超声波流量计多声道气体测量技术探讨 九十八

②先在同一时间对不同空间位置的各个传感器的观测值进行融合，得出各个不

同时间的观测目标估计，然后对不同时间的观测目标估计按时间顺序进行融合，得出最佳状态。

③为了减少信息的损失，提高数据融合系统的实时性，可以同时考虑数据融合

的时间性与空间性。一般适用于多计算机的数据融合系统。

（2） 加权平均数据融合方法

常采用自适应加权法，对于N 个传感器在某段时间等精度的测量值中，在总均

方误差最小这一最优条件下，根据各个传感器的检测值自适应寻找其对应的权数，使融合后的值达到最优。

（3 ）神经网络数据融合方法

神经网络方法是模拟人脑的结构和功能，建立多传感器集成的神经元网络和信息融合算法，典型应用BP 神经网络融合方法。

神经网络训练，BP 算法属于δ 学习律，是一种有教师的学习算法，设有α 个学习样本x 1 , x 2 ,⋯, xα , 则与其对应的教师为t1 ,t 2 ,⋯,tα 。用这α 个样本(x p ,t p ), p =1, 2,⋯,α 对网络进行训练。当第p 个样本从输入到网络后，实际的输出值为p , 1, 2, ,l y l = ⋯ m 。将其与期望值进行比较，

若输入所有α 个样本对经正向传递运算后，当E ε Σ ≪ 时，训练完毕。ε为任意给定的正小数，它决定网络训练的精度。训练好的网络就可以用来进行数据融合和目标识别。

超声波流量计