的算術(shù)平均為：
[0041] 計(jì)算其相對(duì)應(yīng)的剩余誤差為：
[0043] 疏失誤差剔除之前的近似誤差為：
[0045] 設(shè)η個(gè)剩余誤差V]1中絕對(duì)值最大的為％ ，則格羅貝斯統(tǒng)計(jì)量g的確切分布 J J·- max 為：
[0047] 用查表法找出統(tǒng)計(jì)量的臨界值g。(n, a)，P [g彡g。(n, a) ] = a為小概率事件，其中 a為置信概率，通常取值為0.05或者0.01，本文中選取a = 0.05 ;
[0048] 若g < gjn，a)，則表示與Vy,相對(duì)應(yīng)的測(cè)量值不是疏失誤差，將其保留，并且不 J max 用再對(duì)這一組數(shù)據(jù)進(jìn)行誤差剔除（同一傳感器的數(shù)據(jù)歸為一組）；
[0049] 若g多gjn，a)表示與ν;?相對(duì)應(yīng)的測(cè)量值是疏失誤差，剔除誤差值，并用相同 J max 方法剔除這一組數(shù)據(jù)中的其他疏失誤差。
[0050] 再來(lái)，采用分批估計(jì)的方法對(duì)同一傳感器不同時(shí)刻對(duì)同一觀測(cè)物體的測(cè)量數(shù)據(jù) 進(jìn)行局部融合，得到觀測(cè)物體相關(guān)參數(shù)的局部估計(jì)值，同時(shí)通過(guò)計(jì)算得到傳感器在這一時(shí) 間段的測(cè)量誤差，再根據(jù)分批估計(jì)得到的各傳感器的測(cè)量誤差來(lái)確定不同傳感器的權(quán)重系 數(shù)，最后對(duì)得到的各個(gè)傳感器的局部估計(jì)值進(jìn)行加權(quán)融合，得到最終的全局估計(jì)量，具體 為：
[0051] 將剔除誤差后的測(cè)量值表示為X]1，X]2，…，x ]ni(m彡n)，利用分批估計(jì)理論，對(duì)數(shù)據(jù) 進(jìn)行初步融合處理，并計(jì)算出傳感器的實(shí)時(shí)方差，即將每個(gè)傳感器的數(shù)據(jù)分為一組，分批估 計(jì)時(shí)將每組數(shù)據(jù)分為兩批，設(shè)第一批測(cè)量值的算數(shù)平均及相應(yīng)的標(biāo)準(zhǔn)誤差分別為、: σ ]1;第二批測(cè)量值的算數(shù)平均及相應(yīng)的標(biāo)準(zhǔn)誤差分別為巧2 ，第j組的測(cè)量值的融合方差 (傳感器j的實(shí)時(shí)方差）為：
[0053] 測(cè)量值的融合結(jié)果為：
[0055] 對(duì)k組測(cè)量值同樣利用分批估計(jì)理論進(jìn)行初步融合，得到傳感器的局部估計(jì)值， 再采用自適應(yīng)加權(quán)融合算法完成最后的全局估計(jì)，因此要先確定各組數(shù)據(jù)的權(quán)重系數(shù)，在 滿足總均方差最小的最優(yōu)條件的同時(shí)根據(jù)各組測(cè)量值采用自適應(yīng)的方式確定其對(duì)應(yīng)的權(quán) 值，使融合之后得到的全局估計(jì)量結(jié)果達(dá)到最優(yōu)，
[0056] 權(quán)重系數(shù)為（WjS j組的權(quán)重系數(shù)）：
[0058] 此時(shí)的最小總均方差為：
[0060] 以數(shù)字式顏色傳感器的測(cè)量及數(shù)據(jù)融合為例，選通3個(gè)顏色傳感器的白光通道， 同時(shí)測(cè)量同一色塊，連續(xù)8次測(cè)量得到24個(gè)數(shù)據(jù)，如表1所示。
[0061] 表1傳感器測(cè)量數(shù)據(jù)
[0063] 將傳感器的測(cè)量數(shù)據(jù)分為3組，對(duì)每組數(shù)據(jù)首先進(jìn)行疏失誤差剔除，完成誤差剔 除后，對(duì)每組數(shù)據(jù)進(jìn)行分批估計(jì)得到局部估計(jì)值，及傳感器的實(shí)時(shí)測(cè)量方差，根據(jù)測(cè)量方 差確定權(quán)重系數(shù)分別為0. 1665,0. 6834,0. 1501，最終將24個(gè)測(cè)量數(shù)據(jù)融合為一個(gè)值為 39. 9816,測(cè)量誤差為0. 0005?？梢钥闯霰舅惴ň哂泻芨叩娜诤暇?。
[0064] 以上所述，僅為本發(fā)明的【具體實(shí)施方式】，但本發(fā)明的保護(hù)范圍并不局限于此，任何 不經(jīng)過(guò)創(chuàng)造性勞動(dòng)想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的 保護(hù)范圍應(yīng)該以權(quán)利要求書所限定的保護(hù)范圍為準(zhǔn)。
【主權(quán)項(xiàng)】
