多传感器数据融合技术研究进展

黄漫国; 樊尚春; 郑德智; 邢维巍

doi:10.13873/j.1000-97872010.03.015

Chinese

您当前的位置：

首页 >

文章列表页 >

多传感器数据融合技术研究进展

综述与评论 | 更新时间：2025-09-11

- 多传感器数据融合技术研究进展
- Research progress of multi-sensor data fusion technology
- 传感器与微系统 2010年29卷第3期页码：5-8+12
- 作者机构：
  
  1. 北京航空航天大学仪器科学与光电工程学院精密光机电一体化教育部重点实验室
  2. 传感技术联合国家重点实验室
- 作者简介：
- 基金信息：
  
  国家“863”计划资助项目（2008AA042207）
- DOI：10.13873/j.1000-97872010.03.015
  中图分类号： TP202
- 纸质出版：2010
- 稿件说明：
移动端阅览
[1]黄漫国,樊尚春,郑德智,邢维巍.多传感器数据融合技术研究进展[J].传感器与微系统,2010,29(03):5-8+12.

HUANG Man-guo1, FAN Shang-chun1, ZHENG De-zhi1, et al. Research progress of multi-sensor data fusion technology[J]. 2010, 29(3): 5-8+12.
[1]黄漫国,樊尚春,郑德智,邢维巍.多传感器数据融合技术研究进展[J].传感器与微系统,2010,29(03):5-8+12. DOI： 10.13873/j.1000-97872010.03.015.

HUANG Man-guo1, FAN Shang-chun1, ZHENG De-zhi1, et al. Research progress of multi-sensor data fusion technology[J]. 2010, 29(3): 5-8+12. DOI： 10.13873/j.1000-97872010.03.015.

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。

Abstract

Multi-sensor data fusion is wide research branch in information field.As single data fusion algorithm always has some limitations

the integration of two or more data fusion algorithms is becoming a research interest.Advantages of data fusion are introduced;main characteristics

algorithms and applications of three data fusion model types（data level

characteristic level and decision level） are presented.Common data fusion algorithms are classified.Research developments of several data fusion integration algorithms are reviewed.Applications of data fusion technology are also discussed.

关键词

Keywords

references

多传感器数据融合技术综述 [J]. 李娟,李甦,李斯娜,陈新亿. 云南大学学报(自然科学版) . 2008(S2)

多传感器数据融合技术及其研究进展 [J]. 华鑫鹏,张辉宜,张岚. 中国仪器仪表 . 2008(05)

多传感器信息融合技术及其应用 [J]. 白云飞,曲尔光. 机械管理开发 . 2008(01)

多传感器信息融合研究综述 [J]. 祝宏,曾祥进. 计算机与数字工程 . 2007(12)

应用数据融合方法辨识油气两相流流型 [J]. 王微微,耿艳峰,黄志尧. 传感技术学报 . 2007(09)

数据融合综述 [J]. 李静,贾利民. 交通标准化 . 2007(09)

基于遗传算法的模糊神经控制器 [J]. 姜静,姜琳,李华德,孙铁. 煤矿机械 . 2007(03)

信息融合方法及应用研究 [J]. 程利民,孔力,李新德. 传感器与微系统 . 2007(03)

基于相关性函数和最小二乘的多传感器数据融合 [J]. 刘建书,李人厚,常宏. 控制与决策 . 2006(06)

基于小波变换和Kalman滤波的多传感器数据融合 [J]. 刘素一,张海霞,罗维平. 微计算机信息 . 2006(16)

多传感器信息融合技术综述 [J]. 周芳,韩立岩. 遥测遥控 . 2006(03)

一种模糊逻辑推理神经网络的结构及算法设计 [J]. 韩敏,孙燕楠,许士国. 控制与决策 . 2006(04)

数据融合发展的综述 [J]. 邓睿,胡志勇. 连云港师范高等专科学校学报 . 2005(04)

多传感器数据融合技术在多相流参数测量中的应用 [J]. 杨钢,王玉涛,陆增喜,王师. 仪表技术与传感器 . 2005(11)

模糊神经网络信息融合方法在机器人避障中的应用 [J]. 杨鹃,孙华,吴林. 自动化技术与应用 . 2005(02)

基于多传感器的数据融合技术 [J]. 胡丹丹,肖书明,王燕清,高庆吉. 东北电力学院学报 . 2004(01)

多传感器数据融合技术的现状及展望 [J]. 姜万录,李冲祥,刘继刚. 机床与液压 . 2003(03)

数据融合方法综述及展望 [J]. 曲晓慧,安钢. 舰船电子工程 . 2003(02)

一种基于模糊遗传神经网络的信息融合技术及其应用 [J]. 孙有发,陈世权,吴今培,刘永清,马强,张超. 控制与决策 . 2001(S1)

多传感器数据融合算法研究 [D]. 吴艳. 西安电子科技大学 2003

智能传感技术与系统[M]. 北京航空航天大学出版社 , 周浩敏, 2008

Treatment and Assessment of Nonlinear Seismic Data by a Genetic Algorithm Based Neural Network Model [J] . T. Kerh ,,Y. Chan ,,D. Gunaratnam ,. International Journal of Nonlinear Sciences and Numerical Simulation . 2009 (1)

Suspended sediment concentration estimation by an adaptive neuro-fuzzy and neural network approaches using hydro-meteorological data [J] . M. Cobaner,B. Unal,O. Kisi. Journal of Hydrology . 2009 (1)

Numerical analysis of the learning of fuzzified neural networks from fuzzy if–then rules [J] . Hisao Ishibuchi,Manabu Nii. Fuzzy Sets and Systems . 2001 (2)

浏览量

9359

下载量

349

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于多传感器的人体生理状态判别可视化技术

基于模糊熵的多传感器加权融合算法

多传感器数据采集系统中的数据融合研究

一种多传感器信息融合的优化方法

非平稳随机序列的自适应加权融合算法