0 引言

　　現(xiàn)代工業(yè)生產(chǎn)以綜合、復(fù)雜、大型、連續(xù)為特點(diǎn)，采用大量傳感器來監(jiān)測和控制生產(chǎn)過程。多傳感器系統(tǒng)的出現(xiàn)導(dǎo)致信息量劇增，采用信息融合技術(shù)可更有效地利用信息資源。在復(fù)雜的工業(yè)控制系統(tǒng)中，控制過程需同時(shí)涉及多個(gè)信息，特別是各信息間的聯(lián)系，信息的有機(jī)組合蘊(yùn)涵的信息特征以及信息的整體狀況，并需要根據(jù)綜合狀況所描述的過程運(yùn)行特點(diǎn)進(jìn)行控制。

　　1 多傳感器信息融合

　　1.1 多傳感器信息融合的概念

　　多傳感器信息融合是指協(xié)調(diào)使用多個(gè)傳感器，把分布在不同位置的多個(gè)傳感器所提供的局部不完整觀測量及相關(guān)聯(lián)數(shù)據(jù)庫中的相關(guān)信息加以綜合，消除多傳感器信息之間可能存在的冗余和矛盾，并加以互補(bǔ)，降低其不確定性，獲得對物體或環(huán)境一致性描述過程。即對來自多個(gè)傳感器的數(shù)據(jù)進(jìn)行多級別、多方面、多層次的處理，從而產(chǎn)生新的有意義信息，這是任何單一傳感器所無法獲得的。

　　1.2 多傳感器信息融合的方法

　　常用的信息融合方法有加權(quán)平均法、卡爾曼濾波、經(jīng)典推理法、貝葉斯估計(jì)、D-S證據(jù)決策理論、品質(zhì)因素法、模板法、熵理論、聚類分析、模糊推理、產(chǎn)生式規(guī)則、遺傳算法、神經(jīng)網(wǎng)絡(luò)。其中，神經(jīng)網(wǎng)絡(luò)方法具有很強(qiáng)的信息處理能力，對復(fù)雜的工業(yè)智能監(jiān)測控制系統(tǒng)及在處理不確定性的信息上，神經(jīng)網(wǎng)絡(luò)是一個(gè)強(qiáng)有力的工具，因而為信息融合提供了一個(gè)很好的方法。

　　神經(jīng)網(wǎng)絡(luò)用于信息融合的基本思想是：根據(jù)當(dāng)前系統(tǒng)所接受到的樣本相似性，確定分類標(biāo)準(zhǔn)。確定的方法主要表現(xiàn)在網(wǎng)絡(luò)權(quán)值的分布上，同時(shí)可以采用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)功能來獲取知識，得到不確定性推理機(jī)制。采用神經(jīng)網(wǎng)絡(luò)中的自適應(yīng)諧振理論ART（Adaptive Resonance Theory）的方法。圖1是可處理模擬信息的ART-2的網(wǎng)絡(luò)示意圖。 大功率電感廠家 |大電流電感工廠