Supplyframe Supplyframe XQ Datasheet5

芯耀 Findchips bom2buy Siemens Xcelerator

关注我们

技术群
地域群
活动群

存储/储能技术资源交流群
加入
电子技术交流群
加入
AI人工智能交流群
加入
物联网技术交流群
加入
机器人技术交流群
加入
电源技术交流群
加入

广深工程师技术资源交流群
加入
上海区域工程师技术资源交流群
加入
北京区域工程师技术资源交流群
加入

直播活动群
加入
板卡试用群
加入

设计助手

电子硬件助手

电子硬件助手

元器件查询

元器件查询

传感器融合

加入交流群

扫码加入
获取工程师必备礼包
参与热点资讯讨论

人类本能地具有将身体上的各种器官（眼、耳、鼻和四肢等）所探测的信息（景物、声音、气味和触觉等）与先验知识进行综合的能力，以便对其周围的环境和正在发生的事件做出评估。多传感器信息融合实际上是对人脑综合处理复杂问题的一种功能模拟。与单传感器相比，运用多传感器信息融合技术在解决探测、跟踪和目标识别等问题方面，能够增强系统生存能力，提高整个系统的可靠性和健壮性，增强数据的可信度，提高精度，扩展系统的时间、空间覆盖率，增加系统的实时性和信息利用率等。作为多传感器融合的研究热点之一，融合方法一直受到人们的重视，这方面国外已经作了大量的研究，并且提出了许多融合方法。目前，多传感器数据融合的常用方法大致可分为两大类：随机和人工智能方法。信息融合的不同层次对应不同的算法，包括加权平均融合、卡尔曼滤波法、Bayes 估计、统计决策理论、概率论方法、模糊逻辑推理、人工神经网络、D-S 证据理论等。

人类本能地具有将身体上的各种器官（眼、耳、鼻和四肢等）所探测的信息（景物、声音、气味和触觉等）与先验知识进行综合的能力，以便对其周围的环境和正在发生的事件做出评估。多传感器信息融合实际上是对人脑综合处理复杂问题的一种功能模拟。与单传感器相比，运用多传感器信息融合技术在解决探测、跟踪和目标识别等问题方面，能够增强系统生存能力，提高整个系统的可靠性和健壮性，增强数据的可信度，提高精度，扩展系统的时间、空间覆盖率，增加系统的实时性和信息利用率等。作为多传感器融合的研究热点之一，融合方法一直受到人们的重视，这方面国外已经作了大量的研究，并且提出了许多融合方法。目前，多传感器数据融合的常用方法大致可分为两大类：随机和人工智能方法。信息融合的不同层次对应不同的算法，包括加权平均融合、卡尔曼滤波法、Bayes 估计、统计决策理论、概率论方法、模糊逻辑推理、人工神经网络、D-S 证据理论等。收起

类型

热门作者换一换

相关标签