信息融合技術(shù)【業(yè)界優(yōu)制】

1、信息融合技術(shù),概 述 信息融合的分類和結(jié)構(gòu) 信息融合的一般方法 信息融合的實(shí)例,1,扶風(fēng)書屋,第一節(jié) 概 述,融合(fusion)的概念開(kāi)始出現(xiàn)于70年代初期，當(dāng)時(shí)稱之為多源相關(guān)、多源合成、多傳感器混合或數(shù)據(jù)融合(DataFusion)，現(xiàn)在多稱之為信息融合 (InformationFusion)或數(shù)據(jù)融合。 融合是指采集并集成各種信息源、多媒體和多格式信息，從而生成完整、準(zhǔn)確、及時(shí)和有效的綜合信息過(guò)程。數(shù)據(jù)融合技術(shù)結(jié)合多傳感器的數(shù)據(jù)和輔助數(shù)據(jù)庫(kù)的相關(guān)信息以獲得比單個(gè)傳感器更精確、更明確的推理結(jié)果。信息融合是對(duì)多種信息的獲取、表示及其內(nèi)在聯(lián)系進(jìn)行綜合處理和優(yōu)化的技術(shù)。傳感器信息融合技術(shù)從多信息

2、的視角進(jìn)行處理及綜合，得到各種 信息的內(nèi)在聯(lián)系和規(guī)律，從而剔除無(wú)用的和錯(cuò)誤的信息，保留正確的和有用的成分，最終實(shí)現(xiàn)信息的優(yōu)化。,一、概念,2,扶風(fēng)書屋,定義：將經(jīng)過(guò)集成處理的多傳感器信息進(jìn)行合成，形成一種對(duì)外部環(huán)境或被測(cè)對(duì)象某一特征的表達(dá)方式。單一傳感器只能獲得環(huán)境或被測(cè)對(duì)象的部分信息段，而多傳感器信息經(jīng)過(guò)融合后能夠完善地、準(zhǔn)確地反映環(huán)境的特征。它也為智能信息處理技術(shù)的研究提供了新的觀念。經(jīng)過(guò)融合的多傳感器信息具有以下特征：信息的冗余性、互補(bǔ)性、協(xié)同性、實(shí)時(shí)性以及低成本性。多傳感器信息融合與經(jīng)典信號(hào)處理方法之間存在本質(zhì)的區(qū)別，其關(guān)鍵在于信息融合所處理的多傳感器信息具有更為復(fù)雜的形式，而且可以在

3、不同的信息層次上出現(xiàn)。,3,扶風(fēng)書屋,二、國(guó)外信息融合技術(shù)的發(fā)展,美國(guó)國(guó)防部三軍實(shí)驗(yàn)室理事聯(lián)席會(huì)（JDL）的對(duì)信息融合技術(shù)的定義為：信息融合是一個(gè)對(duì)從單個(gè)和多個(gè)信息源獲取的數(shù)據(jù)和信息進(jìn)行關(guān)聯(lián)、相關(guān)和綜合，以獲得精確的位置和身份估計(jì)，以及對(duì)態(tài)勢(shì)和威脅及其重要程度進(jìn)行全面及時(shí)評(píng)估的信息處理過(guò)程；該過(guò)程是對(duì)其估計(jì)、評(píng)估和額外信息源需求評(píng)價(jià)的一個(gè)持續(xù)精練（refinement）過(guò)程，同時(shí)也是信息處理過(guò)程不斷自我修正的一個(gè)過(guò)程，以獲得結(jié)果的改善。后來(lái)，JDL將該定義修正為：信息融合是指對(duì)單個(gè)和多個(gè)傳感器的信息和數(shù)據(jù)進(jìn)行多層次、多方面的處理，包括：自動(dòng)檢測(cè)、關(guān)聯(lián)、相關(guān)、估計(jì)和組合。,4,扶風(fēng)書屋,信息融合

4、技術(shù)自1973年初次提出以后，經(jīng)歷了20世紀(jì)80年代初、90年代初和90年代末三次研究熱潮。各個(gè)領(lǐng)域的研究者們都對(duì)信息融合技術(shù)在所研究領(lǐng)域的應(yīng)用展開(kāi)了研究，取得了一大批研究成果，并總結(jié)出了行之有效的工程實(shí)現(xiàn)方法。美國(guó)在該項(xiàng)技術(shù)的研究方面一直處于世界領(lǐng)先地位，1973年，在美國(guó)國(guó)防部資助開(kāi)發(fā)的聲納信號(hào)理解系統(tǒng)中首次提出了數(shù)據(jù)融合技術(shù)，1988年，美國(guó)國(guó)防部把數(shù)據(jù)融合技術(shù)列為90年代重點(diǎn)研究開(kāi)發(fā)的20項(xiàng)關(guān)鍵技術(shù)之一。據(jù)統(tǒng)計(jì)，1991年美國(guó)已有54個(gè)數(shù)據(jù)融合系統(tǒng)引入到軍用電子系統(tǒng)中去，其中87%已有試驗(yàn)樣機(jī)、試驗(yàn)床或已被應(yīng)用。目前已進(jìn)入實(shí)用階段。,5,扶風(fēng)書屋,應(yīng)用人工智能技術(shù)（專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等

