[1]李学军,李萍,褚福磊.基于相关函数的多振动信号数据融合方法[J].振动、测试与诊断,2009,29(2):179-183.

[2]李火坤,张宇驰,邓冰梅,刘世立.拱坝多传感器振动信号的数据级融合方法[J].振动、测试与诊断,2015,35(6):1075-1082.

[3]张平, 张小栋.证据熵在旋转机械故障诊断中的应用[J].振动、测试与诊断,2010,30(1):55-58.

[4]田新启,高,亹.基于PSD的旋转机械振动传感器[J].振动、测试与诊断,2010,30(6):638-641.

[5]谷立臣,张优云.基于神经元的多传感器数据级融合研究[J].机械工程学报,2003,39(7):89-93.

[6]张佳薇,姜滨,金光远.多传感器支持度和自适应加权时空融合算法[J].机电产品开发与创新,2009,22(6):23-25.

[7]张田,蒋桂林,李新春,陆利威.基于基座多振动信号融合的转子故障诊断[J].机械工程师,2010(5):14-15.

[8]周少伟,李洲洋,雷少坤.基于AFKF的多传感器加权融合算法[J].中国制造业信息化,2013,42(8):64-67.

[9]韩静,陶云刚.基于D_S证据理论和模糊数学的多传感器数据融合算法[J].仪器仪表学报,2000,21(6).

[10]金建华,阙沛文.多传感器测量数据的切尾加权融合算法[J].仪器仪表学报,2002,23(Z1):303-304.

[11]仲崇权,张立勇,杨素英,李卓函.基于最小二乘原理的多传感器加权融合算法[J].仪器仪表学报,2003,24(4):427-430.

[12]韩静 陶云刚.基于D—S证据理论和模糊数学的多传感器数据融合算法[J].仪器仪表学报,2000,21(6):644-647.

[13]罗艳龙,狄长安.一种基于多方法的多传感器数据融合算法研究[J].机械制造与自动化,2013(6):175-177.

[14]金建华,杨叔子.油管壁厚测量数据的一致性加权融合估计算法[J].仪表技术与传感器,2002(11):43-45.

[15]汪洪波,李宏远.基于最优加权的大面积金刚石膜衬底温度数据融合研究[J].中国机械工程,2011,22(14).

[16]王艳霞,王迎迎,鲍春晖.多传感器数据融合技术在动态称重系统中的应用[J].仪表技术,2014(2):49-51.

[17]汪洪波,唐志国,马培勇,林胜.压力信号干扰抑制的质量流量数据融合研究[J].中国机械工程,2012(18):2223-2227.

[18]胡　勤张清华,覃爱淞孙国玺.遗传编程和加权证据理论融合的旋转机械故障诊断[J].机械传动,2014(4):127-132.

[19]张福民,曲兴华,叶声华.大尺寸测量中多传感器的融合[J].光学精密工程,2008,16(7).

[20]王江萍,李飞.深孔加工刀具状态监测的研究[J].现代制造工程,2003(9):59-61.