多传感器数据融合理论研究和应用的目标是将来自多信息源的数据和信息加以智能化的合成,产生比单一传感器更精确、更完整、更可靠的描述和判决,它在军事和民用方面有着极为广泛的应用背景,是目前科技界的一个热门研究领域。 为了提高滚轮法测量大直径的精度,需要对影响测量精度的误差因素进行修正,如滚轮变形、温度引起的尺寸误差修正等,所以所研制的高精度滚轮法大直径测量系统采用三个测量头,含有五类三十多个传感器,通过对采集的数据进行数据融合,从而实现在更高精度上对大轴径的测量,因此在该测试系统中对数据融合技术的研究就显得尤为重要。 本论文介绍了多传感器数据融合技术,并在此基础上设计并实现滚轮法大直径测量数据融合系统。特别是在分析了数据融合系统的结构及滚轮法大直径测量系统特性的基础上,完成大直径测量的信息级数据融合和基于神经网络的特征层数据融合。 在信息级数据融合,对大直径测量的三个滚轮转角的测试数据,首先找到异常测试数据并予以修正,然后通过相关性分析,辩识出测量过程中的打滑发生段并予以修正。最后通过仿真证明此方法是有效的和可行的。 在特征层数据融合,通过BP神经网络、自适应加权和均值三种融合方法,将圆光栅测试的三组数据进行融合,得到一组检测结果。最后通过仿真得出BP神经网络算法最优。