基于模糊神经系统的多传感器数据融合算法

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于模糊神经系统的多传感器数据融合算法

荣健, 乔文钊

文章导航 > 电子科技大学学报 > 2010 > 39(3): 376-378,424

荣健, 乔文钊. 基于模糊神经系统的多传感器数据融合算法[J]. 电子科技大学学报, 2010, 39(3): 376-378,424.

引用本文:

荣健, 乔文钊. 基于模糊神经系统的多传感器数据融合算法[J]. 电子科技大学学报, 2010, 39(3): 376-378,424.

RONG Jian, QIAO Wen-zhao. Neural-Fuzzy-Based Multisensor Data Fusion Architecture[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(3): 376-378,424.

Citation:

RONG Jian, QIAO Wen-zhao. Neural-Fuzzy-Based Multisensor Data Fusion Architecture[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(3): 376-378,424.

基于模糊神经系统的多传感器数据融合算法

荣健,
乔文钊

1.
电子科技大学物理电子学院成都 610054

基金项目:

国家自然科学基金(60572079)

作者简介:
荣健(1962-)，男，教授，博士生导师，主要从事空间光电系统与技术方面的研究.

中图分类号: TN193

Neural-Fuzzy-Based Multisensor Data Fusion Architecture

1.
School of Physical Electronics,University of Electronic Science and Technology of China Chengdu 610054

摘要: 将自适应模糊神经推理系统(ANFIS)和卡尔曼滤波器应用于目标跟踪系统中，构成多传感器数据融合算法。该算法假设在目标运动过程中，过程噪声和测量噪声是相互独立的高斯白噪声序列。使用ANFIS分别对目标的加速度和测量噪声的方差进行估计，通过卡尔曼滤波器获得目标后验状态，最终由神经网络对多传感数据进行融合得到系统输出。仿真结果表明，该算法可以通过自适应调整跟踪参数有效地防止目标丢失。
- 数据融合 /
- 模糊逻辑 /
- 卡尔曼滤波 /
- 多传感器系统 /
- 神经网络
Abstract: An adaptive neural-fuzzy-based multisensor data fusion architecture for target tracking systems is presented. In this architecture, both process noise and measurement noise are modeled as uncorrelated zero-mean Gaussian noise sequences. Adaptive-network-based fuzzy inference systems (ANFIS) are employed to detect and estimate target maneuvers and measurement noise covariance matrices. They are considered as an adaptive mechanism to cooperate with Kalman filters to process multiple sensor data, which are fused by a specific neural network to obtain optimal results. The results of simulation demonstrate this architecture can avoid mistracking effectively by adjusting tracking parameters
- data fusion /
- fuzzy logic /
- Kalman filtering /
- multisensor systems /
- neural networks

