的　热门研究领域，是多学科、多领域所共同关心的高层　次共性关键技术，包括我国在内的许多国家都将它　传统的方法是在智能仪表中采用算术平均值的数字　滤波的方法来克服干扰ｌ３Ｊ。但是当传感器失效时，　信息无从获得，从而影响生产的进行　多传感器的　信息融合技术为解决这种问题提供了一种很好的方　法。提出一种多传感器信息融合方法，它算法简洁、　融合结果误差和方差均较小，特别适合采用多传感　器测量的智能仪器仪表系统。　１　多传感器信息融合方法　列为重点发展的关键技术　信息融合主要包括检　测、互联、关联（相关）、状态估计、目标识别、态势估　计、威胁估计、传感器管理和数据库等，它们大都应　用在军事领域　如何运用这种高科技方法提高　工业控制水平，这是工业控制人员研究的应用问题。　由于多传感器信息融合技术的发展和应用的日　益广泛，已经引起了工业测量系统的改变　以前采　用的单个传感器测量系统已不能满足复杂工业过程　工艺的需要，为了提高测量和控制准确度，现在工业　测量系统开始采用多传感器测量系统，但目前在这　检测级的信息融合是直接在多传感器分布检测系统　中检测判决或信号层上进行的融合，现在的应用已　拓展到气象预报、医疗诊断和组织管理决策等众多　领域　。智能仪表在工业生产中得到广泛应用，由　于智能仪表长期处于不问断工作状态，而且工作环　收稿日期：２００　ＩＯ—ｏ８　＊基金项目　佛山科学技术学院重点项目基叠资助　（ＦＳＵ２ｓ００１—０７—００１）　种系统中的多传感器测量结果局限于分组等准确度　测量，本文讨论等准确度测量的多传感器信息融合　算法。　维普资讯 http://www.cqvip.com

设多传感器（不妨设为　个）在剔除疏失醍　后的测量数据为　【，　，一　，　≤Ⅲ　传统的数７　滤渡方法是取其算术平均值，即　＝　∑　将多　传感器测量数据分　批．每一批测量数据可记为　２　＿．　，…　Ｐ＝ｌ，２，…　根据分批方法的　同．各批中的数据可以相等也可以不等，但般　求　可能等量分组　然后分别计算各批测量数据的算　术ｌ平均值，记为；．，；２，…，　，　一　ｌ　一　｝１　ｒ相应的标准，　＝÷Ｅ　ｘ，　Ｐ＝ｌ，，…，２　差记为　】，　２．…．　．　且　＝√　耋（ｚ　由于各批测量数据之前没有任何有关测量的统　ｉｆ信息，因此．在此之前测量结果的方差可认为　＝。。，即（　）　＝０。由分批估计理论　知，分批　估计后得到的数据融合结果为　ｒ　二［　＋（　）＿。　一十　＋＋Ｈ　尺。。　＝［　＋＋Ｈ＿Ｒ　ｋ．　．　Ｏ　式中　＋为分批估计数据融合结果的方差：Ｈ为测　量方程的系数矩阵；尺为测量噪声的协方差阵：　ｒ　为上次数据融合结果，ｘ为算术平均值矩阵，且有　＋＝［（；）。。＋Ｈ　尺。。Ｈ　，　１］　１　．　，　Ｒ：　Ｅ［　］　Ｅ［　２　］　＝　：　Ｉ　＿　：　一　Ｚ　ｆ是有　＝：（；）　＋ＨＴＲ　Ｈ］　第２Ｉ卷　（　）　０　０　：１　１…１］　ｃ茜）　。．０　０　０（　Ｌ１　ｒ，圻　］　ＩＩ　ｄ｝　，Ｌ［Ｅ　　【　Ｅ　∑ｄ：　Ｏ　】　０　ｃ　）　２　－　：　０　：　＿　０　．．　（孑　）　ｋ　Ⅱｄｊ　＝　＝　｝∑等．　（１）　∑　争　，一ｆ　式（１）即为本文的多传感器信息融合算法，实　际中可根据分批数　的不同，对式（１）化简，　２　融合算法在智能仪器仪表系统中的应用　融台算法式（１），在批数　较小时，计算量不大，　这在工业智能仪表中是合适的，因为工业中的传感　器不可能很多。本文采用８个热电偶传感器对　１　１５０℃的恒温槽分别进行４次测量实验，测量结果　如下：　（１）ｌ１５２　６．１ｌ５１．２，ｌ１５３．９，ｌｌ４８．６，　ｌ　１５１　６，１　１４９．３，１　１４８．７，Ｉ　１５０．２℃；　（２）Ｉ１４８　７，１　１５２　６，ｌ１５１．９，ｌ１５２．７．　１　１４９．８．１　１５１．５．１　１５０．８，Ｉ　１４９．９℃：　（３）Ｉ１５１　３，１１４９．８，ｌ１４８．９，ｌ１５０．０，　ｌ　１５２．４．１　１５１．８．１　１５３．８．１　１４８　５℃；　（４）Ｉ１４８　１，ｌ１５１．９，ｌｌ５６．６，ｌ１４８．０，　ｌ１５２　０．１１４９．９，ｌｌ４９．３．１１４８，３℃．　采用传统８点算术平均值滤波的４次结果分别为　（１）ｌ　ｌ５０．９℃，（２）１　ｌ５１．０℃，（３）ｌ　ｌ５０＿８℃，　（４）ｌ　１５０．５℃。如果剔除含疏失误差的测量值即坏　值（第３个传感器的测量值１１５６．６℃）后，算术平　均值为１　１４８．８℃。　结果误差则分别为　（１）０．９℃，（２）１．０℃，（３）０　８℃，（４）０．５℃或　一ｔ　２℃．　（下转第３２页）　维普资讯 http://www.cqvip.com

