摘要
针对多源传感器系统中存在着异常数据处理不及时、数据融合计算效率较低等问题,本文提出了一种基于LSTM和扩展卡尔曼滤波的多源传感器监测及数据融合方法,并以空气质量监测为例详细论述了该研究的应用。通过物联网采集模块,实现了传感器数据测量和传输,选用LSTM神经网络来对其进行异常数据处理,通过扩展卡尔曼滤波算法对测量过程产生的动态误差进行补偿,进而实现传感器目标状态高精度的测量,达到有效去除噪声影响的目的。最后,经过实验结果分析,表明该方法有较好的实践应用效果。
-
单位河北省科学院应用数学研究所; 石家庄铁路职业技术学院; 河北先河环保科技股份有限公司