datasheet

一种改进的多传感器加权融合算法

2016-10-09来源: eepw关键字:传感器  加权融合算法
  引言

  多传感器数据融合是近几年迅速发展的一门信息综合处理技术,它将来自多传感器或是多源的信息和数据进行综合处理,从而得出更为准确可信的结论。此项技术的应用不仅可以提高系统的精度和可靠度,还可以提高系统的量测范围、增加系统的可信度、缩短系统响应时间。在数据融合中,加权融合算法是较为成熟的一种融合算法,该算法的最优性、无偏性、均方误差最小等特性在许多研究结果中都已经被证明。加权融合算法的核心问题是如何确定权重,权重的选取直接影响融合结果。

  常用的方法有加权平均法,加权平均是一种最简单和直观的方法,即将多个传感器提供的冗余信息进行加权平均后作为融合值。该方法能实时处理动态的原始数据,但是权重的确定具有一定的主观性,在实际应用中,效果并未达到最优。本文采用二次加权的方法,并引入最优比例权重的概念,先对单个传感器进行加权,再对整体进行加权并导出基于改进算法的加权融合公式。通过仿真,并与加权平均融合算法中采用的等权重融合算法进行比较,验证该算法的有效性。

  多传感器数据加权融合

  加权数据融合是多个传感器对某一个环境中的同一特征参数的数据进行量测,兼顾每个传感器的局部估计,按某一原则给每个传感器制定权重,最后通过加权综合所有的局部估计得到一个全局的最佳估计值。

  加权平均融合算法

  假设在n个传感器的融合系统中,传感器s1,s2,…,sn对同一个目标进行状态估计,第i个传感器在第k时刻的局部状态估计值为,(i=1, 2, …, n)。假定是无偏估计,且任意两个传感器局部估计误差之间互不相关。

  设各个传感器的权重分别是w1, w2, …wn,则融合后的状态估计值为和权重满足的条件为:

1.jpg 

  改进的加权融合算法

  提出改进的加权融合算法采用二次加权的方法,并引入了最优比例权重的概念,先对单个传感器进行加权,再对整体进行加权,目的是使算法性能达到最优。

  单个传感器一次加权

  获得观测数据的方法一般是采用单个传感器,由于传感器的系统方差是固定不变的,所以减小估计均方误差的唯一方法就是增加观测数据,而增加观测数据就会使运算量增大并且收敛速度降低,多传感器数据融合可以解决此问题。但是在多个传感器中,一个或者更多的传感器在观测噪声很大或是估计值发散的情况下,进行数据融合,同样会使融合系统性能不稳定并导致严重的估计偏差。所以,在进行多传感器数据融合之前,要对单个传感器的状态估计值进行加权,使估计值快速收敛目的是为了给融合系统输入稳定的融合数据,使融合后的估计值达到最优状态。

  单传感器加权思想:在某时刻方差最小情况下,利用此时刻的状态估计值与此时刻观测值与此时刻的状态估计值的和的比值作为权重,定义它为最优比例权重。用此权重去加权,目的是校正那些发散或是估计偏差较大的估计值,使其收敛,为多传感器数据融合系统提供良好稳定的数据源。

2.jpg 

  Wk为在第k时刻方差最小情况下的最优比例权重;vj为t个时刻的观测值与状态估计值之和;为加权后的t个时刻的状态估计值。

  多传感器二次加权融合

  多传感器数据融合目的是使对目标的估计精度达到更高,但由于传感器的方差固定不变,所以,在进行融合时要考虑传感器的方差对融合权重的影响。设多传感器融合权重为:

3.jpg 以给出一个带有约束条件的多变量的目标函数:

4.jpg 
5.jpg 

  改进的加权融合算法的运算流程及计算机仿真实验

  算法的运算流程

  1.先对多传感器中的单个传感进行处理,单传感器对一个目标不同时刻的状态估计值多采用Kalman递归滤波算法,根据初始的误差方阵P0,根据递归公式,可以计算出t个时刻的误差方阵PK(k=1, 2, ..., t),计算出mintracePK的时刻k。

