用于胎压监测系统的一种改进贝叶斯估计数据融合的研究

针对小型汽车胎压监测系统(TPMS)利用单一传感器测量数据不确定性的问题,提出一种将贝叶斯估计和卡尔曼滤波相结合的多传感器数据融合的方法。设计满足系统功能要求的方案,运用贝叶斯估计对SP370轮胎模块中传感器采集的数据进行融合,排除失效的数据以及故障的传感器,提高系统的精度。结合卡尔曼滤波器优化融合的结果,消除噪声信号。研究结果表明,采用上述的数据融合方法能够有效的解决单一传感器测量数据的局限性,抑制传感器引入的噪声,并通过仿真验证了本系统的可行性、可靠性。

D-S证据理论中冲突证据的改进方法研究

针对传统D-S证据理论融合高度冲突的证据所得与直观结果相悖的问题,在修改证据源的基础上,提出了一种基于夹角余弦和兰氏距离有效解决高度冲突证据的方法。首先,通过夹角余弦识别冲突证据,对存在的冲突证据,计算系统识别框架中证据间的兰氏距离;其次,以证据的可靠性作为权重,对证据源进行加权平均;最后,对处理后的证据源采用D-S合成规则得到融合结果。数值仿真实验表明,该方法能有效地识别冲突证据,并与其他几种典型的方法相比较,可以解决证据高度冲突的问题,快速识别目标结果,可靠性高。