论文部分内容阅读
针对多传感器融合过程中异常测量数据的出现会降低数据融合质量的问题,提出了基于贝叶斯方法的一种多传感器数据融合方法,通过识别传感器间测量数据的不一致,在传感器数据融合前剔除异常数据,提高数据融合的精度。提出的方法在简单的贝叶斯方法上增加一项概率因子,以此表征测量数据为非异常事件的概率。在某只传感器输出数据与其他传感器不一致时,增加的因子项具有增加后验分布方差的效果。通过仿真实验对融合方法进行了验证,结果表明该方法能有效识别传感器数据间的不一致,融合精度得到一定提高。