1. 一種基于多傳感器數(shù)據(jù)融合的測(cè)量方法，其特征在于，包括以下步驟： 步驟1、對(duì)采集到的原始數(shù)據(jù)進(jìn)行疏失誤差的剔除，減少因疏失誤差對(duì)的融合精度影 響； 步驟2、采用分批估計(jì)的方法對(duì)同一傳感器不同時(shí)刻對(duì)同一觀測(cè)物體的測(cè)量數(shù)據(jù)進(jìn)行 局部融合，得到觀測(cè)物體相關(guān)參數(shù)的局部估計(jì)值，同時(shí)通過(guò)計(jì)算得到傳感器在這一時(shí)間段 的測(cè)量誤差，再根據(jù)分批估計(jì)得到的各傳感器的測(cè)量誤差來(lái)確定不同傳感器的權(quán)重系數(shù)， 最后對(duì)得到的各個(gè)傳感器的局部估計(jì)值進(jìn)行加權(quán)融合，得到最終的全局估計(jì)量。2. 根據(jù)權(quán)利要求1所述的一種基于多傳感器數(shù)據(jù)融合的測(cè)量方法，其特征在于，所述 步驟1中對(duì)采集到的原始數(shù)據(jù)進(jìn)行疏失誤差的剔除，減少了因疏失誤差對(duì)的融合精度影響 具體為： 設(shè)k個(gè)傳感器在相同時(shí)間段內(nèi)對(duì)同一觀測(cè)對(duì)象的η次測(cè)量值分別為xn，X12，…，Xln，… xkl, xk2，…，Xkn，則傳感器j的η次測(cè)量值的算術(shù)平均為：計(jì)算其相對(duì)應(yīng)的剩余誤差為：疏失誤差剔除之前的近似誤差為：設(shè)η個(gè)剩余誤差V]1中絕對(duì)值最大的為I V η |_，則格羅貝斯統(tǒng)計(jì)量g的確切分布為：用查表法找出統(tǒng)計(jì)量的臨界值gc (n，a)，其中a為置信概率； 若g < g。(n，a)，則表示與I V]11 _相對(duì)應(yīng)的測(cè)量值不是疏失誤差，將其保留，并且不再 對(duì)這一組數(shù)據(jù)進(jìn)行誤差剔除； 若g彡g。(n，a)表示與I V]11 _相對(duì)應(yīng)的測(cè)量值是疏失誤差，剔除誤差值，并用相同方法 剔除這一組數(shù)據(jù)中的其他疏失誤差。3. 根據(jù)權(quán)利要求1所述的一種基于多傳感器數(shù)據(jù)融合的測(cè)量方法，其特征在于，所述 步驟2采用分批估計(jì)的方法對(duì)同一傳感器不同時(shí)刻對(duì)同一觀測(cè)物體的測(cè)量數(shù)據(jù)進(jìn)行局部 融合，得到觀測(cè)物體相關(guān)參數(shù)的局部估計(jì)值，同時(shí)通過(guò)計(jì)算得到傳感器在這一時(shí)間段的測(cè) 量誤差，再根據(jù)分批估計(jì)得到的各傳感器的測(cè)量誤差來(lái)確定不同傳感器的權(quán)重系數(shù)，最后 對(duì)得到的各個(gè)傳感器的局部估計(jì)值進(jìn)行加權(quán)融合，得到最終的全局估計(jì)量差具體為： 將剔除誤差后的測(cè)量值表示為X]1，x]2，…，x]ni，利用分批估計(jì)理論，對(duì)數(shù)據(jù)進(jìn)行初步融 合處理，并計(jì)算出傳感器的實(shí)時(shí)方差，分批估計(jì)時(shí)將每組數(shù)據(jù)分為兩批，設(shè)第一批測(cè)量值的 算數(shù)平均及相應(yīng)的標(biāo)準(zhǔn)誤差分別為、σ ]1;第二批測(cè)量值的算數(shù)平均及相應(yīng)的標(biāo)準(zhǔn)誤差 分別為巧2%2 ,第j組的測(cè)量值的融合方差為：測(cè)量值的融合結(jié)果為：對(duì)k組測(cè)量值同樣利用分批估計(jì)理論進(jìn)行初步融合，得到傳感器的局部估計(jì)值，再確 定各組數(shù)據(jù)的權(quán)重系數(shù)，在滿足總均方差最小的最優(yōu)條件的同時(shí)根據(jù)各組測(cè)量值采用自適 應(yīng)的方式確定其對(duì)應(yīng)的權(quán)值， 權(quán)重系數(shù)為：此時(shí)的最小總均方差為：再采用自適應(yīng)加權(quán)融合算法完成最后的全局估計(jì)，得到最優(yōu)的全局估計(jì)量。
【專利摘要】本發(fā)明公開了一種基于多傳感器數(shù)據(jù)融合的測(cè)量方法，在使用傳感器測(cè)量某一參數(shù)時(shí)，可以通過(guò)本發(fā)明的方法先用格羅貝斯判據(jù)對(duì)采集到的原始數(shù)據(jù)進(jìn)行疏失誤差的剔除，減少了因疏失誤差對(duì)的融合精度影響；之后采用分批估計(jì)的方法對(duì)同一傳感器不同時(shí)刻對(duì)同一觀測(cè)物體的測(cè)量數(shù)據(jù)進(jìn)行局部融合，得到觀測(cè)物體相關(guān)參數(shù)的局部估計(jì)值，同時(shí)還可以通過(guò)計(jì)算得到傳感器在這一時(shí)間階段的測(cè)量誤差；根據(jù)分批估計(jì)得到的各傳感器的測(cè)量誤差來(lái)確定不同傳感器的權(quán)重系數(shù)，最后對(duì)得到的各個(gè)傳感器的局部估計(jì)值進(jìn)行加權(quán)融合，得到參數(shù)最終的全局估計(jì)值。本發(fā)明適于實(shí)際工程應(yīng)用，根據(jù)先驗(yàn)知識(shí)來(lái)確定數(shù)據(jù)融合的權(quán)重系數(shù)。
【IPC分類】G01D21/00
【公開號(hào)】CN105352535
【申請(qǐng)?zhí)枴緾N201510631269
【發(fā)明人】李東新, 陳景良
【申請(qǐng)人】河海大學(xué)
【公開日】2016年2月24日
【申請(qǐng)日】2015年9月29日