[发明专利]一种基于多传感器数据融合算法的土壤信息采集方法

权利要求书

1.一种基于多传感器数据融合算法的土壤信息采集方法，其特征在于：首先，利用支持度理论方法对传感器采集的数据进行预处理，构建支持度函数，由此计算出传感器间的相互支持度，对其中异常的数据进行修正；然后，根据传感器本身的误差和实际采样时的方差计算出相应的权值，实现了各传感器的最优权值分配，再采用优化后的自适应加权算法计算得出融合后数据；所述的方法步骤如下：

步骤1：由n个传感器采集到的数据X₁，X₂，…，X_n,将该数据集由小至大排序；计算出数据集的算术平均值剩余误差按照拉依达准则，由贝塞尔公式计算出数据的标准差σ，若传感器i的测量值X_i的剩余误差v_i，满足说明该数据偏移较大，将其标记为异常值；

步骤2：计算出传感器i与传感器j的Jousselme距离dis_J(i,j),该值能够反映两个传感器之间的差异程度，越小说明传感器所测数据差异小，即置信度越高；

步骤3：通过支持度函数,构建出相应的支持度矩阵，由该矩阵计算各传感器与其他传感器间的支持度值，通过比较支持度值，选择出支持度高的数据替代步骤1中的被标记异常的数据；

步骤4：由传感器本身精度分配相应的固定权值k₁，k₂,…，k_n；

步骤5：根据传感器实际采集的数据X₁，X₂，…，X_n，计算出方差设定各传感器的测量权值w₁，w₂，…，w_n，满足关系式依据总均方差与权值的函数关系式对于多传感器数据融合而言，总均方差值σ²越小，融合结果精准度越高；

步骤6：采用粒子群算法优化自适应加权融合算法，首先确认种群大小p，按传感器数量随机初始化p个粒子构成的种群Z＝{Z₁,Z₂,…,Z_p}，其中每个粒子所处位置Z＝{Z_i1,Z_i2,…,Z_in}表示最优权值的解，并且以求最小总均方差为目标函数进行搜索更新，经过迭代找出最优解；

步骤7：将固定权值与测量权值按比例计算得到最终的权值W_i，将各传感器所测得的数据按最终权值相乘求和得到最优融合结果，即