  2.开始根据初始值进行递归计算,根据计算t个时刻的vt,然后根据第一步的计算,可以确定k时刻的PK最小,然后计算出最优比例权重。

  3.对发散数据或是估计精度差的数据,我们根据最优比例权重,对其进行加权,根据公式(4),计算出加权后的状态估计值(j=1, 2, ..., t)。

  4.由每个传感器的方差并根据公式(11),可以计算出融合权重ai,将上一步骤中的经过加权的各个传感器的状态估计值进行融合,根据公式(12),计算出融合值。

  从以上运算流程中可以看出,对于每个传感器只需在其方差最小的情况下,就可计算出各自的最优比例权重。然后再根据它们的固定方差,计算出融合权重。

6.jpg 

  通过仿真,对图1和图2进行比较可以看出,采用最优比例权重进行加权处理的单个传感器的估计精度要高于未采用最优比例权重进行加权的单个传感器的估计精度,此方法可以提高估计精度。

7.jpg 

  两种算法的仿真比较

  考虑三个传感器的二维跟踪系统:

8.jpg 

  其中T为采样周期,x(t)=[xl(t), x2(t)]T,xl(t),x2(t)和w(t)各为在时刻tT运动目标的位置、速度、和加速度,且z(t)为对x(t)的观测信号,v(t)为观测噪声。

  设w(t)和vi(t)是零均值、方差阵各为和的独立高斯白噪声。

9.jpg 

  用Matlab进行仿真,产生200个周期三个传感器跟踪目标的状态估计数据和两种算法的融合数据。

10.jpg 

  图3是三个传感器的状态估计值及改进的融合算法、平均加权融合算法的估计值与真实值的比较,图4是改进的融合算法与平均加权融合算法的状态滤波误差曲线的比较。从图3和图4中可以看出,经过多传感器融合后,不管用哪种融合算法,目标航迹较原来单传感器跟踪都有很大的改善。

11.jpg 

  本文提出的改进加权融合算法的融合效果明显优于单传感器跟踪,通过图3和图4进行的两种融合算法的融合估计值及方差比较,也可得出改进融合算法优于平均加权融合算法的结论。

  结语

  针对多传感器数据融合中,传感器系统方差较大,对加权融合会产生不利影响。针对此问题,本文引入最优比例权重的概念,利用二次加权的方法,提出了改进的加权融合算法。在此基础上得出了改进加权融合算法的计算公式,通过计算机仿真实验,并与平均加权算法进行比较证明了此改进融合算法的有效性。

关键字:传感器  加权融合算法

编辑:什么鱼 引用地址:http://www.eeworld.com.cn/qrs/article_2016100930895.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:智能视频监控应用系统设计攻略
下一篇:使用L6506 实现步进电机的电流控制

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

能探测软硬物体 曝特斯拉新传感器硬件

官方说法,目前特斯拉正在生产的所有车辆都配备了支持完全自动驾驶能力的全新硬件,其中就包括新发布的完全自动驾驶芯片。以此推断,新型传感器或许已经在旗下新生产的全系车型中采用。关于特斯拉的完全自动驾驶技术,汽车之家将持续保持关注。
发表于 2019-05-16
能探测软硬物体 曝特斯拉新传感器硬件