5、）解決目標(biāo)識(shí)別、戰(zhàn)場(chǎng)態(tài)勢(shì)關(guān)聯(lián)與估計(jì)處于應(yīng)用試驗(yàn)階段；信息融合仿真試驗(yàn)、測(cè)試與評(píng)估技術(shù)目前正在向適應(yīng)聯(lián)合作戰(zhàn)需求的方向發(fā)展，效能評(píng)估處于建模階段。上述技術(shù)所形成的信息融合產(chǎn)品已裝備在某些戰(zhàn)術(shù)、戰(zhàn)略系統(tǒng)中。如全球網(wǎng)絡(luò)中心監(jiān)視與瞄準(zhǔn)（GNCST）系統(tǒng)是美國(guó)空軍的新型情報(bào)信息融合處理系統(tǒng)，該系統(tǒng)對(duì)信息源幾乎沒(méi)有限制，可接收無(wú)人機(jī)（UAV）、E-8C、RC-135等平臺(tái)上光電、合成孔徑雷達(dá)、信號(hào)情報(bào)偵察裝置等各種傳感器的近實(shí)時(shí)信息，將它們消化處理成對(duì)作戰(zhàn)官兵有用的信息，并以很快的速度和很高的精度發(fā)送給用戶。,6,扶風(fēng)書屋,英國(guó)BAE系統(tǒng)公司還開(kāi)發(fā)一種被稱作分布式數(shù)據(jù)融合 （DecentralizedDa

6、taFusion，DDF）的信息融合新技術(shù)。這項(xiàng)技術(shù)的獨(dú)特之處在于它采用的是分布式數(shù)據(jù)融合技術(shù)，而傳統(tǒng)的數(shù)據(jù)融合都是集中式的，即所有的信息在一個(gè)中心節(jié)點(diǎn)完成綜合和融合。這樣，一旦中心節(jié)點(diǎn)遭到攻擊，就會(huì)破壞整個(gè)系統(tǒng)。但采用DDF技術(shù)的系統(tǒng)就不存在這樣的問(wèn)題，因?yàn)榫C合和融合是在網(wǎng)絡(luò)中的任何節(jié)點(diǎn)上進(jìn)行的。若一個(gè)節(jié)點(diǎn)脫離網(wǎng)絡(luò)，其他部分仍會(huì)繼續(xù)工作并共享、綜合和融合信息。 BAE系統(tǒng)公司已成功驗(yàn)證了將地面和空中的分散的傳感器組網(wǎng)互聯(lián)并融合其信息的技術(shù)。使傳感器網(wǎng)絡(luò)中的全部數(shù)據(jù)都被實(shí)時(shí)地綜合和融合到了一幅單一的作戰(zhàn)空間態(tài)勢(shì)圖中。該公司在試驗(yàn)中成功在8個(gè)節(jié)點(diǎn)之間進(jìn)行了組網(wǎng)互聯(lián)，這8個(gè)節(jié)點(diǎn)包括2架自主式UAV

7、、1臺(tái)戰(zhàn)場(chǎng)監(jiān)視雷達(dá)、1臺(tái)武器定位雷達(dá)、2名帶有電子式雙眼望遠(yuǎn)鏡及掌上電腦的士兵和2名乘坐吉普車在試驗(yàn)場(chǎng)上機(jī)動(dòng)的士兵。整個(gè)網(wǎng)絡(luò)可以動(dòng)態(tài)地進(jìn)行重新布局。一旦武器定位雷達(dá)檢測(cè)到敵火炮開(kāi)火，自主式UAV可立刻得到相關(guān)信息，并迅速飛往有關(guān)區(qū)域進(jìn)行調(diào)查；戰(zhàn)場(chǎng)偵察雷達(dá)可跟蹤地面機(jī)動(dòng)目標(biāo)，即使該目標(biāo)離開(kāi)了視線，該雷達(dá)仍可對(duì)目標(biāo)保持虛擬跟蹤或虛擬警戒；一旦某架UAV飛越了一個(gè)不同的傳感器，它將把該傳感器引入這個(gè)網(wǎng)絡(luò)，從而使單一態(tài)勢(shì)圖中的信息更為完備和準(zhǔn)確。,7,扶風(fēng)書屋,三、信息融合的關(guān)鍵技術(shù),數(shù)據(jù)融合是一種多層次、多方位的處理過(guò)程，需要對(duì)多種來(lái)源數(shù)據(jù)進(jìn)行檢測(cè)、相關(guān)和綜合以進(jìn)行更精確的態(tài)勢(shì)評(píng)估。數(shù)據(jù)（或信息）融

