基于改进卡尔曼滤波与支持向量机的信息融合技术  

Information fusion technique based on improved Kalman filter and SVM

作　　者：邵靖宇[1] 胡雅馨[2] 

机构地区：[1]北京航空航天大学自动化科学与电气工程学院,北京100191 [2]辽宁工程技术大学电气与控制工程学院,辽宁葫芦岛125105

出　　处：《微计算机信息》2010年第25期120-122,共3页Control & Automation

基　　金：基金申请人:付华邵靖宇胡雅馨;项目名称:煤矿瓦斯融合决策与预测控制理论研究;基金颁发部门:国家自然科学基金委(50874059);教育部博士点项目(200801470003);辽宁省优秀人才基金(2007R24);辽宁省重大科技项目(2007231003);辽宁省科技攻关项目(2006220019)

摘　　要：针对矿井安全监测系统的隐患问题,提出一种基于改进卡尔曼滤波与支持向量机的信息融合方法,且将传感器分为源节点和汇聚节点,在源节点采用改进卡尔曼滤波,汇聚节点采用支持向量机的信息融合方法,此算法可以有效地降低无线传感器网络的能耗和网络信息传输量,仿真结果表明,该方法可以有效地提高无线传感器网络的信息融合精度。In view of the deficiency existing in safety inspection system,this paper proposed a method for information fusion based on improved Kalman filter and SVM,the sensors in the system are divided into source nodes and sink nodes.In the source,the Kalman filtering are used,and in the sink use SVM.The algorithm is used to reduce the energy consumption and data collision.Simulation result is performed to verity the reliability of this algorithm,and it improves the fusioning precision of wireless sensor network.

关 键 词：卡尔曼滤波 支持向量机 无线传感器网络 信息融合 

分 类 号：TP212.9[自动化与计算机技术—检测技术与自动化装置]