Elman神经网络多传感器融合技术的研究与应用.pdf

《Elman神经网络多传感器融合技术的研究与应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Elman神经网络多传感器融合技术的研究与应用刘勇，等ResearchandAppIicatiOnOfEImanNeuralNetworkMuIti—sensOrFusionTechnOIogy纠勇旅及纠万秀(青岛理工大学自动化工程学院，山东青岛266033)摘要：由于重力传感器容易受环境温度等各种非目标参量的影响，其输出性能大大降低，为此，采用Elman神经网络多传感器融合技术加以解决。传感器信息融合是对多种信息的获取、表示及其内在联系进行综合处理和优化的技术。多传感器信息经过融合后能够完善、准确地反

2、映环境的特征。采用Elman神经网络补偿由系统的非线性和外界干扰引起的误差。仿真试验表明，该算法计算量小、拟合程度好、精确度高。关键词：传感器数据融合神经网络动态补偿鲁棒性中图分类号：TP274文献标志码：AAbstract：Whilet}Ieoutputped’0mlanceoft11egravitysensorsi8greatlydeterioratedbecausetheirdevicech啪cteristicsareeasilyafkctedbyenvimnmenttemperatureandv

3、ariousnon—targetparameters，Elmanneuralnetworkmulti—sensorfusiontechnoIogyisadoptedtosolvethepmblem．Sensorinformationfusionisthetechn0109ythatisabletocomprehensivelyprocessandoptimizevarietyinfoHllationa。quisition，representationandtheirintrinsicreIations．

4、Withfusion，thei11fo珊ationofmul“一sensorsca“preciselyandperfectlyrenectthecharacteristicsofenVimnment．TheerrorscausedbythenonlinearityofsystemandextemalinterferencearecompensatedbyadoptingElmanneuralnetwork．Thesimulationindicatesthatthealgorithmfeaturessma

5、llamountofcalculation，goodnessoffitting，andh培haccuraoy．Keywords：SensorDatafusionNeuralnetworkDynamiccompensationRobustness0引言传感器是电子衡器中最重要的检测元件之一。然而由于其器件本身的原因，导致其在温度变化较大的环境中输出非线性信号，误差较大。国内外学者对传感器的补偿问题进行了大量的研究，得出了很多方法u。。。其中一种方法是采用电阻网络等硬件措施来抑制非目标参量的影响，但由于电阻

6、本身也受温度等环境参量的影响，补偿效果不佳；另一种方法是利用软件补偿，多采用神经网络法。一些前馈神经网络(如BP、RBF等)能简单方便地实现传感器的非线性静态补偿，但这些前馈神经网络一般不具有动态信息处理能力，在很多场合不能满足要求。反馈型网络增加了层问或层内的反馈连接，对动态系统的辨识精度和网络结构都较前馈网络有了较大的改善，因此在许多场合获得了广泛的应用。本文采用Elman反馈型神经网络实现传感器的非线性校正，对采样数据进行训练，学习速率快，且取得了很好的补偿效果。修改稿收到日期：20ll—11一1

7、6。第一作者刘勇(1986一)，男，现为青岛理工大学控制理论与控制工程专业在读硕士研究生；主要从事控制理论与控制工程、电气工程的研究。1信息融合基础多传感器信息融合技术(multi_sensorinfomationfusion，MSIF)是指对来自多个传感器的数据进行多级别、多方面、多层次处理，以产生新信息的技术。这种新信息是任何单一传感器所无法获得的。MsIF是新兴的多学科交叉的研究领域，涉及信号处理、概率统计、信息论、模式识别、人工智能、模糊数学等多种理论，是人类模仿自身信息处理能力的结果∞。9一。

8、信息融合方法可以分为数据级融合(也称像素级融合)、特征级融合和决策级融合三级。本文采用数据级融合技术，其原理图如图1所示。叫竺竺H_一Elman神经网络啊酢信号检测单兀神经蹰络补偿单兀图1数据级融合技术原理图Fig．1P打ncipleofdatafhsiolitechnology数据级融合是对来自同等量级的传感器原始数据的直接融合，是在各种传感器的原始测试数据未经预处理之前就进行的综合与分析。这是最低层次的融66PROCESSAUToMAT