两级融合的多传感器数据融合算法研究

针对智慧工厂监测环境中多源数据融合精度问题，提出了一种两级融合的多传感器数据融合方法，旨在提高多源数据融合的准确性和可靠性。该方法分为一级数据融合和二级决策融合，首先采用卡尔曼滤波结合自适应加权平均对同类型传感器进行数据降噪融合处理，其次利用人工兔优化算法(ARO)优化ELM神经网络进行决策融合。实验结果表明，基于ARO优化ELM神经网络的多传感器数据融合算法在融合精度方面优于其他先进算法。经验证，所提出的两级融合多传感器数据融合方法具有更好的融合性能，有效提升感知系统的可靠性和鲁棒性，实现更加准确和可靠的监测和预测。