[1]	伍度志, 杨帆, 赵静. 基于信息熵的加权基因关联网络融合方法 . 电子科技大学学报, 2018, 47(2): 286-291. doi: 10.3969/j.issn.1001-0548.2018.02.020
[2]	宋召青, 王康. 基于后向差分Delta算子的卡尔曼滤波算法及其仿真 . 电子科技大学学报, 2016, 45(5): 767-771. doi: 10.3969/j.issn.1001-0548.2016.05.010
[3]	周瑞, 袁兴中, 黄一鸣. 基于卡尔曼滤波的WiFi-PDR融合室内定位 . 电子科技大学学报, 2016, 45(3): 399-404. doi: 10.3969/j.issn.1001-0548.2016.02.015
[4]	杨珺, 马秦生, 王敏, 曹阳. 网络取证隐马尔可夫模型证据融合方法 . 电子科技大学学报, 2013, 42(3): 350-354. doi: 10.3969/j.issn.1001-0548.2013.03.006
[5]	张小红, 祝峰. Rough逻辑系统RSL与模糊逻辑系统?uk . 电子科技大学学报, 2011, 40(2): 296-302. doi: 10.3969/j.issn.1001-0548.2011.02.028
[6]	朱焱, 张龙飞. Web质量模糊评测系统的研究与实现 . 电子科技大学学报, 2010, 39(2): 242-246. doi: 10.3969/j.issn.1001-0548.2010.02.019
[7]	钱艺, 王沁, 吴巍, 刘金龙. 神经网络并行MIMD处理器的研究及实现 . 电子科技大学学报, 2008, 37(6): 904-907.
[8]	李金海, 巴晓辉, 陈杰. 三阶卡尔曼滤波数字锁频环设计及性能分析 . 电子科技大学学报, 2008, 37(5): 677-680,729.
[9]	刘贵松, 王晓彬. 采用自适应GHA神经网络的分类器设计 . 电子科技大学学报, 2007, 36(6): 1241-1244.
[10]	舒红平, 徐振明, 邹书蓉, 何嘉. 网格聚类在多雷达数据融合算法中的应用 . 电子科技大学学报, 2007, 36(6): 1253-1256.
[11]	吴斌, 郭贤生. 基于粗集规则编码的神经网络控制器设计 . 电子科技大学学报, 2006, 35(5): 798-800,836.
[12]	张春凤, 徐军, 钟守铭. 一类神经网络系统的渐近行为 . 电子科技大学学报, 2004, 33(1): 91-93.
[13]	罗光春, 卢显良, 张骏, 李炯. 基于多传感器数据融合的入侵检测机制 . 电子科技大学学报, 2004, 33(1): 71-74.
[14]	唐普英, 陈永倩, 黄顺吉. 一种基于Lagrange神经网络的多用户检测器 . 电子科技大学学报, 2001, 30(1): 9-12.
[15]	张冰, 邱志强. 模糊神经网络在雷达网数据融合中的研究 . 电子科技大学学报, 2001, 30(1): 29-32.
[16]	唐普英, 杨春华, 黄顺吉. 一种基于优化神经网络的最佳多用户检测器 . 电子科技大学学报, 1999, 28(2): 116-119.
[17]	陈其工. 直接转矩控制系统中感应电机定子电阻模糊观察 . 电子科技大学学报, 1999, 28(3): 291-294.
[18]	陈朝阳, 陈光, 虞厥邦. 一个基于神经网络的测试生成系统 . 电子科技大学学报, 1997, 26(1): 59-62.
[19]	孟相如, 虞厥邦. 电流模式神经网络分类器的CMOS实现技术 . 电子科技大学学报, 1997, 26(5): 453-456.
[20]	陈金岭, 王保强, 杨秀丽. 多传感器系统的灵敏度、选择性与精度 . 电子科技大学学报, 1997, 26(3): 318-323.

WeChat

点击查看大图

计量

文章访问数: 3579
HTML全文浏览量: 169
PDF下载量: 82
被引次数: 0

基于模糊神经系统的多传感器数据融合算法

荣健,
乔文钊

1. 电子科技大学物理电子学院成都 610054

基金项目:

国家自然科学基金(60572079)

作者简介:
荣健(1962-)，男，教授，博士生导师，主要从事空间光电系统与技术方面的研究.

收稿日期: 2008-10-09
修回日期: 2009-08-04
刊出日期: 2010-06-15

中图分类号: TN193

关键词:

摘要: 将自适应模糊神经推理系统(ANFIS)和卡尔曼滤波器应用于目标跟踪系统中，构成多传感器数据融合算法。该算法假设在目标运动过程中，过程噪声和测量噪声是相互独立的高斯白噪声序列。使用ANFIS分别对目标的加速度和测量噪声的方差进行估计，通过卡尔曼滤波器获得目标后验状态，最终由神经网络对多传感数据进行融合得到系统输出。仿真结果表明，该算法可以通过自适应调整跟踪参数有效地防止目标丢失。

English Abstract

荣健, 乔文钊. 基于模糊神经系统的多传感器数据融合算法[J]. 电子科技大学学报, 2010, 39(3): 376-378,424.

引用本文:

荣健, 乔文钊. 基于模糊神经系统的多传感器数据融合算法[J]. 电子科技大学学报, 2010, 39(3): 376-378,424.

RONG Jian, QIAO Wen-zhao. Neural-Fuzzy-Based Multisensor Data Fusion Architecture[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(3): 376-378,424.

Citation:

RONG Jian, QIAO Wen-zhao. Neural-Fuzzy-Based Multisensor Data Fusion Architecture[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(3): 376-378,424.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发