粮情测控系统中多传感器信息融合技术的应用

王

锋，孔李军，艾英山

450001）

（河南工业大学，郑州

摘

要：为了保证储粮安全，需要严格控制的温度、水分、湿度和害虫等内部与外部因素。将信息融合技术应用

于粮情测控系统，把多个异质传感器提供的数据进行融合处理，以提高目标参量测量的准确度和稳定性，提出一通过分布图及自适应加权方法对粮情数据进行初次融合；然后，通过种基于多参数的两级信息融合方法。首先，

BP神经网络对其融合结果进行处理。该方法能够实现对同质数据的优化处理，并从整体上考虑了异质数据的互补性，提高了测控系统的可靠性。

关键词：粮情测控系统；信息融合技术；多传感器；BP神经网络；测量精度中图分类号：TP273；S126

文献标识码：A

文章编号：1003－188X（2010）02－0166－04

0引言

信息融合

［1－3］

是将来自多传感器或多源的信息和

数据模仿专家的综合信息处理能力进行智能化处理，从而得出更准确、可信的结论。近年来，信息融合技术是从事军事目标跟踪和识别中产生的技术，但目前该技术在军事和民用领域都有着十分重要的应用。粮情测控系统对粮情信号采集往往由单一的传感器（如温度）来完成，即使采用多个（种）传感器也仅是从各个不同的侧面孤立反映目标信息。实际上，粮情是由温度、湿度、水分、虫和霉等因素共同决定的，必须同时综合考虑这些因素，才能获得充分反应粮情状况的结论，并由此得出处理建议和控制措施。

图1Fig.1

粮情多传感器信息融合结构图Multi－SensorInformationFusionchart

1粮情测控系统信息融合结构

由于粮情监测参数多，数据量大，采用单一的数

2.1

基于分布图法和自适应加权算法的一级融合

粮情监测的疏失误差处理

在多传感器系统中或一个传感器的多次测量中，

据融合结构很难获得丰富、全面和准确的环境信息，所以必须要采用多个传感器组成多类传感器集合来共同完成此监测任务。粮情测控系统的多传感器信息融合采用了两种方式，即相关信息融合和互补信息融合

［4］

不能保证每个测量值都是正确的，若将这些测量值用于数据融合，将会影响数据融合的精度。为避免疏失误差对测量结果的影响，必须对测量数据进行分析，找出测量值能够彼此支持的一致性数据，剔除测量数据中的疏失误差，在一致性数据中进行数据融合。本文将采用分布图法来对数据进行一致性检测

［5］