基于皮尔逊相关系数和信息熵的多传感器数据融合

近年来，多传感器数据融合的研究因其优异的性能而受到广泛关注.为了缓解高冲突数据对融合的影响，本文提出了一种基于皮尔逊系数和信息熵的多传感器数据融合方法.首先，引入皮尔逊系数来衡量证据碎片之间的冲突程度，得到证据的信度；同时，采用信息熵来度量证据的不确定性.然后，根据得到的信息熵对证据的可信度进行修正，进一步得到加权平均证据.最后，根据Dempster的组合规则对加权证据进行数据融合.数值算例结果表明，该方法具有较好的鲁棒性，更适合于实际场景.在目标检测和故障诊断中的应用结果表明，该方法的准确率分别高达98.09%和91.94%,证明了该方法的有效性和可行性.