安森美半导体在AutoSens 2019展示汽车图像传感器、激光雷达方案

展示全面的汽车感知阵容,包括用于车舱内、倒车和环视摄像机、先进驾驶辅助系统(ADAS)前视摄像机和摄像机监控系统的传感器推动高能效创新的安森美半导体(ON Semiconductor,美国纳斯达克上市代号:ON),将在美国密歇根州底特律的AutoSens大会展示全面的汽车应用传感器阵容,重点展示针对车舱内应用的下一代RGB-IR图像传感器方案和用于先进驾驶辅助系统(ADAS)及汽车摄像机视觉系统的Hayabusa™系列CMOS图像传感器。为满足日增的车舱内乘员监控摄像机需求,230万像素(MP)RGB-IR传感器在有可见光时实现达120 dB的动态范围和卓越的近红外性能,提供高质量RGB图像,及在近红外(NIR)光主动照明场景时
发表于 2019-05-15
安森美半导体在AutoSens 2019展示汽车图像传感器、激光雷达方案

三星推出新传感器 接近人眼识别范围

   近日,三星官方对外发布了两款将推出的传感器,分别是ISOCELL Bright GW1和ISOCELL Bright GM1。其中前者在正常光源环境下的像素值为6400万像素,在弱光环境下像素值也可以达到1600万像素,后者为4800万。不仅如此,ISOCELL Bright GW1传感器还能够为用户带来更加清晰的图像,并且还支持每秒480帧的高清视频录像。而传感器ISOCELL Bright GM1不论在亮光环境还是低光环境下都能够带来同样出彩的高清画面。GW1传感器支持高达100DB的HDR高动态范围,而人眼的识别范围是120DB,这意味着三星传感器已经十分接近人眼的识别范围,也就是说利用搭载这款
发表于 2019-05-14

AI仿生学,普渡大学打造仅12克蜂鸟机器人

机器人视觉能力时,就少了一个传感器。”  不过在给机器人增加更多其他传感器之前,研究小组表示,它的提升力需要提升。未来,相机、GPS和其他传感器可能会非常有用,另外电池可以让它自由飞行--不过以目前的情况来看,无人机必须要保持与能源的连接才行。 其他优点还包括了机器人可以进行高效的无声飞行并能轻松处理乱流。另外,团队还开发了一种更适合昆虫的版本,其重量只有1克。 这项研究将于下周通过三篇论文在蒙特利尔举行的IEEE机器人和自动化国际会议上发布。
发表于 2019-05-14
AI仿生学,普渡大学打造仅12克蜂鸟机器人

什么是倾角传感器?科普一下

随着生产和科学的不断发展,角度测量越来越广泛的应用于工业科研等各领域,随着技术水平和测量准确度也在不断提高。 市场对于传感器的需求也是越来越大,单从定义上来看倾角传感器是用来测量相对于水平面的倾角变化量,换句话说倾角传感器其实是运用惯性原理的一种 加速度传感器 。 根据基本的物理原理,在一个系统内部,速度是无法测量的,但却可以测量其加速度。如果初速度已知,就可以通过积分算出线速度,进而可以计算出直线位移,所以它其实是运用惯性原理的一种加速度传感器。  当倾角传感器静止时也就是侧面和垂直方向没有加速度作用,那么作用在它上面的只有重力加速度。重力垂直轴与加速度传感器灵敏轴之间
发表于 2019-05-13
什么是倾角传感器?科普一下

三星或推6400万像素相机传感器

2019年,4800万像素的索尼IMX586与三星GM1成为行业追捧的对象,不少手机都搭载这两款传感器,为消费者带来了更出色的拍照表现。不过按照行业的发展速度来看,4800万像素传感器或许很快就会“过时”,今日有消息显示,三星将推出全新的6400万像素ISOCELL Bright GW1传感器,相信这款传感器也会为移动摄影领域带来新的突破。  根据三星官方公布的消息来看,6400万像素的三星GW1传感器同样拥有0.8μm的单位像素,而且依然具备像素四合一技术,暗光环境下,它会输出1600万像素1.6μm大像素的照片。另外,三星GW1传感器还将支持高达100dB的实时高动态范围(HDR),相比之下传统图像传感器的动态范围约为60dB
发表于 2019-05-12

小广播

何立民专栏

单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2019 EEWORLD.com.cn, Inc. All rights reserved