什么是多傳感器數據融合(Multisensor Data Fusion)？

多傳感器數據融合是從多個傳感器獲取多個數據集的過程，目的是建立一個更精確的數據集。這種信息融合通常被認為比單個傳感器數據更精確，有許多應用。例如，將溫度傳感器的數據與風寒傳感器的數據結合起來，可以幫助內部人員...

多傳感器數據融合是從多個傳感器獲取多個數據集的過程，目的是建立一個更精確的數據集。這種信息融合通常被認為比單個傳感器數據更精確，有許多應用。例如，將溫度傳感器的數據與風寒傳感器的數據結合起來，可以幫助內部人員了解外面的寒冷程度。除了氣象應用外，多傳感器數據分析還可以應用于環境分析，交通管理和目標跟蹤。在手機上交談多傳感器數據融合的許多應用表明信息融合是多么有用。當數據來自多個來源時，可以對融合后的數據進行修改、替換或剪切。例如，對追蹤鯨魚感興趣的海洋生物學家可能會使用數據融合來監測他或她認為可能會影響鯨魚習性的因素。多傳感器數據融合過程的最終結果可能是一張與海水溫度或其他因素有關的鯨魚運動的可視圖。這些類型的應用依賴于許多技術，包括物理設備，算法和相關的信息融合數學，傳感器技術，數學過程和融合數據集的應用都決定了多傳感器數據融合的實際應用，將綜合數據組合起來的技術和過程可以看作是模仿人類自然感知環境和基于五感做出決策的能力然而，數據融合所需的相關技術可能比人類的感知更為具體，這些特定數據集的組合是多傳感器數據融合的一個重要特征，它將信息融合與數據集成區分開來然而，數據集成是多傳感器數據融合過程的一個重要組成部分，可以被視為構建更高級數據集的一個組成部分，一個傳感器可以在一段時間內記錄許多不同的溫度，然后在更長的時間內建立一個更大的溫度集。但是，這個過程不同于多傳感器數據分析，因為它通常不包括來自許多不同來源的信息。作為數據融合過程的一部分，數據集成是不可分割。沒有強大的數據集成所提供的信息，就沒有多傳感器數據融合的基礎。事實上，多傳感器數據分析的一種常見類型是低層數據融合。這個過程指的是將原始數據組合起來，以創建新的數據集，這些數據集通常被認為是更具體和更合成的而不是原始數據。

發表于 2020-09-15 20:59
閱讀 ( 1051 )
分類：業務辦理

什么是多傳感器數據融合(Multisensor Data Fusion)？

你可能感興趣的文章

相關問題

0 條評論

作家榜 ?

推薦文章