1。3 本文研究内容

     上面介绍的水下机器人的故障诊断中基于模型的水下机器人故障诊断法原理简单却难以运用于实际当中，准确率低下限制了其在工业当中的运用。面对日益复杂的水下机器人故障辨识，本文阐述的故障诊断方法是BP神经网络信息融合故障诊断，它是经典的神经网络信息融合故障诊断相较于基于信号处理的水下机器人故障诊断法其算法较简单，运算量较小，更便捷地辨识是否发生故障。它通用大量测试数据训练样本，进而获得一种灵活辨识故障发生的能力。本文的主要研究内容：文献综述

第一章对水下机器人的研究背景与意义做了简单介绍，对故障的定义与水下机器人目前使用故障诊断方法进行说明。

第二章基于多传感器的信息融合主要对信息融合进行详细的介绍，对其定义、原理、级别、分类、信息处理的优势进行详细的阐述。

第三章基于多传感器信息融合的水下机器人故障检测，简述了隶属度值的算法、BP神经网络的故障检测方法，并通过实验对BP神经网络在故障诊断上的优势进行验证。

第四章对全文的总结与展望。

2 基于多传感器的信息融合

2。1 信息融合的定义 

随着在对单一的信息的提取与应用无法满足需求，信息融合成为一种趋势被引用到各个领域当中，多传感器信息融合技术取得了快速的发展与广泛的应用。在战场任务和无人驾驶飞机；目标检测和跟踪；水下机器人和智能仪表系统；自动目标识别；图像复合等领域均有应用。信息融合也可以说是数据融合，但信息不仅包括数据，还包括信号和知识，用信息融合这一词显得更加准确合理。信息融合是针对一个使用多个传感器（多个或多类）的特定系统而推出新的信息处理研究方法，因此，也被称为多传感器信息融合。根据目前国内外的研究成果，信息融合可概括为：利用计算机技术在一定的标准完成所需的决策加以自动分析和估计的信息处理过程，其目的是为了获得更为准确和可靠的结论。