[发明专利]基于多传感器数据融合算法的水质监测方法和系统

权利要求书

1.一种基于多传感器数据融合算法的水质监测方法，其特征在于，包括以下步骤：

获取待检测水域的n组水质数据，其中，所述n组水质数据分别由n个传感器测量获取，n为正整数；

获取所述n组水质数据之间的隶属度，并根据所述n组水质数据之间的所述隶属度计算n个传感器的可信度，其中，每组水质数据之间的隶属度组成第一隶属度矩阵；

根据所述n个传感器的可信度从所述n个传感器中确定最优传感器数组，并根据所述最优传感器数组从所述第一隶属度矩阵中获取所述最优传感器数组对应的第二隶属度矩阵；

对所述最优传感器数组中每个传感器对应的可信度进行归一化处理，以获取权重系数；

根据所述权重系数对所述第二隶属度矩阵进行归一化加权修正以获取概率分配矩阵；

计算所述概率分配矩阵中每个概率分配值之间的可信度和不确定度；

根据所述可信度和所述不确定度获取所述每个概率分配值对应的修正参数，并分别根据所述每个概率分配值对应的修正参数对相应的概率分配值进行修正，以获取相应的mass函数值；

采用D-S组合规则对各mass函数值进行融合，并根据融合结果对所述待检测水域中的水质进行分析。

2.根据权利要求1所述的基于多传感器数据融合算法的水质监测方法，其特征在于，通过以下公式获取所述n组水质数据之间的隶属度：

其中，x_i为第i个传感器对所述待检测水域进行测量获取的水质数据，x_j为第j个传感器对所述待检测水域进行测量获取的水质数据，μ_ij为所述第i个传感器对所述待检测水域进行测量获取的水质数据与所述第j个传感器对所述待检测水域进行测量获取的水质数据之间的隶属度。

3.根据权利要求2所述的基于多传感器数据融合算法的水质监测方法，其特征在于，根据所述n个传感器的可信度从所述n个传感器中确定最优传感器数组包括：

从所述n个传感器中筛选出可信度大于预设可信度的传感器；

根据可信度大于所述预设可信度的传感器获取所述最优传感器数组。

4.根据权利要求3所述的基于多传感器数据融合算法的水质监测方法，其特征在于，根据所述可信度和所述不确定度获取所述每个概率分配值对应的所述修正参数，包括：

根据所述可信度和所述不确定度获取所述每个概率分配值对应的折扣系数；

分别对所述每个概率分配值对应的所述折扣系数进行归一化处理，以获取所述每个概率分配值对应的所述修正系数。

5.一种基于多传感器数据融合算法的水质监测系统，其特征在于，包括：

第一获取模块，所述第一获取模块用于获取待检测水域的n组水质数据，其中，所述n组水质数据分别由n个传感器测量获取，n为正整数；

第一计算模块，所述第一计算模块用于获取所述n组水质数据之间的隶属度，并根据所述n组水质数据之间的所述隶属度计算n个传感器的可信度，其中，每组水质数据之间的隶属度组成第一隶属度矩阵；

第二获取模块，所述第二获取模块用于根据所述n个传感器的可信度从所述n个传感器中确定最优传感器数组，并根据所述最优传感器数组从所述第一隶属度矩阵中获取所述最优传感器数组对应的第二隶属度矩阵；

第三获取模块，所述第三获取模块用于对所述最优传感器数组中每个传感器对应的可信度进行归一化处理，以获取权重系数；

第四获取模块，所述第四获取模块用于根据所述权重系数对所述第二隶属度矩阵进行归一化加权修正以获取概率分配矩阵；

第二计算模块，所述第二计算模块用于计算所述概率分配矩阵中每个概率分配值之间的可信度和不确定度；

第五获取模块，所述第五获取模块用于根据所述可信度和所述不确定度获取所述每个概率分配值对应的修正参数，并分别根据所述每个概率分配值对应的修正参数对相应的概率分配值进行修正，以获取相应的mass函数值；

数据融合模块，所述数据融合模块用于采用D-S组合规则对各mass函数值进行融合，并根据融合结果对所述待检测水域中的水质进行分析。