8、合系統(tǒng)的根本目標(biāo)是將傳感器得到的數(shù)據(jù)（如信號(hào)、圖像、數(shù)量和矢量信息等）、人的輸入信息以及已有的原始信息轉(zhuǎn)化成關(guān)于某種狀態(tài)和威脅的知識(shí)。多傳感器數(shù)據(jù)融合通過(guò)信號(hào)處理技術(shù)、圖像處理技術(shù)、模式識(shí)別技術(shù)、估計(jì)技術(shù)以及自動(dòng)推理技術(shù)等多種技術(shù)提高狀態(tài)感知能力。該技術(shù)廣泛用于自動(dòng)目標(biāo)識(shí)別、敵/我/中立方識(shí)別（IFFN）處理以及自動(dòng)狀態(tài)評(píng)估等應(yīng)用領(lǐng)域，相關(guān)的關(guān)鍵技術(shù)有： 多目標(biāo)跟蹤的信息融合技術(shù)多假定跟蹤和相關(guān)技術(shù)隨機(jī)數(shù)據(jù)關(guān)連慮波（PDAF）技術(shù)交互式復(fù)合建模(IMM)技術(shù)目標(biāo)機(jī)動(dòng)信息處理技術(shù)（自適自噪聲模型等）非線性濾波技術(shù)融合結(jié)構(gòu)技術(shù)（集中式結(jié)構(gòu)與分布式結(jié)構(gòu)）相似傳感器融合技術(shù)（結(jié)構(gòu)、算法和方法）不相似的

9、傳感器融合技術(shù)傳感器對(duì)準(zhǔn)技術(shù)（包括各種類型的對(duì)準(zhǔn)難題及其解決技術(shù)）特征融合技術(shù)（識(shí)別/分類、證明推算、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、模糊邏輯、貝斯網(wǎng)絡(luò)等）,8,扶風(fēng)書屋,四、意義及應(yīng)用,信息融合技術(shù)的實(shí)現(xiàn)和發(fā)展以信息電子學(xué)的原理、方法、技術(shù)為基礎(chǔ)。信息融合系統(tǒng)要采用多種傳感器收集各種信息，包括聲、光、電、運(yùn)動(dòng)、視覺(jué)、觸覺(jué)、力覺(jué)以及語(yǔ)言文字等。信息融合技術(shù)中的分布式信息處理結(jié)構(gòu)通過(guò)無(wú)線網(wǎng)絡(luò)、有線網(wǎng)絡(luò)，智能網(wǎng)絡(luò)，寬帶智能綜合數(shù)字網(wǎng)絡(luò)等匯集信息，傳給融合中心進(jìn)行融合。除了自然(物理)信息外，信息融合技術(shù)還融合社會(huì)類信息，以語(yǔ)言文字為代表，涉及到大規(guī)模漢語(yǔ)資料庫(kù)、語(yǔ)言知識(shí)的獲取理論與方法、機(jī)器翻譯、自然語(yǔ)言解釋

10、與處理技術(shù)等，信息融合采用分形、混沌、模糊推理、人工神經(jīng)網(wǎng)絡(luò)等數(shù)學(xué)和物理的理論及方法。它的發(fā)展方向是對(duì)非線性、復(fù)雜環(huán)境因素的不同性質(zhì)的信息進(jìn)行綜合、相關(guān)，從各個(gè)不同的角度去觀察、探測(cè)世界。,1、在信息電子學(xué)領(lǐng)域,9,扶風(fēng)書屋,2、在計(jì)算機(jī)科學(xué)領(lǐng)域,在計(jì)算機(jī)科學(xué)中，目前正開(kāi)展著并行數(shù)據(jù)庫(kù)、主動(dòng)數(shù)據(jù)庫(kù)、多數(shù)據(jù)庫(kù)的研究。信息融合要求系統(tǒng)能適應(yīng)變化的外部世界，因此，空間、時(shí)間數(shù)據(jù)庫(kù)的概念應(yīng)運(yùn)而生，為數(shù)據(jù)融合提供了保障?？臻g意味著不同種類的數(shù)據(jù)來(lái)自于不同的空間地點(diǎn)，時(shí)間意味著數(shù)據(jù)庫(kù)能隨時(shí)間的變化適應(yīng)客觀環(huán)境的相應(yīng)變化。信息融合處理過(guò)程要求有相應(yīng)的數(shù)據(jù)庫(kù)原理和結(jié)構(gòu)，以便融合隨時(shí)間、空間變化了的數(shù)據(jù)。在信息