ｆ々感嚣技术　第２ｌ巷　感输＾轴加速度时其输　｝｛ｆ　ｌ孑中台冉备轴敏感］Ｊｌｌ　Ｊ￣　噬分鞋经同步解调器解间，叮降低各轴敏感加速度　分量对加速度计输出的影响。荇同步解调器的输人　信号　基准信号不同步．其输　ｆ占譬中．输Ｈ｛轴及拦　轴加速度分量相对输人轴加速度分量增强，眨心到　加速度汁输　模型其耦台系数Ｋ　增大。以１３６　辰　【１）加速度计模　线性系数Ｋ　、Ｋ、主要与力　矩器的“增减磁效应”、磁场均匀性　定转于时中准确　度及二元阐宽脉冲力反馈回路负载钉关　（２）加速度计模型系数Ｋ　主要　浮子质量摆　～　静平衡准确度、左右　石轴承确定的轴线与安装基　准面垂直准确度、导电游丝刚度、安装及＝　元调宽脉　冲力反馈回路同步解调器基准信号移相电路有关。　（３）在二元调宽脉冲力反馈回路负载中并人电　ｃＪ觑．　基准信号移相电路，使ｌＩ＝０步解调器的输人信　号　０蟮准信号同步或不同步（相差１０。）．加速度计模　系数变化弛表２所示。　表２横型系数测试结果　［ａｌｈ　２　１　ｎｉｔ　ｒＩｍｆ　ｌ　ｒ　…ｌ　容器、电阻器串联支路，可降低加速度计输出模型非　线性系数Ｋ　、Ｋ　，对其它系数无影响．　．（４）调整二元调宽脉冲力反馈回路同步解调器　的移相电路，町改善加速度计输出模型交叉耦合系　从表２中可以看出，同步解调器基准信号移相　电路的调整，时系数Ｋ　有明显变化，系数降低ｒ近　！，３同样对表１２４　和ｌ３０　进行测试，也得￣ｑＩ－Ｉ样　的结果．说明力反馈回路移相电路的调整，影响加速　度计输出模　系数Ｋ　．　３　结　论　’，，＿　—　ｔ　…一　ｐ　・　Ⅳ一　参考文献：　［Ｉ］严５７　数Ｋ　，对其它系数无影响　伟力籍ｔ器的交流效－越：Ｊ］　件　札０ｌ仪表．１９７８．（３）：４１　作者简介：　刘晓东（Ｉ９６２），女．天津＾，岛缎工程师，１９８６年毕业于南京　Ｔ‘学院精仪系，从事惯性元件的研制　一～　ｐ～　≯～ｐ　一　≯一’　【上接第２８页）　滤波方法。　将８个传感器分成两批（１，２，３，４和５，６，７，８各为　批）。在两批情况下上述的多传感器信息融合算法　式【ｌｊ化简为　３结论　多传感器信息融合技术的发展和应用的日益广　泛，引起了工业测量系统的改变，在工业测量系统开　始采用多传感器测量系统　提出以统计理论为基础　嚣…　０ｉ十口！　ｌ　　（　ｊ）＿。Ｉ　ｒ，．　的一种多传感器信息融台方法．它算法简单，效果优　于传统的数字滤波，可用于提高智能仪表的测量准　【！）　＝　ｉ＋　！　。　：　ｆ＋口　一　ｊｎ　确度和改善智能仪表的抗干扰能力．并通过测量的　根据式（２）可计算得４次测量的融台结果分别　１＾ｊ　（１）ｌｌ５０　４℃，（２】１　Ｉ５０．６℃，（３）ｌ　ｌ５０　３℃、　【４）Ｉ　ｌ４９．７℃．　数据对照分析，从误差和方差的统计意义看，这种融　合算法性能比传统的数字滤波都较好。　参考文献：　［Ｉ］何友．王国密、彭应宁、等多传感器信息融☆硬应用［Ｍ］北　京：电子＿厂皿出临社、２Ⅲｍ　Ｉ　ｌ０　各次融合的误差分别为　（１）０．４　、，（２）Ｏ．６℃，（３）０　３℃，（４）０　３　［２］陈永光孙仲康信息融合在多目标跟踪　ｆＪ的ｌ－　用研究［Ｊ］电　子学报，１９９７．９：ｌ０２　ｌＯ３　对照可以看出本文融合算法的结果误差明显小　Ｆ算术平均的滤波方法。再从方差比较来看．传统的　算术平均滤波方法的方差分别为　（Ｉ）３　０６，（２）１．８，（３）２．５８，（４）Ｉ．９４．　［３　Ｊ绦爱钧智能化测量控制仪袁原理‘　故计：Ｍ］北隶：北求航生　航天大学　版社，Ｉ９９５　３２ｌ　３２７　［４　Ｊ陈希孺高等数理统计学：Ｍ：台肥中间科、　挫术　版　、　ｌ９９９　４３　４７．７７　９４　而奉文融合算法的方差分别为　（Ｉ）１．４４，（２）０．５５，（３）０　８２，（４）０　９２　作者简介：　罗中良（１９６８　Ｊ、　、　临川凡．ＦＩ动化顿　井帅石主要从事　自动橙测、数据融☆　抻鲢网络郸钳能拧制等　ｌ　舶数学和研究上　ｎ＝　这样，融合算法的方差也明显小于算术平均的