0 引言

　　現代工業生產以綜合、復雜、大型、連續為特點，采用大量傳感器來監測和控制生產過程。多傳感器系統的出現導致信息量劇增，采用信息融合技術可更有效地利用信息資源。在復雜的工業控制系統中，控制過程需同時涉及多個信息，特別是各信息間的聯系，信息的有機組合蘊涵的信息特征以及信息的整體狀況，并需要根據綜合狀況所描述的過程運行特點進行控制。

　　1 多傳感器信息融合

　　1.1 多傳感器信息融合的概念

　　多傳感器信息融合是指協調使用多個傳感器，把分布在不同位置的多個傳感器所提供的局部不完整觀測量及相關聯數據庫中的相關信息加以綜合，消除多傳感器信息之間可能存在的冗余和矛盾，并加以互補，降低其不確定性，獲得對物體或環境一致性描述過程。即對來自多個傳感器的數據進行多級別、多方面、多層次的處理，從而產生新的有意義信息，這是任何單一傳感器所無法獲得的。

　　1.2 多傳感器信息融合的方法

　　常用的信息融合方法有加權平均法、卡爾曼濾波、經典推理法、貝葉斯估計、D-S證據決策理論、品質因素法、模板法、熵理論、聚類分析、模糊推理、產生式規則、遺傳算法、神經網絡。其中，神經網絡方法具有很強的信息處理能力，對復雜的工業智能監測控制系統及在處理不確定性的信息上，神經網絡是一個強有力的工具，因而為信息融合提供了一個很好的方法。

　　神經網絡用于信息融合的基本思想是：根據當前系統所接受到的樣本相似性，確定分類標準。確定的方法主要表現在網絡權值的分布上，同時可以采用神經網絡學習功能來獲取知識，得到不確定性推理機制。采用神經網絡中的自適應諧振理論ART（Adaptive Resonance Theory）的方法。圖1是可處理模擬信息的ART-2的網絡示意圖。 大功率電感廠家 |大電流電感工廠