11、融合的思想下，提出的空間、時(shí)間數(shù)據(jù)庫(kù)，是計(jì)算機(jī)科學(xué)的一個(gè)重要的研究方向。,10,扶風(fēng)書屋,3、在自動(dòng)化領(lǐng)域,以各種控制理論為基礎(chǔ)，信息融合技術(shù)采用模糊控制、智能控制、進(jìn)化計(jì)算等系統(tǒng)理論，結(jié)合生物、經(jīng)濟(jì)、社會(huì)、軍事等領(lǐng)域的知識(shí)，進(jìn)行定性、定量分析。按照人腦的功能和原理進(jìn)行視覺(jué)、聽(tīng)覺(jué)、觸覺(jué)、力覺(jué)、知覺(jué)、注意、記憶、學(xué)習(xí)和更高級(jí)的認(rèn)識(shí)過(guò)程，將空間、時(shí)間的信息進(jìn)行融合，對(duì)數(shù)據(jù)和信息進(jìn)行自動(dòng)解釋，對(duì)環(huán)境和態(tài)勢(shì)給予判定。目前的控制技術(shù)，已從程序控制進(jìn)入了建立在信息融合基礎(chǔ)上的智能控制。智能控制系統(tǒng)不僅用于軍事，還應(yīng)用于工廠企業(yè)的生產(chǎn)過(guò)程控制和產(chǎn)供銷管理、城市建設(shè)規(guī)劃、道路交通管理、商業(yè)管理、金融管理與預(yù)測(cè)

12、、地質(zhì)礦產(chǎn)資源管理、環(huán)境監(jiān)測(cè)與保護(hù)、糧食作物生長(zhǎng)監(jiān)測(cè)、災(zāi)害性天氣預(yù)報(bào)及防治等涉及宏觀、微觀和社會(huì)的各行各業(yè)。,11,扶風(fēng)書屋,三、優(yōu)點(diǎn),增加了系統(tǒng)的生存能力 擴(kuò)展了空間覆蓋范圍 擴(kuò)展了時(shí)間覆蓋范圍 提高了可信度 降低了信息的模糊度 改善了探測(cè)性能 提高了空間分辨率 增加了測(cè)量空間的維數(shù),12,扶風(fēng)書屋,第二節(jié) 信息融合的分類和結(jié)構(gòu),1、組合：由多個(gè)傳感器組合成平行或互補(bǔ)方式來(lái)獲得多組數(shù)據(jù)輸出的一種處理方法，是一種最基本的方式，涉及的問(wèn)題有輸出方式的協(xié)調(diào)、綜合以及傳感器的選擇。在硬件這一級(jí)上應(yīng)用。 2、綜合：信息優(yōu)化處理中的一種獲得明確信息的有效方法。 例：在虛擬現(xiàn)實(shí)技術(shù)中，使用兩個(gè)分開(kāi)設(shè)置的攝

13、像機(jī)同時(shí)拍攝到一個(gè)物體的不同側(cè)面的兩幅圖像，綜合這兩幅圖像可以復(fù)原出一個(gè)準(zhǔn)確的有立體感的物體的圖像。 3、融合：當(dāng)將傳感器數(shù)據(jù)組之間進(jìn)行相關(guān)或?qū)鞲衅鲾?shù)據(jù)與系統(tǒng)內(nèi)部的知識(shí)模型進(jìn)行相關(guān)，而產(chǎn)生信息的一個(gè)新的表達(dá)式。 4、相關(guān)：通過(guò)處理傳感器信息獲得某些結(jié)果，不僅需要單項(xiàng)信息處理，而且需要通過(guò)相關(guān)來(lái)進(jìn)行處理，獲悉傳感器數(shù)據(jù)組之間的關(guān)系，從而得到正確信息，剔除無(wú)用和錯(cuò)誤的信息。 相關(guān)處理的目的：對(duì)識(shí)別、預(yù)測(cè)、學(xué)習(xí)和記憶等過(guò)程的信息進(jìn)行綜合和優(yōu)化。,一、信息融合分類,13,扶風(fēng)書屋,5、由于信息融合研究?jī)?nèi)容的廣泛性和多樣性，目前還沒(méi)有統(tǒng)一的關(guān)于融合過(guò)程的分類。 (1)按照信息表征層次的分類 系統(tǒng)的信息

