基于深度混合卷积的多传感器信息快速融合

作     者：韩海豹 王孝国 HAN Hai-bao;WANG Xiao-guo

作者机构：晋中信息学院智能工程学院山西太谷030800 山西农业大学农业工程学院山西太谷030800 

基　　金：山西农业大学博士科研启动项目(2020BQ80) 山西省教改项目(J2019259) 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2022年第39卷第5期

页      码：288-291,298页

摘      要：为了解决传统方法对多传感器信息进行融合时存在的实时性与精准性不佳的问题,提出基于深度混合卷积的多传感器信息快速融合方法。采用误差反向传播算法去掉全连接层,设计一种深度混合卷积神经网络优化模型。利用离散小波变换处理多传感器信息的连续信号,重建离散小波逆变换信号。通过误差反向传播算法训练神经网络,调整网络层隶属函数参数与网络权重,经参数学习律离线训练深度混合卷积神经网络模型,实现多传感器信息快速融合。仿真阶段,由信息滤波效果、位移与速度估算值结果验证得出,所提方法降噪质量与融合精度较高,信息融合速度较快,能够满足实际的应用需求,具有良好的可行性。

主 题 词：深度混合卷积 多传感器 信息融合 参数学习律 隶属度函数 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1006-9348.2022.05.057

馆 藏 号：203112323...