信
息与控制
2015
年 第
44
卷 第
5
期
： 557 ～ 563
DOI： 10． 13976 / j． cnki． xk． 2014． 0557
文
章编号
： 1002 － 0411（ 2015） － 05 － 0557 － 07
基于改进模糊聚类的同构多传感器在线数据融合方法
苏
卫星
1，2
，
朱
云龙
2
，
刘 芳
3
，
马
连博
1，2
1．
中国科学院沈阳自动化研究所
，
辽
宁 沈阳
110016； 2．
中国科学院大学
，
北京
100049；
3．
华晨汽车工程研究院
，
辽宁 沈阳
110027
基
金项目
：
国家科技支撑计划资助项目
（ 2014BAF07B01）
；
国家自然科学基金资助项目
（ 61203161，51205389） ；
辽宁省自然科学基金资助
项
目
（ 201202226）
通信作者
：
苏卫星
，suweixing@ sia． cn
收稿
/
录用
/
修回
：
2014 － 06 － 06 /2014 － 08 － 20 /2014 － 09 － 11
摘
要
针对同构多传感器系统在无先验知识
、
无系统模型条件下对同一未知目标进
行在线测量过程中的数据融合问题
，
提出一种基于改进模糊聚类的同构多传感器
在线融合方法
．
该方法采用引入噪声类的鲁棒模糊聚类方法分析同时刻多源数据
，
避免了传统模糊聚类融合方法中对聚类数设定的依赖
，
同时有效去除系统偏移较
大的数据源和异常信号对融合结果的不良影响
；
通过引入隶属度函数影响因子
，
增加历史融合结果对当前融合的指导
．
仿真实验进一步验证所提方法在融合精度
和计算实时性方面的优势
．
关
键词
鲁棒模糊聚类
模糊
C
均值聚类
多传感器
数据融合
中图分类号
： TP273．
+
2
文
献标识码
： A
Online Data Fusion Method for Homogeneous Multi-sensors Based
on Advanced Fuzzy Clustering
SU Weixing
1，2
，ZHU Yunlong
2
，LIU Fang
3
，MA Lianbo
1，2
1． Shenyang Institute of Automation，Chinese Academy of Sciences，Shenyang 110016，China；
2． University of Chinese Academy of Sciences，Beijing 100049，China；
3． Brilliance Automobile Engineering Ｒesearch Institute，Shenyang 110027，
China
Abstract
In order to deal with the problem of multi-sources data fusion for a homogeneous multi-sensor system dur-
ing the online measurement of an unknown target without prior knowledge or system model，this paper propo-
ses a new fusion method based on advanced fuzzy clustering． The method utilizes the robust fuzzy clustering，
which includes a noise cluster besides the normal clusters，to process the multi-sources data with the some
timestamp． It avoids the disadvantage of traditional FCM-clustering-based data fusion method on selecting the
number of the clusters，and can remove the ill effects of both the data sources with large system drift and the
abnormal signals to the fusion result． Furthermore，an impact factor for membership function is added to guide
the current fusion process by historical fusion results． The simulation results verifies the advantages of the pro-
posed method on accuracy and real-timeness．
Keywords
robust fuzzy clustering；
fuzzy C-means （ FCM）
clustering；
multi-sensor；
data fusion
1
引
言
多传感器测量与感知系统是集
目标测量
、
数据处理和
信息融合利用于一体的多层次
、
多粒度复杂信息处理系
统
，
在工业系统监测
［1 － 2］
、
故
障诊断
［3］
、
空
间定位
［4 － 5］
、
环
境观测
［6 － 7］
等
诸多领域得到大量应用
．
其中在数据层
，
面向同源同构多传感器感知序列融合问题是多传感器数据
融合中的重要内容之一
［8］
．
由多个相同传感器
构成的感知
系统对同一测量目标的某一个参数进行测量
，
既能够避免
单个传感器系统由于系统故障所造成的测量失效或失真
，
也有助于提高测量的准确性
．
但在实际应用中
，
多个同类
感知节点的测量结果受到传感器装置本身性能参数差异和
外界干扰的双重影响
，
具有较大的不确定性
［9］
；
另
外
，
感
知节点有限的计算能力与实时在线分析的需求客观上限制
了传统融合方法的有效应用
．
因此
，
针对同源同构感知序
列融合问题开发一种计算简单
、
能够在线应用且具有较高
剩余6页未读，继续阅读
资源评论
