缺点：联合爆炸问题，有限的识别框架和证据体的独立性，高度冲突证据相结合的问题[1]。糊逻辑的优点：没有必要建立精确的数学模型，它非常健壮，恒温阀芯控制器经济且易于使用。点：获取和建立模糊规则，模糊建模不易有效解决;对于模糊控制器的参数和结构，根据系统的完整指标进行设计并不容易。产规则的优点：自然，模块化，高效和清晰。点：规则之间的相互制约可能会降低效率，无法表达结构知识，也无法提供真正的解释。
波变换的优点：1）响应节能方程的线性运算，2）小波变换相当于具有放大，缩放和移位功能的数学显微镜。过检查不同放大倍数的信号演变来研究动态特性;小波变换是稳定的并且是信号的冗余表示。具有统一性和相似性，他的前后转换具有完美的对称性。
波变换具有基于卷积和QMF的基于塔的快速算法。点：在不同尺度下获得的近似信号的特征之间存在差异。用通过小波变换中的基本函数获得的小波函数难以精确地近似不同尺度的局部信号的特征。
此，在降噪预处理过程中重建信号原始时域特性将会丢失[2]。
工神经网络方法的优点：泛化能力强，稳定性高，容错性好，速度快，恒温阀芯效率高[1]。息融合技术的加权平均方法的搜索结果在单传感器系统中更有利;卡尔曼滤波，无味滤波可以有效地解决图像融合和图像热点以及非图像信息融合;小波变换提高融合精度是可行的：模糊逻辑，人工神经网络可以提高卡尔曼滤波算法的鲁棒性; DS证据能有效解决贝叶斯法，这可以被认为是改善和贝叶斯方法的延伸的许多缺点，多种方法的劳动和相互补充的分工可以提高机器人系统的性能，因此不同方法的优点组合可以使机器人定位技术达到预期的效果。息融合研究的难点必须解决信息融合和模糊减少方法的标准：由于有源辐射的增加，系统通常暴露;获取基本概率分配，建立和管理系统是设计信息融合系统的难点;等一下。
展趋势由于并联体结构是传感器结构的发展方向，多传感器信息融合技术的发展趋势之一是软件和硬件的开发和应用。
行计算能力。于多传感器信息融合算法主要侧重于静态随机过程并且是线性分布的，因此改进了系统性能并且研究和改进了算法以获得非平稳分布信息融合算法。
非线性的。
前，基于多传感器信息融合的移动机器人主要在室内环境中进行定位和导航。要进一步研究传感器布局，系统设置和管理，路线规划和机器人自定位，包括非室内环境中的移动机器人定位技术。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com