[发明专利]一种基于多类型传感器的融合感知方法

权利要求书

1.一种基于多类型传感器的融合感知方法，其特征在于，具体包含以下步骤：

S1：获取不同类型传感器对应的多个输入信号；

S2：将不同的输入信号输入对应的浅层卷积神经网络，获取对应的特征向量；

S3：融合中心通过二次卷积神经网络对所述特征向量进行融合处理得到高维融合特征空间；

S4：利用线性分类器对高维融合特征空间的特征向量进行分类；

S5：根据S4步骤的分类结果识别出不同类型传感器的信号，根据对应的特征向量即可进行故障诊断。

2.如权利要求1所述的基于多类型传感器的融合感知方法，其特征在于，所述S3步骤包括：

S31：通过选取对应的核函数将特征空间的特征向量映射到高维特征空间；

S32：对各个核函数赋予不同的权重值，并进行线性组合；

S33：利用经过该线性组合后的核函数对各个高维特征空间融合处理，得到高维融合特征空间。

3.如权利要求1所述的基于多类型传感器的融合感知方法，其特征在于，所述高维融合特征空间，其表达式如下所示：

其中λ_i表示各个通道的权重值，其中x和z均表示特征向量。

4.如权利要求2所述的基于多类型传感器的融合感知方法，其特征在于，所述传感器的类型包括：震动传感器、声音传感器、温度传感器、湿度传感器。

5.如权利要求4所述的基于多类型传感器的融合感知方法，其特征在于，所述S31步骤包含：

从震动传感器获取震动特征向量，并通过震动核函数映射到震动高维特征空间中；

从声音传感器获取声音特征向量，并通过声音核函数映射到声音高维特征空间中；

从温度传感器获取温度特征向量，并通过温度核函数映射到温度高维特征空间中。

6.如权利要求5所述的基于多类型传感器的融合感知方法，其特征在于，所述S33步骤包含：利用经过该线性组合后的核函数对所述震动高维特征空间、声音高维特征空间、温度高维特征空间进行融合处理，从而获得高维融合特征空间。