文献类型：期刊文章

作　　者：陈英[1] 胡艳霞[1] 刘元宁[2] 朱晓冬[2]

CHEN Ying;HU Yanxia;LIU Yuanning;ZHU Xiaodong(College of Software,Nanchang Hangkong University,Nanchang 330063,China;College of Computer Science and Technology,Jilin University,Changchun 130012,China)

机构地区：[1]南昌航空大学软件学院,南昌330063 [2]吉林大学计算机科学与技术学院,长春130012

出　　处：《吉林大学学报（理学版）》

基　　金：国家自然科学基金(批准号:61762067);江西省自然科学基金(批准号:20161BAB212034);江西省教育厅项目(批准号:GJJ160692)

年　　份：2018

卷　　号：56

期　　号：5

起止页码：1170-1178

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、INSPEC、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对多传感器数据的多样性,提出一种改进的数据融合算法.首先,利用小波技术消除已收集数据的高斯白噪声并对数据进行压缩;其次,对处理后的数据进行分层,并对系数进行Kalman滤波,同时利用Mallat快速重建算法重构数据;最后,利用最大、最小贴近度计算传感器数据的信噪比,并通过信噪比进行数据融合.基于实际采集的多传感器数据对比实验结果表明,该数据融合算法在稳定性上优于简单加权数据融合、小波数据融合和Kalman滤波融合等算法.

关 键 词：多传感器数据 数据融合 信噪比

分 类 号：TP393]