传感器融合作业

姓名：王亚军学号：2120150937学院：自动化模式识别一．文献阅读1.多传感器数据融合技术研究进展/《传感器与微系统》,2010,29(3):5-8摘要：多传感器数据融合是信息领域一个前景广阔的研究方向。由于单一的数据融合算法具有一定的局限性,将2种或2种以上的数据融合算法进行优势集成已逐渐成为数据融合领域的研究热点。介绍了数据级、特征级和决策级融合3种数据融合方式的主要特点、方法及应用,归纳了常用的数据融合方法,并重点阐述了几种多传感器数据融合集成算法的研究进展,简单介绍了多传感器数据融合技术的应用。关键词:多传感器;数据融合;算法;主要创新点：这篇文章通过对现有的数据融合方法进行简明的分类和归纳总结,对一些多传感器数据融合算法集成方法的研究进展和数据融合技术的应用情况进行阐述,为广大科研工作者在数据融合方面进行进一步的研究提供了有益的参考和借鉴。不足分析：该文只是对已经出现的数据融合方法进行了基本的归纳和总结，并没有对数据融合的研究提出新的观点以及对其未来趋势进行一定的分析和预测。2.基于D—S证据理论的数据融合算法及其在电路故障诊断中的应用/《电子学报》,2002,30(2):221-223摘要：本文在D-S证据理论的基础上,结合模糊集合论,给出了电子电路故障定位的多传感器数据融合方法.通过测试电路中的被诊断元件的工作温度和工作电压两个物理量,得出D-S证据理论中两传感器对各待诊断元件的信度函数分配,再利用D-S联合规则得到融合后的信度函数分配,从而确定故障元件,并通过单传感器诊断结果与融合诊断结果比较。关键词:D-S证据理论;信度函数;数据融合;故障诊断主要创新点：本文阐述了基于D-S证据理论和模糊集合论的数据融合算法,并首次将其应用于电子电路的故障诊断之中,提出了一种基于实验的隶属度函数构造形式及其目标判定准则,实验结果表明,数据融合较好地解决了由于电路元件相互影响而产生的故障诊断不确定性问题,对提高电路系统故障定位的准确率是实用而有效的。不足分析：本文只是对一个简单的电路进行了融合诊断,但对于更复杂﹑更多元器件的实际电路,虽然理论只要能正确地获得各传感器的信度函数,就能准确地识别出故障元器件。但是仍然缺乏实验的证明，而且信度函数的获取仍然带有一定的主观性，有一定的不确定性。3.数据集成综述/《计算机科学》,2004,31(5):48-51摘要：介绍了数据集成的基本概念及其难点,讨论并比较了模式集成方法、数据复制方法以及综合数据集成方法,详细阐述了数据集成的主要难点—数据源的异构性,最后对数据集成的研究前景做出了展望。关键词:数据集成,模式集成，数据复制,异构性主要创新点：本文对数据集成的主要概念以及主要方法进行了阐述，并且指出了数据集成目前遇到的瓶颈，同时还对其未来的研究方向进行了展望。这为科研人员提供了数据集成基本的只是架构以及研究提供了一定的参考。不足分析：本文在阐述问题时，使用了大量的文字进行介绍，文章过于冗长，没有相应的公式进行搭配。同时它只是对基本概念和方法进行了总结，并没有提出新的方法和研究切入点。4.一种基于XML的数据集成系统及实现/《计算机应用》,2002,22(9):24-27摘要：使用DBMS管理半结构数据具有这样一个优点,即可以较容易地从异构数据源或上集成信息、而且其转换代价也较低。文中就与半结构集成有关的问题,如半结构数据集成系统的体系结构等问题进行深入的分析和研究,并在此基础上实现了一种基于XML的数据源集成的Wrapper原型系统关键词:XML，，DBMS，数据集成主要创新点：本文实现了一种基于XML数据集成的Wrapper原型系统。该系统主要解决了对AQL查询语言的修改及XML与各数据源之间数据的转换问题。不足分析：本文只是提出来理论，并没有实际的实验支持其理论。而且查询表达式，抽取函数等的选择问题并没有给出明确的答案。二．定义数据融合：数据融合是将多传感器信息源的数据和信息加以联合、相关及组合，获得更为精确的位置估计及身份估计从而实现对战场态势和威胁以及其重要程度实时、完整评价的处理过程。多传感器系统：多传感器系统是指系统内有多个传感器，收集不同的信息使得满足系统的需要。三．定义数据集成：数据集成通过应用间的数据交换从而达到集成，主要解决数据的分布性和异构性的问题，其前提是被集成应用必须公开数据结构，即必须公开表结构，表间关系，编码的含义等。四．区分数据集成和数据融合的关系式