背景 数据融合的过程中存在可信度的问题，因此在融合算法中加权融合的方式是非常经典的方式，其中的权重体现的就是融合的置信度，也就是相应子系统数据的可信度、可靠性、精度。 融合的权重 w i w_i wi通常与子数据的协方差 P P P挂钩，通过一些处理实现如下 x ^ o ( t ∣ t ) = ∑ i = 1 N w i x ^ i ( t ∣ t ) \hat{x}_o(t|t)=\sum_{i=1}^{N}w_i \hat{x}_i(t|t) x^o(t∣t)=
本文探讨了数据融合过程中如何利用加权融合处理可信度问题，特别是权重与子数据协方差的关系。当协方差越小时，权重越大，表示数据贡献度更高。指数函数作为权重分配的一种形式，其特性随着参数s的变化调整权重，当s趋近于0时权重接近1，而s趋近于无穷时权重接近0。这种权重分配方式在不依赖子数据误差的情况下，可根据其他因素如故障信息调整权重。
最低0.47元/天 解锁文章
扫一扫
4231
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