14、融合相對(duì)于信息表征的層次相應(yīng)分為三類：數(shù)據(jù)層融合、特征層融合和決策層融合。 數(shù)據(jù)層融合通常用于多源圖像復(fù)合、圖像分折與理解等方面，采用經(jīng)典的檢測(cè)和估計(jì)方法。特征層融合可劃分為兩大類：一類是目標(biāo)狀態(tài)信息融合，目標(biāo)跟蹤領(lǐng)域的大體方法都可以修改為多傳感器目標(biāo)跟蹤方法；另一類是目標(biāo)特性融合，它實(shí)質(zhì)上是模式識(shí)別問(wèn)題，具體的融合方法仍是模式識(shí)別的相應(yīng)技術(shù)。 決策層融合是指不同類型的傳感器觀測(cè)同一個(gè)目標(biāo)，每個(gè)傳感器在本地完成處理，其中包括頂處理、特征抽取、識(shí)別或判決，以建立對(duì)所觀察目標(biāo)的初步結(jié)論。然后通過(guò)關(guān)聯(lián)處理、決策層觸合判決，最終獲得聯(lián)合推斷結(jié)果。,14,扶風(fēng)書屋,圖1 信息融合層次,15,扶風(fēng)書屋,(

15、2)JDL模型(Joint Directors of Laboratories，JDL)和-JDL模型 該模型將融合過(guò)程分為四個(gè)階段：信源處理，第一層處理(即目標(biāo)提取)、第二層處理(即態(tài)勢(shì)提取)、第三層提取(即威脅提取)和第四層提取(即過(guò)程提取)。模型中的每一個(gè)模塊都可以有層次地進(jìn)一步分割，并且可以采用不同的方法來(lái)實(shí)現(xiàn)它們。-JDL模型為JDL模型的簡(jiǎn)化，把0層包含進(jìn)了1層，4層融人其他各層中。,16,扶風(fēng)書屋,圖2 JDL模型 圖3 -JDL模型,17,扶風(fēng)書屋,(3) 按照數(shù)據(jù)流融合的位置進(jìn)行分類,多傳感器融合系統(tǒng)中的一個(gè)關(guān)鍵問(wèn)題是在何處對(duì)數(shù)據(jù)流進(jìn)行融合。按照融合位置的不同可以將融合結(jié)構(gòu)分

16、為以下三種類 型：集中式融合、分布式多傳感器融合和無(wú)中心融合結(jié)構(gòu)。對(duì)于特定的信息融合應(yīng)用不可能找到一種最優(yōu)的融合結(jié)構(gòu)，結(jié)構(gòu)的選擇必須綜合考慮計(jì)算資源、可用的通信帶寬、精度要求、傳感器能力等。,18,扶風(fēng)書屋,多傳感器信息融合之所以被廣泛地研究是由于它與單一傳感器信息利用相比具有如下特點(diǎn)： （1）容錯(cuò)性。在單一傳感器出現(xiàn)誤差或失效的情況下，系統(tǒng)仍能正?？煽康毓ぷ鳌?（2）互補(bǔ)性。各傳感器除提供對(duì)象的共性反映外，還提供與各傳感器本身有關(guān)的特性反映，因而利用信息融合就能實(shí)現(xiàn)不同傳感器之間的信息互補(bǔ)，從而提高信息的利用率、減少系統(tǒng)認(rèn)識(shí)的不正確性。 （3）實(shí)時(shí)性。能以較少的時(shí)間獲取更多的信息。大大提高系

17、統(tǒng)的識(shí)別效率。,19,扶風(fēng)書屋,二、信息融合的結(jié)構(gòu),信息融合的結(jié)構(gòu)分為串聯(lián)和并聯(lián)兩種,Sn,S2,S1,Y1,Y2,Yn,C1,C2,Cn,Y,S,C1,C2,Cn,(a) 串聯(lián),(b) 并聯(lián),C1，C2，Cn表示n個(gè)傳感器 S1,S2,，Sn表示來(lái)自各個(gè)傳感器信息融合中心的數(shù)據(jù) y1，y2，yn表示融合中心。,20,扶風(fēng)書屋,三、信息融合系統(tǒng)結(jié)構(gòu)的實(shí)例,一種雷達(dá)測(cè)量的信息融合結(jié)構(gòu),外部邏輯,傳感器信號(hào),傳感器信號(hào),先驗(yàn)信息,修正信息,先驗(yàn)信息,修正信息,傳感器故障檢測(cè)系統(tǒng),21,扶風(fēng)書屋,第三節(jié) 信息融合的一般方法,由多種傳感器所獲得的客觀環(huán)境(即被測(cè)對(duì)象)的多組數(shù)據(jù)就是客觀環(huán)境按照某種映射

