典型文献
基于分批估计的自适应加权数据融合算法
文献摘要：
针对多传感器数据融合问题,文中提出了一种基于分批估计的自适应加权数据融合算法.该算法采用时间序列和空间序列对采集的数据分批求其方差,利用数据一致性检测对噪点进行剔除,进而得到自适应因子.随后采用自适应加权法对数据进行融合,得到预测值.文中模拟物联网数据进行仿真实验.结果表明,在处理数据时运用分批估计的自适应加权多传感器数据融合技术,能够提高传感器测量的精确度和系统的可靠性,基于分批估计的自适应加权平均法比传统自适应方法的均方根误差减少了10％,精度提高了2.3％.
文献关键词：
自适应加权;多传感器融合;分批估计;数据融合;物联网;数值一致性检测;时间序列;空间序列
中图分类号：
作者姓名：
施震华;张娜;包晓安;宋杰
作者机构：
浙江理工大学 信息学院,浙江 杭州310018;武汉理工大学 经济学院,湖北 武汉430070
文献出处：
引用格式：
[1]施震华;张娜;包晓安;宋杰-.基于分批估计的自适应加权数据融合算法)[J].电子科技,2022(05):19-25
A类：
数值一致性检测
B类：
分批估计,自适应加权,权数,融合算法,多传感器数据融合,融合问题,空间序列,数据一致性,噪点,自适应因子,加权法,物联网数据,时运,数据融合技术,传感器测量,加权平均法,自适应方法,多传感器融合
AB值：
0.22077
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
