随着现代科学技术的发展,被测对象越来越复杂,这就要求控制系统去了解被测对象的综合信息或某些内在特征信息。以前的传感器技术是将传感器的信息传送给独立的处理系统。而现在控制系统需要有效的处理大量的各种各样的传感器信息。这就意味着增加了待处理的信息量,而且还会涉及到各传感器数据组之间的矛盾和不协调。在此背景下,多传感器数据融合技术应运而生。 本文对多传感器数据融合系统进行了深入的研究和探讨。首先对多传感器数据融合理论的发展过程、研究现状、基本概念和理论方法作了较为深入的介绍。重点研讨了数据融合系统的融合结构、融合算法。然后对近年来数据融合算法最为活跃的神经网络算法进行了深入的分析,并以应用神经网络消除融合系统中非目标参量的影响为例,对神经网络的数据融合方法进行了仿真分析。 呼吸机作为临床抢救和治疗必备的医疗仪器,其控制系统需要对多方面的数据进行检测以进行更有利于患者呼吸的控制方案。因此,检测数据的准确性对于呼吸机控制系统至关重要。考虑到数据融合系统的诸多优点和特征,如果将数据融合的思想、算法、结构等元素应用到呼吸机的控制系统,将会大大提升呼吸机的性能指标。本文在参阅大量医学文献、呼吸动力学文献及呼吸机控制体系文献的基础上,结合数据融合理论方法,对呼吸机的各种控制参数进行深入的研究,基于32位CPU体系结构构造出了一整套呼吸机数据融合系统的软硬件解决方案,并给出了融合方案的仿真结果数据。