1、“.....，，，，，，，，，，，，，，，，，，，，，得到实现，而系统管理通过主控制器被实现。通过使用总线与数据融合技术系统可靠性和实时能力被大大提高了。我们确定它在将来会得到广泛应用。，基于多数据融合传感器分布式温度控制系统摘要在过去几十年，温度控制系统已经被广泛应用。对于温度控制提出了种基于多传感器数据融合和总线控制般结构。种新方法是基于多传感器数据融合估计算法参数分布式温控系统。该系统重要特点是其共性，其适用于很多具体领域大型温度控制。实验结果表明该系统具有较高准确性可靠性......”。

2、“.....关键词分布式控制系统总线控制智能节点多数据融合传感器。介绍分布式温度控制系统已经被广泛应用在我们日常生活和生产，包括智能建筑温室恒温车间大中型粮仓仓库等。这种控制保证环境温度能被保持在两个预先设定温度间。在传统温度测量系统中，我们用个基于温度传感器单片机系统建立个局域网控制器网络。借助网络，我们能实行集中监控和控制然而，当监测区域分布更广泛和传输距离更远，总线控制系统劣势更加突出。在这种情况下，传输和响应速度变得更低，抗干扰能力更差。因此......”。

3、“.....在所有通讯方式中，适用于工业控制系统总线控制技术，我们可以突破传统点对点通信方式限制建立个真正分布式控制与集中管理系统，总线控制比总线控制系统更有优势。比如更好纠错能力改善实时能力，低成本等。目前，它正被广泛应用于实现分布式测量和范围控制。随着传感器技术发展，越来越多系统开始采用多传感器数据融合技术来提高他们实现效果。多传感器数据融合是种范式对多种来源整合数据，以综合成新信息，比其他部分总和更加强大。无论在当代和未来，系统低成本，节省资源都是传感器中项重要指标......”。

4、“.....可以看出，这系统由两个模块两个智能节点和个主要控制器组成。每个模块部分执行进入分布式架构。下面是简短描述下各模块。主要控制器作为系统主要控制器，这主能和智能节点通信。它致力于监督和控制整个系统，系统配置显示运行状况参数初始化和协调各部分间关系。更重要是，我们能打印或储存系统历史温度数据，这对分析系统性能是非常有用。智能节点每个温度控制系统智能节点有五个部分个单片机，转换单元，温度监测单元传感器群，数字显示器......”。

5、“.....接下来介绍智能节点工作原理。在实际操作中，我们划分控制目标进入些单元，储存智能节点在些典型单元。在每个节点，单片机借助转换单位从温度测量传感器收集温度数据。同时，它执行基本数据融合运算获得运算结果，更接近实际。数字显示器及时显示融合节点结果，所以我们能及时了解在每个控制单元所处环境温度。通过比较融合值用主控制器构建个，这样智能节点可以通过相应加热或冷却装置实现反馈控制各单元。如果在特别智能节点融合结果大于设定值，冷却单位将开始工作。相反......”。

6、“.....用这种方法，我们不仅能监控环境温度，还能做相应触发器来实现温度自动调节。与此同时，每个节点发送数据帧到总线，总线将告知在着单元中主控制器这温度值，那么这控制器能便利作出是否修改这参数决定。自从这节点有调节温度单元在，整个房间温度将保持均匀。更重要是，我们也可以通过在主上修改温度设定值来控制这智能节点。般来说，处理器不擅长即时复杂数据处理和数据融合，所以如何选择合适数据融合算法对系统变得至关重要。后节中，我们将介绍适合于智能节点数据融合方法......”。

7、“.....获得更精确可靠是比从限定传感器测量数据算数平均值更重要。当些传感器温度传感器变为无效，这智能节点还可以通过熔断这些信息而从有用传感器获得精确温度。实测数据致性核实在我们设计分布式温度控制系统温度测量过程中，突发性干扰或设备故障影响不可避免产生测量误差。所以在数据融合前我们应该消除误差。我们可以利用系统中配备少量传感器用散点图发消除这个测量误差。用参数来代表数据分布结构包括中值，上四位数......”。

8、“.....在系统中，有八个传感器在各智能节点温度传感器群。所以我们在每个节点同时刻能获得个温度值。我们安排收集到温度数据序列由小到大，在序列中，是最低位而是最高位。我们定义为上四位数是区间，中值，低四位数是区间，中值，这四位数离散是。该公式，个是常数，取决于系统测量误差，通常值是，，等等。在数列中其余测量值都被看作是于有效值致。在智能节点单片机智将把致测量值融合。温度测量数据融合举例分布式温度控制系统运用于间温室......”。

9、“.....我们可以知道测量误差是。之后在介绍这个方法前我们消除从这第五个传感器测量误差，我们能得到剩余七个数据平均值，测量误差是这剩下七个传感器被分成两个传感器组，是第组是第二组。两组测量数据算术平均和标准偏差分别如下根据公式，我们可以用七个测量温度确定温度融合值。融合温度结果误差是。很明显，数据融合测量结果比算术平均值更接近于实际值。在实际操作中，测量温度可能是很分散变得更大监测区域，数据融合将更加明显提高了测量精度......”。