18、關(guān)系形成的像，信息融合就是通過(guò)像求解原像，即對(duì)客觀環(huán)境加以了解。用數(shù)學(xué)語(yǔ)言描述就是，所有傳感器的全部信息，也只能描述環(huán)境的某些方面的特征，而具有這些特征的環(huán)境卻有很多，要使一組數(shù)據(jù)對(duì)應(yīng)惟一的環(huán)境(即上述映射為一一映射)，就必須對(duì)映射的原像和映射本身加約束條件，使問(wèn)題能有惟一的解。 嵌入約束法最基本的方法：Bayes估計(jì)和卡爾曼濾波,嵌入約束法、證據(jù)組合法、人工神經(jīng)網(wǎng)絡(luò)法,一、嵌入約束法,22,扶風(fēng)書屋,1.Bayes估計(jì),是融合靜態(tài)環(huán)境中多傳感器低層數(shù)據(jù)的一種常用方法。其信息描述為概率分布，適用于具有可加高斯噪聲的不確定性信息。假定完成任務(wù)所需的有關(guān)環(huán)境的特征物用向量f表示，通過(guò)傳感器獲得的數(shù)

19、據(jù)信息用向量d來(lái)表示，d和f都可看作是隨機(jī)向量。信息融合的任務(wù)就是由數(shù)據(jù)d推導(dǎo)和估計(jì)環(huán)境f。假設(shè)p(f，d)為隨機(jī)向量f和d的聯(lián)合概率分布密度函數(shù)，則,p(f|d)表示在已知d的條件下，f關(guān)于d的條件概率密度函數(shù) p(f|d)表示在已知f 的條件下，d關(guān)于f的條件概率密度函數(shù) p(d)和p(f)分別表示d和f的邊緣分布密度函數(shù),已知d時(shí)，要推斷f，只須掌握p(f|d)即可，即,上式為概率論中的Bayes公式，是嵌入約束法的核心。,23,扶風(fēng)書屋,信息融合通過(guò)數(shù)據(jù)信息d做出對(duì)環(huán)境f的推斷，即求解p(f|d)。由Bayes公式知，只須知道p(f|d)和p(f)即可。因?yàn)閜(d)可看作是使p(f|d

20、)p(f)成為概率密度函數(shù)的歸一化常數(shù)，p(d|f)是在已知客觀環(huán)境變量f的情況下，傳感器得到的d關(guān)于f的條件密度。當(dāng)環(huán)境情況和傳感器性能已知時(shí)，p(f|d)由決定環(huán)境和傳感器原理的物理規(guī)律完全確定。而p(f)可通過(guò)先驗(yàn)知識(shí)的獲取和積累，逐步漸近準(zhǔn)確地得到，因此，一般總能對(duì)p(f)有較好的近似描述。 在嵌入約束法中，反映客觀環(huán)境和傳感器性能與原理的各種約束條件主要體現(xiàn)在p(f|d) 中，而反映主觀經(jīng)驗(yàn)知識(shí)的各種約束條件主要體現(xiàn)在p(f)中。 在傳感器信息融合的實(shí)際應(yīng)用過(guò)程中，通常的情況是在某一時(shí)刻從多種傳感器得到一組數(shù)據(jù)信息d，由這一組數(shù)據(jù)給出當(dāng)前環(huán)境的一個(gè)估計(jì)f。因此,實(shí)際中應(yīng)用較多的方法是

21、尋找最大后驗(yàn)估計(jì)g，即,24,扶風(fēng)書屋,即最大后驗(yàn)估計(jì)是在已知數(shù)據(jù)為d的條件下，使后驗(yàn)概率密度p(f)取得最大值得點(diǎn)g，根據(jù)概率論，最大后驗(yàn)估計(jì)g滿足 當(dāng)p(f)為均勻分布時(shí)，最大后驗(yàn)估計(jì)g滿足 此時(shí)，最大后驗(yàn)概率也稱為極大似然估計(jì)。 當(dāng)傳感器組的觀測(cè)坐標(biāo)一致時(shí)，可以用直接法對(duì)傳感器測(cè)量數(shù)據(jù)進(jìn)行融合。在大多數(shù)情況下，多傳感器從不同的坐標(biāo)框架對(duì)環(huán)境中同一物體進(jìn)行描述，這時(shí)傳感器測(cè)量數(shù)據(jù)要以間接的方式采用Bayes估計(jì)進(jìn)行數(shù)據(jù)融合。間接法要解決的問(wèn)題是求出與多個(gè)傳感器讀數(shù)相一致的旋轉(zhuǎn)矩陣R和平移矢量H。,25,扶風(fēng)書屋,在傳感器數(shù)據(jù)進(jìn)行融合之前，必須確保測(cè)量數(shù)據(jù)代表同一實(shí)物，即要對(duì)傳感器測(cè)量進(jìn)行一

