买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南昌市言诺科技有限公司申请的专利基于改进D-S证据理论的多传感器数据融合方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120493191B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510992211.6，技术领域涉及：G06F18/25；该发明授权基于改进D-S证据理论的多传感器数据融合方法是由宋伟宁;李潭;权会杰;陈南江;高方方;林燕文;王琪设计研发完成，并于2025-07-18向国家知识产权局提交的专利申请。

本基于改进D-S证据理论的多传感器数据融合方法在说明书摘要公布了：本申请涉及一种基于改进D‑S证据理论的多传感器数据融合方法。所述方法用于实现微惯性测量单元中多个惯性传感器的数据融合；该方法通过Jousselme距离对证据间的相似性或差异性进行衡量，使用证据间的夹角余弦来表征证据间相似度，以达到对证据的修正；通过引入模糊理论中的隶属度函数，计算出每个惯性传感器的可信度，再由所有惯性传感器的可信度求出平均可信度，并将可信度低于平均可信度的惯性传感器剔除；最后，利用更新后的隶属度矩阵和权重系数，计算各惯性传感器的基础概率分配，实现在修正证据的同时改进数据融合的组合策略，从而有效缓解因证据冲突引发的问题，提高微惯性测量单元的测量精度。

本发明授权基于改进D-S证据理论的多传感器数据融合方法在权利要求书中公布了：1.一种基于改进D-S证据理论的多传感器数据融合方法，其特征在于，用于实现微惯性测量单元中多个惯性传感器的数据融合；所述方法包括： 获取微惯性测量单元中多个惯性传感器的测量数据，构建识别框架，将每一个惯性传感器的测量数据作为一个证据； 根据证据间的Jousselme距离确定归一化的证据支持度； 采用证据向量间的夹角余弦来表征证据间的相似度； 根据归一化的证据支持度和证据间的相似度，确定证据修正因子； 采用所述证据修正因子对每个证据的mass函数进行修正，得到修正后证据； 对修正后证据采用相对冲突因子进行差异化处理，确定证据源的可信度； 将降半正态函数作为隶属度函数，在识别框架中计算惯性传感器的隶属度矩阵； 根据所述隶属度矩阵，在所述识别框架中确定每个惯性传感器的可信度； 在所述识别框架中剔除可信度低于预设阈值的证据，得到新识别框架； 根据新识别框架下惯性传感器的隶属度矩阵，确定新识别框架下每个惯性传感器的权重系数； 根据新识别框架下的隶属度矩阵和权重系数，确定新识别框架下每个惯性传感器对目标的基本概率分配； 根据所述基本概率分配，确定最终融合证据，并根据最终融合证据和对应测量数据，确定微惯性测量单元中多个惯性传感器的数据融合结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南昌市言诺科技有限公司，其通讯地址为：330096 江西省南昌市南昌高新技术产业开发区艾溪湖北路269号科创中心9号楼中山大学南昌研究院8层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。