基于高斯滤波与均值聚类的异质多源传感器数据加权融合

异质多源传感器之间工作频率存在差异，导致数据之间的一致性较差，加权融合后的观测误差较大，因此提出基于高斯滤波与均值聚类的异质多源传感器数据加权融合方法。采用高斯滤波对异质多源传感器数据空间单元格进行划分，建立基于单元格的最佳连通域，保留传感器内部数据，完成传感器数据的高斯滤波平滑处理。引入均值聚类对异质多源传感器数据进行一致性处理。通过免疫粒子群搜索最优权重和参数，利用最优权重和参数完成异质多源传感器数据加权融合。仿真结果表明，此次研究的方法能够降低融合后传感器数据的观测误差与均方误差，观测误差与均方误差最小值均为0.002。因此，说明此次研究方法提高了融合后异质多源传感器数据的可利用性。