افزایش درجه اطمینان، کاهش نوفه، کاهش شدید نرخ داده های غیر مطمئن و مواردی بسیاری ازین دست از مزیت های مهم و تأثیرگذار استفاده از سامانه تلفیق داده در تمامی کاربردهای یاد شده آن است. بنابراین استفاده از روش تلفیق داده ها یکی از ضروریات بسیار مهم در افزایش قابلیت اطمینان در کاربردهای مختلف آن از تصمیمات مدیریتی گرفته تا پایش وضعیت و عیب یابی است.
سرفصل هایی که در این آموزش به آن پرداخته شده است:
مقدمه، ضرورت ها و اهداف
مفاهیم پایه ای، معرفی انواع روش ها
تلفیق داده در سطح داده
تلفیق داده در سطح ویژگی
تلفیق ویژگی در سطح تصمیم
...
برای توضیحات بیشتر و تهیه این آموزش لطفا به لینک زیر مراجعه بفرمائید:
http://faradars.org/courses/fvdm9405
8. یا داده تلفیق آموزش
Data Fusion
faradars.org/fvdm9405
دراینروشهرگاهداشتهباشیم:
n:تعدادمنابعاطالعاتی(سنسورها)
:wوزنتعیینشوندهبرایسنسورiام
a:دقتحاصلازآموزشدادههایسنسورiام
ازفرمولمقابلبرایبهدستآوردنوزنهااستفادهمیکنیم:
مهم شرط برقراری
8
𝑖=1
𝑛
w i, j = 1w i, j =
a i, j
𝑖=1
𝑛
)𝑎(𝑖, 𝑗
= 1
سرداﺮﻓ
FaraDars.org
9. یا داده تلفیق آموزش
Data Fusion
faradars.org/fvdm9405
کالمن پاالیه
پاالیهکالمنیکیازبهترینالگوریتمهایپیشبینیکنندهاست.
اینمدل،خطی،نااریبدارایکمترینضریبخطاونیزبهترینروشدرشرایطدریافتسیگنالهاینویزیمی
باشد.پاالیهکالمنبهطورموفقیتآمیزیدرپیشبینیرخدادعیوبناگهانیدرماشینهابهکاررفتهاست.
دراینروشرابطهیبینحالت،سیستمنویزودادههایخروجیبهشکلزیردرنظرگرفتهمیشود:
( , )k k kz h x v
9
سرداﺮﻓ
FaraDars.org
11. یا داده تلفیق آموزش
Data Fusion
faradars.org/fvdm9405
تعیینوضعیتکنونیوپیشبینیآندرآیندهدرپاالیهیکالمنبااستفادهازدادههایحاالتگذشتهوباتاکید
بیشتربردادههاینزدیکتربهزمانحالانجاممیگیرد.
فرمولزیربیانمیکندکهحالتکنونی،سیستمتابعیازحالت،گذشتهاعمالکنترلدرورودیونیزمیزاننویز
میباشد.دراینفرمولxبهحالت،سیستمuبهاعمالکنترلدرورودی(ورودعمدیدادههایآشنابه
سیستم)ودرنهایتwمجددابهنویزمربوطهستند.
1 1 1( , , )k k k kx f x u w
11
سرداﺮﻓ
FaraDars.org
12. یا داده تلفیق آموزش
Data Fusion
faradars.org/fvdm9405
درشرایطیکهتابعfخطیباشد(یابتوانیمآنراخطیفرضکنیم)فرمولبهفرمولسادهتریتبدیلمیشود
:
کهدرآنPوQماتریسضرایبووابستهبهشرایطهستند
1 1. .k k k kx P x Q u w
12
سرداﺮﻓ
FaraDars.org
13. یا داده تلفیق آموزش
Data Fusion
faradars.org/fvdm9405
باتوجهبهاینفرضهادرنهایتمیتوانیمرابطهیبینحالتسیستمودادههایخروجیرابهصورترابطهی
تبیینکنیمکهدرآنپارامترHماتریسضرایبثابتاستوبهشرایطوبهتابعغیرخطیhمربوطاست.
.k k kz H x v
بااستفادهنتایجبهدستآمدهازتحلیلدادههاتوسطپاالیهکالمنبهحدسدربارهیچگونگیحالتسیستمدر
حالحاضرونیزپیشبینیحالتآندرآیندهمیپردازیم.
دراینفرمولvنشانگرمیزاننوفهاست.
13
سرداﺮﻓ
FaraDars.org