资源描述：
《数据融合结构及其在超声检测中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、B""E年E月传感技术学报第A期!"#$#%&’()*+$,&-$&,./#’.0)*1.&,#21.$3),4#*0"!+5*6.,.*-.#*05$’!772(-#$()*(*82$,#’)*(-".$.-$()*!"#$%&’()*+,!"#$%-*+./#$01+,（02+3’2+/+*4563*78，9*+’(2+,:21，"5;5*"##""$<=>=?’*+2）!9’$,#-$：%&’()*)+,-’.+(*/*0*12(’345+0&3/6*(+/340&+7356’4*0’343189:’41+,+47+*4/*,0’1’7’*;4+2,*;4+09<3,=>%&+,+(
2、+*,7&31,+73-4’0’34*4/7;*((’1’7*0’34’42;0,*(34’7434/+(0,270’.+0+(0’4-’(7*,,’+/320>%&+*/.*40*-+*4/1+*(’6’;’0?310&+5+0&3/’(*4*;?@+/>:.;3),0’：*,0’1’7’*;4+2,*;4+0<3,=；89:’41+,+47+；/’(7340’42’0?一种基于神经网络和89:推理的数据融合结构及其在超声检测中的应用!张淑清A张琳A段勇B(A>燕山大学电气工程学院，河北秦皇岛"##""$)邯郸市工程建设造价管理站B>摘要：用一种将8!:证据理论与人工神经网络相结合的数据
3、融合方法，研究了超声无损检测中不连续性的识别与分类的方法。分析了该方法的可行性及优点。关键词：人工神经网络；89:证据理论；不连续性中图分类号：%CDE文献标识码：F文章编号：A""$!A#D（DB""E）"A!""$G!"E将来自多个传感器或多源的信息在一定准则下和噪声的影响。本文提出一种方案，采用多个超声加以自动分析、综合以完成所需的决策和估计任务传感器获取信息，再利用89:证据理论和人工神经而进行的信息处理———即数据融合。扩展了时空覆网络相结合的数据融合方案，最大限度的获取可利盖范围，改善了系统可靠性，对目标或事件的确认增用的信息，使得对试件的不连续性检出能力大大提加了可信度，减少
4、了信息的模糊性，因而获得了普遍高，并可进一步识别不连续性的类型。的关注和广泛的应用。主要应用领域有：机器人和A信息融合算法智能仪器系统，图象分析和理解，目标检测和跟踪，自动目标识别，多源图像复合。A>A算法结构在超声无损检测中，由于单一传感器易受环境本节提出一种将89:证据理论和人工神经网络!收稿日期：B""B9"D9A#基金项目：国家自然科学基金资助项目（#"A"B""B），河北省自然科学基金资助项目（#"ABB$），霍英东基金资助项目（HA"IG）作者简介：张淑清（AD##9）女，教授，在职博士。获省、部级科学技术进步奖B项，完成科研A"余项，在研项目I项，发表论文I"余篇。+2传感技
5、术学报&33*年相结合的多传感器智能信息融合结构。如图!所和电噪声信号的影响信息、操作人员的经验信息也示。该系统将每个超声传感器的量测信息进行初步作为人工神经网络的输入，通过训练好的网络，得出预处理，得到初次的不连续性识别结果，求出相应的较准确的不连续性的识别和分类。该系统有以下优基本概率赋值，将每一个传感器作为一个证据体，利点：!仅对量测信息用"#$证据理论作时间上的融用"#$证据理论对分时获取的信息先作时间上的融合，不会由于引入信息量过多而产生计算组合爆炸合，将这一组时间上的融合结果作为人工神经网络问题。"将多方面的影响因素纳入人工神经网络，的输入，在将由于环境因素引入的不希望的声噪声
6、提高了系统的抗干扰能力和容错能力。图!系统组成结构!%&融合策略(（)!*%!）（!*#!!"!!）&（!$）"（,）在超声检测中每一个超声探头对应一个特征源!#（!$）’(（)!*%!）（!*#!!"!!）$检测，首先要选定特征源清单。"#$证据理论正是式中&（!$）———探头!赋予目标$的基本概率赋值；针对这种具有互补性的特征信息提出的融合算法。&（!$）———探头!赋予识别框架$的基本概率将多个传感器分别提出的有关目标对象的证据综合赋值；为一致的结果描述。关键点就是基本概率分布函数#（!$）———探头!与目标$之间的相关系数；的构造，但在"#$证据理论中并没给出基本概率分#!———探
7、头!的环境性能系数（如几何形状、表布函数的一般形式。本文对基本概率分布函数定义面粗糙度等）；如下：!!———探头!与各目标的最大相关系数；!!"’()｛#（!$）｝（!）!———探头!的相关分配值；"!%!———探头!的可靠系数%!!"!"（&）以两个置信函数为例讨论合并规则，实质上就!#（!$）!是在同一识别框架下，将两个不同证据体的基本概率赋值合并，产生一个总体基本概率赋值。%#!!"!!（*）定理：设-./!和-.
