超聲波流量計多聲道氣體測量技術探討 九十八

②先在同一時間對不同空間位置的各個傳感器的觀測值進行融合，得出各個不

同時間的觀測目標估計，然后對不同時間的觀測目標估計按時間順序進行融合，得出最佳狀態。

③為了減少信息的損失，提高數據融合系統的實時性，可以同時考慮數據融合

的時間性與空間性。一般適用于多計算機的數據融合系統。

（2） 加權平均數據融合方法

常采用自適應加權法，對于N 個傳感器在某段時間等精度的測量值中，在總均

方誤差最小這一最優條件下，根據各個傳感器的檢測值自適應尋找其對應的權數，使融合后的值達到最優。

（3 ）神經網絡數據融合方法

神經網絡方法是模擬人腦的結構和功能，建立多傳感器集成的神經元網絡和信息融合算法，典型應用BP 神經網絡融合方法。

神經網絡訓練，BP 算法屬于δ 學習律，是一種有教師的學習算法，設有α 個學習樣本x 1 , x 2 ,⋯, xα , 則與其對應的教師為t1 ,t 2 ,⋯,tα 。用這α 個樣本(x p ,t p ), p =1, 2,⋯,α 對網絡進行訓練。當第p 個樣本從輸入到網絡后，實際的輸出值為p , 1, 2, ,l y l = ⋯ m 。將其與期望值進行比較，

若輸入所有α 個樣本對經正向傳遞運算后，當E ε Σ ≪ 時，訓練完畢。ε為任意給定的正小數，它決定網絡訓練的精度。訓練好的網絡就可以用來進行數據融合和目標識別。

超聲波流量計