一种采用相空间重构的多源数据融合方法

摘要

针对化工生产系统中状态监控变量数量庞大、冗余度高等问题,提出了一种采用相空间重构的多源数据融合方法.该方法首先根据互信息法和Cao方法分别求取相空间重构参数延迟时间和嵌入维数;然后,基于信息熵对自适应加权融合估计方法的融合目标函数进行改进,并利用社会认知优化算法确定各信息源的权重系数,实现多源数据融合;最后,通过实际化工生产系统的数据分析对所提方法进行有效性验证.实验结果表明,相比于传统方法,由该方法得到的重构相空间的信息更加完备,其信息量和平均峰值信噪比分别平均提高135.6％和40.6％.该方法为解决多源异类传感器数据融合问题提供了一种新思路.