多传感器信息融合技术在车载自诊断系统的研究

基于智能诊断系统的一个假设将这些数据存储在知识库中。工作过程是：首先从监测数据中发现问题，传感器反映的信息是流量、压力、位移和温度等，参数偏离正常范围后，将这些数据根据故障几率的大小，送推理机进行融合判定。基于每个传感器观测结果的决策ui构成全局决策u，且：

用P(H0)=P0，P(H1)=P1分别表示如果H0为真(正常)和如果H1为真(故障)的先验概率，yi(1≤i≤n)表示第i个传感器的探测结果，ui(1≤i≤n)表示第i个传感器基于yi的决策，且：

令P(Hi|u)表示在给定全局决策u的前提下，Hi为真的概率，应判定2个概率中较大者所对应的假设为正确的假设。于是，若：

则根据上述判决规则将选择H0，否则将选择H1。
上述规则可表示为：

对比式(7)和式(9)可以看出，Bayes准则下的判决规则与最大后验概率的判决规则相同。将上述关系作为规则存放在知识库中，当发现这些参数偏低后，推理机利用知识库中的规则进行推理，即可在执行元件发生故障前预报故障。在实际中，故障的表现往往是错综复杂的，这就要求有中间假定，反复推理。Bayes推理法则对每个假设推理运算为250次，所以诊断系统的关键技术是建立具有专家智能的知识库，使推理计算机能进行有效的推理分析。同时，要求推理计算机具有高速处理的能力，才能实现故障的预报和快速诊断功能。

4 结论
多传感器信息融合技术在汽车系统的运用，充分利用了汽车电子系统本身安装多种传感器对汽车系统进行动态监测，不需要增加系统硬件，通过融合多传感器输出实时状态信息，对系统运行状况进行综合判断，可以对汽车系统大部分故障实现在线诊断，当任何单个传感器出错时，不会影响汽车系统最终的诊断结果，使系统的故障诊断可靠性大大提高。汽车安检系统的故障诊断不但可以提高整个系统运行的可靠性，还可以提高系统的维修效率，对汽车系统的完善和发展有着重要意义，是保证汽车系统安全运行的一个重要内容。当然，由于受到目前汽车硬件条件(如机体空间有限、增加传感器困难)的限制，汽车系统监测还不能覆盖所有可能故障，对传感器不能感知到的信号还不能进行准确的故障在线监测和诊断。为了扩大故障监测范围，汽车系统应在汽车系统设计开发时加以考虑，在汽车关键部位适当增加传感器，以保证汽车安检系统可以对汽车系统进行全方位的监测和故障诊断。