22、致性檢驗(yàn)。常用以下距離公式來(lái)判斷傳感器測(cè)量信息的一致：,式中x1和x2為兩個(gè)傳感器測(cè)量信號(hào)，C為與兩個(gè)傳感器相關(guān)聯(lián)的方差陣，當(dāng)距離T小于某個(gè)閾值時(shí)，兩個(gè)傳感器測(cè)量值具有一致性。這種方法的實(shí)質(zhì)是剔除處于誤差狀態(tài)的傳感器信息而保留“一致傳感器”數(shù)據(jù)計(jì)算融合值。,26,扶風(fēng)書屋,2.卡爾曼濾波(KF),用于實(shí)時(shí)融合動(dòng)態(tài)的低層次冗余傳感器數(shù)據(jù)，該方法用測(cè)量模型的統(tǒng)計(jì)特性，遞推決定統(tǒng)計(jì)意義下最優(yōu)融合數(shù)據(jù)合計(jì)。如果系統(tǒng)具有線性動(dòng)力學(xué)模型，且系統(tǒng)噪聲和傳感器噪聲可用高斯分布的白噪聲模型來(lái)表示，KF為融合數(shù)據(jù)提供惟一的統(tǒng)計(jì)意義下的最優(yōu)估計(jì)，KF的遞推特性使系統(tǒng)數(shù)據(jù)處理不需大量的數(shù)據(jù)存儲(chǔ)和計(jì)算。KF分為分散卡爾

23、曼濾波(DKF)和擴(kuò)展卡爾曼濾波(EKF)。DKF可實(shí)現(xiàn)多傳感器數(shù)據(jù)融合完全分散化，其優(yōu)點(diǎn)：每個(gè)傳感器節(jié)點(diǎn)失效不會(huì)導(dǎo)致整個(gè)系統(tǒng)失效。而EKF的優(yōu)點(diǎn)：可有效克服數(shù)據(jù)處理不穩(wěn)定性或系統(tǒng)模型線性程度的誤差對(duì)融合過(guò)程產(chǎn)生的影響。 嵌入約束法傳感器信息融合的最基本方法之一， 其缺點(diǎn)：需要對(duì)多源數(shù)據(jù)的整體物理規(guī)律有較好的了解，才能準(zhǔn)確地獲得p(d|f)，但需要預(yù)知先驗(yàn)分布p(f)。,27,扶風(fēng)書屋,二、證據(jù)組合法,證據(jù)組合法認(rèn)為完成某項(xiàng)智能任務(wù)是依據(jù)有關(guān)環(huán)境某方面的信息做出幾種可能的決策，而多傳感器數(shù)據(jù)信息在一定程度上反映環(huán)境這方面的情況。因此，分析每一數(shù)據(jù)作為支持某種決策證據(jù)的支持程度，并將不同傳感器數(shù)

24、據(jù)的支持程度進(jìn)行組合，即證據(jù)組合，分析得出現(xiàn)有組合證據(jù)支持程度最大的決策作為信息融合的結(jié)果。 證據(jù)組合法是對(duì)完成某一任務(wù)的需要而處理多種傳感器的數(shù)據(jù)信息，完成某項(xiàng)智能任務(wù)，實(shí)際是做出某項(xiàng)行動(dòng)決策。它先對(duì)單個(gè)傳感器數(shù)據(jù)信息每種可能決策的支持程度給出度量(即數(shù)據(jù)信息作為證據(jù)對(duì)決策的支持程度)，再尋找一種證據(jù)組合方法或規(guī)則，在已知兩個(gè)不同傳感器數(shù)據(jù)(即證據(jù))對(duì)決策的分別支持程度時(shí)，通過(guò)反復(fù)運(yùn)用組合規(guī)則，最終得出全體數(shù)據(jù)信息的聯(lián)合體對(duì)某決策總的支持程度。得到最大證據(jù)支持決策，即信息融合的結(jié)果。,28,扶風(fēng)書屋,證據(jù)組合法較嵌入約束法優(yōu)點(diǎn)：(1)對(duì)多種傳感器數(shù)據(jù)間的物理關(guān)系不必準(zhǔn)確了解，即無(wú)須準(zhǔn)確地建立

