文献类型：期刊文章

作　　者：梅武军[1] 郑军[1] 金杰[1] 岳高峰[1]

Mei W ujun;Zheng Jun;Jin Jie;Yue Gaofeng(Research Institute of Zhejiang University-Taizhou,Taizhou 318000,China)

机构地区：[1]浙江大学台州研究院,台州318000

出　　处：《仪器仪表学报》

基　　金：浙江省教育厅科研项目(Y202147317)资助。

年　　份：2022

卷　　号：43

期　　号：6

起止页码：109-117

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：传感器是智能检测和自动化装置中重要的部件组成,为了解决多传感器异步数据下的融合难题,提出了一种创新的基于滑动聚类的多传感器异步信息融合方法。首先引入了K-means聚类方法去容忍异步问题,主要利用曲线拟合给出一种简易的快速的判定法则以便实现实时聚类方法中的k值计算;其次设计了聚类滤波核从而在时空域上形成融合滑动管道,让数据的变化一直维持在一个能接受的误差之内,完整实现了实时多传感器信息融合方法。最后实验验证了设计的聚类融合方法的正确性以及合理性,实验证明了SC-MSIF方法是正确可行的,且在实时性方面具有较好的表现,相比较EKF和MEAN方法,SC-MSIF方法的RMSE误差减少了47.8%、36.3%,同时无人机中多传感器融合实际测试结果也较为优异。

关 键 词：多传感器融合 多源异步  K-MEANS聚类 滑动聚类  自适应滤波核  

分 类 号：TP391] TH741[计算机类]