pdf

Tail-cutting weighted fusion algorithm for multi-sensor measurement data

  • 2013-09-22
  • 123.51KB
  • Points it Requires : 2

In order to perform robust fusion estimation of pipe wall thickness measurement data obtained in a random disturbance environment, a tail-cut weighted fusion algorithm for multi-sensor measurement data is proposed. The optimal weighting factor is constructed using the tail-cut mean concept in data detection technology, thereby obtaining the robust fusion estimation value of multi-sensor measurement data. Fusion examples show that the algorithm can effectively improve the robustness of system measurement, and has the characteristics of high accuracy and simple operation. Keywords Multisensor Data fusion Signal processing Pipeline Nondestructive testing ing Abstract A trimmed mean- based weighed fusion algorithm is developed for the robust fusion of the wall loss measurement data with a stochastic noise from multisensor1 The trimmed mean method in experimental data analysis is used to build the objective weighed facts, and the robust fused data of multisensor data is obtained as a result1 The fusion results show that the robustness of the measurement system is evidently enhanced, and the al2 go rithm has specific advantages over some conventional algo rithms such as high- accuracy, and high- efficiency1 Key words Multisensor Data fusion Signal processing Pipeline Nondestructive testing ing

unfold

You Might Like

Uploader
电子爱好者IK
 

Recommended ContentMore

Popular Components

Just Take a LookMore

EEWorld
subscription
account

EEWorld
service
account

Automotive
development
circle

About Us Customer Service Contact Information Datasheet Sitemap LatestNews


Room 1530, 15th Floor, Building B, No.18 Zhongguancun Street, Haidian District, Beijing, Postal Code: 100190 China Telephone: 008610 8235 0740

Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved 京ICP证060456号 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号
×