基于Bayes估计的受限空间探测数据融合算法

作者:张伟利; 杨喆; 孙晓海; 刘铭*; 韩成浩
来源:吉林大学学报(理学版), 2023, 61(03): 658-664.
DOI:10.13413/j.cnki.jdxblxb.2021388

摘要

针对单个传感器采集信息不准确的问题,提出一种基于Bayes估计的受限空间探测数据融合算法.首先,通过分析探测信号的组成结构,利用滤波、限幅、阶跃信号去除等方法,解决了信号干扰问题,提高了特征参量的显著性;其次,结合数据融合架构的动态性特征,给出合理假设,组合先验网络与转移网络,共同建立动态Bayes网络模型,得到融合目标函数;最后,通过引入正态分布研究探测值的不确定性,将探测节点视为似然函数,推导融合后的最大后验概率,以融合加权平均误差比为指标,通过“两两相遇”的方式实现多类型探测数据融合.仿真实验结果表明,该算法解决了信号冗余问题,数据融合效果较好,火灾整体漏报次数较少,数据融合时间最高值仅为2.4 s.