【正文】 5）℃,濕度為≤85%，在標準大氣壓下靜置2小時以上。本文中用表示標準偏差(Standard Deviation)各數(shù)據(jù)偏離平均數(shù)的距離（離均差）的平均數(shù)，它是離差平方和平均后的方根。如均勻分布，三角分布，正態(tài)分布需要查積分表，反正弦分布等等。在2001年5月和11月在法國連續(xù)召開了兩次“計量學指南聯(lián)合委員會(JCGM)”工作會議，JCGM已注意到了GUM95所闡述地不確定度原理及評定方法在應用上具有一定的局限性。1978年，CIPM要求BIPM協(xié)同各國著手解決這個問題。(7) 目前信息融合的數(shù)學模型與融合方法都具有明顯的個性特征，缺乏通用性。（2）關聯(lián)的二義性是信息融合中的主要障礙在進行融合處理前，必須對信息進行關聯(lián)，以保證所融合的信息是來自同一目標。 多傳感器信息融合雖然未形成完整的理論體系和有效的融合算法，但在不少應用領域根據(jù)各自的具體應用背景，已經(jīng)提出了許多成熟并且有效的融合方法。此外，信息融合也可看作是將不同來源、不同模式、同時間、不同表示的信息加以有機地結合，最后得到對被感知對象的更精確的描述，融合多個傳感器的信息可以在較短時間內(nèi)，以較小的代價，得到使用單個傳感器所不可能得到的精確特征。以拉格朗日乘子法為基礎,并應用線性加權融合原理,進而求得融合結果。因為A 類評定方法有時需要花費足夠多的時間以及資源,因此有時是不需要的，所以我們在實際測量工作中，多進行的是B 類評定。隨著信息融合和計算機應用技術的發(fā)展，根據(jù)國內(nèi)外研究成果，多傳感器信息融合比較確切的定義可概括為：充分利用不同時間與空間的多傳感器數(shù)據(jù)資源，采用計算機技術對按時間序列獲得的多傳感器觀測數(shù)據(jù)，在一定準則下進行分析、綜合、支配和使用，獲得對被測對象的一致性解釋與描述，進而實現(xiàn)相應的決策和估計，使系統(tǒng)獲得比它的各個組成部分更充分的信息。圖1 數(shù)據(jù)層融合圖 2表示了特征層融合的結構。傳感器管理的內(nèi)容通常包括：空間管理、模式管理和時間管理。在1953年，比爾斯在《誤差理論導引》一文中就指出:當所給出的試驗誤差為時，它事實上就是用標準偏差等來表征的估計試驗不確定度。GUM自出版以來得到了廣泛的應用和發(fā)行，己被譯成中文、法文、德文等。事實上只有觀測次數(shù)n足夠多，才能使A類不確定度的評定更加可靠和可信，一般認為n至少應大于5，但事實上也不是越多越好，這是因為測量條件對測量結果有關鍵性的影響，時間越長，對測量條件的影響也就越大。其評定難點在于準確判斷先驗概率的分布類型以及對包含因子的估計， 要求估計者具有深入的專業(yè)知識和豐富的工作經(jīng)驗。首先假設，是對某種參數(shù)的兩次獨立重復測量的結果，于是它們的標準差則分別是：與 。 我們可以發(fā)現(xiàn)，該方法簡單易行,在同等條件下提高了精度,符合新一代GPS 標準的要求，更適應了工程上的要求，能夠很好地解決實際工程中的所遇到的某些問題。在本文中用表示。相對與A類不確定度的評定更加復雜和困難，但是只要能夠做得位，和A類評定方法一樣可靠。為單次測量的實驗標準差，由貝塞爾公式計算得到為平均值的實驗標準差，其值為作為測量結果的標準不確定度，即A類標準不確定度。這份CIPM建議書推薦的方法，以INC一1(1980)為基礎，要求所有CIPM及其咨詢委員會贊助下的國際比對及其他工作的參加者，在給出結果時必須使用合成不確定度。 不確定度的發(fā)展與研究現(xiàn)狀遠在 400年以前，德國的開普勒就利用已經(jīng)校準的儀器進行了天文方面的測量，為了尋找出行星的運動規(guī)律，隨后在對相關觀測結果的對比中，發(fā)現(xiàn)行星的運動軌道的測量結果中包含不確定度。在異類多傳感器信息融合中，如何利用各傳感器信息進行航跡起始，如何綜合利用位置、動態(tài)及特征和屬性參數(shù)改善目標跟蹤性，如何合理利用互補信息以改善對目標的識別及如何實現(xiàn)檢測跟蹤的聯(lián)合優(yōu)化都是需要進一步研究和解決的問題。為了完成這種數(shù)據(jù)層融合，傳感器必須是相同的或者是同類的。多傳感器信息融合系統(tǒng)與所有單傳感器信號處理或低層次的數(shù)據(jù)處理方式相比，后者是對大腦信息處理的一種低水平模仿，而前者可更大程度獲取被探測目標和環(huán)境的信息量?？傊?，測量不確定度是說明被測量量的結果分散程度的參數(shù)，它并不是說明被測量量的結果是否接近真實值或接近真實值的程度。關鍵詞：GPS(產(chǎn)品幾何量技術規(guī)范與認證)；信息融合；測量不確定度；評定Based on Information Fusion Certification of the uncertaintyAbstract: Information fusion, refers to data from multiple sensors and information for multilevel, multifaceted test, correlation, correlation, such as valuation and prehensive treatment to achieve the precise status and identity estimates, and a plete and timely situation and threat assessment. Multisensor information fusion (MSIF) is being applied to a wide variety of fields such as intelligent robot, automated target recognition, battlefield surveillance, medical diagnostics, image processing. In order to better meet the engineering requirements and standards of nextgeneration GPS (Geometrical Product Specification and Certification) Evaluation of accuracy of measurement uncertainty, the information fusion algorithm reference to the Evaluation of Uncertainty in Measurement. Based on the Lagrange mu