25、多種傳感器數(shù)據(jù)體的模型；(2)通用性好，可以建立一種獨(dú)立于各類具體信息融合問(wèn)題背景形式的證據(jù)組合方法，有利于設(shè)計(jì)通用的信息融合軟、硬件產(chǎn)品；(3)人為的先驗(yàn)知識(shí)可以視同數(shù)據(jù)信息一樣，賦予對(duì)決策的支持程度，參與證據(jù)組合運(yùn)算。,常用證據(jù)組合方法：,概率統(tǒng)計(jì)方法 Dempster-Shafer證據(jù)推理,利用證據(jù)組合進(jìn)行數(shù)據(jù)融合的關(guān)鍵在于：,選擇合適的數(shù)學(xué)方法描述證據(jù)、決策和支持程度等概念 建立快速、可靠并且便于實(shí)現(xiàn)的通用證據(jù)組合算法結(jié)構(gòu),29,扶風(fēng)書屋,1.概率統(tǒng)計(jì)方法,假設(shè)一組隨機(jī)向量x1，x2，xn分別表示n個(gè)不同傳感器得到的數(shù)據(jù)信息，根據(jù)每一個(gè)數(shù)據(jù)xi可對(duì)所完成的任務(wù)做出一決策di。xi的概率

26、分布為pai(xi)，ai為該分布函數(shù)中的未知參數(shù)，若參數(shù)已知時(shí)，則xi的概率分布就完全確定了。用非負(fù)函數(shù)L(ai，di)表示當(dāng)分布參數(shù)確定為ai時(shí)，第i個(gè)信息源采取決策dj時(shí)所造成的損失函數(shù)。在實(shí)際問(wèn)題中，ai是未知的，因此，當(dāng)?shù)玫絰i時(shí)，并不能直接從損失函數(shù)中定出最優(yōu)決策。 先由xi做出ai的一個(gè)估計(jì)，記為ai(xi)，再由損失函數(shù)L ai(xi),di決定出損失最小的決策。其中利用xi估計(jì)ai的估計(jì)量ai(xi) 有很多種方法。 概率統(tǒng)計(jì)方法適用于分布式傳感器目標(biāo)識(shí)別和跟蹤信息融合問(wèn)題,30,扶風(fēng)書屋,2.Dempster-Shafer證據(jù)推理(簡(jiǎn)稱D-S推理),假設(shè)F為所有可能證據(jù)所構(gòu)

27、成的有限集，為集合F中的某個(gè)元素即某個(gè)證據(jù)，首先引入信任函數(shù)B(f)0，1表示每個(gè)證據(jù)的信任程度：,從上式可知，信任函數(shù)是概率概念的推廣，因?yàn)閺母怕收摰闹R(shí)出發(fā)，上式應(yīng)取等號(hào)。,引入基礎(chǔ)概率分配函數(shù)m(f)0，1,由基礎(chǔ)概率分配函數(shù)定義與之相對(duì)應(yīng)的信任函數(shù)：,31,扶風(fēng)書屋,當(dāng)利用N個(gè)傳感器檢測(cè)環(huán)境M個(gè)特征時(shí)，每一個(gè)特征為F中的一個(gè)元素。第i個(gè)傳感器在第k-1時(shí)刻所獲得的包括k1時(shí)刻前關(guān)于第j個(gè)特征的所有證據(jù)，用基礎(chǔ)概率分配函數(shù)表示，其中i=1，2，m。第i個(gè)傳感器在第k時(shí)刻所獲得的關(guān)于第j個(gè)特征的新證據(jù)用基礎(chǔ)概率分配函數(shù)表示。由和可獲得第i個(gè)傳感器在第k時(shí)刻關(guān)于第j個(gè)特征的聯(lián)合證據(jù)。類似地，

28、利用證據(jù)組合算法，由和可獲得在k時(shí)刻關(guān)于第j個(gè)特征的第i個(gè)傳感器和第i+1個(gè)傳感器的聯(lián)合證據(jù)。如此遞推下去，可獲得所有N個(gè)傳感器在k時(shí)刻對(duì)j特征的信任函數(shù)，信任度最大的即為信息融合過(guò)程最終判定的環(huán)境特征。 D-S證據(jù)推理優(yōu)點(diǎn)：算法確定后，無(wú)論是靜態(tài)還是時(shí)變的動(dòng)態(tài)證據(jù)組合，其具體的證據(jù)組合算法都有一共同的算法結(jié)構(gòu)。但其缺點(diǎn)：當(dāng)對(duì)象或環(huán)境的識(shí)別特征數(shù)增加時(shí)，證據(jù)組合的計(jì)算量會(huì)以指數(shù)速度增長(zhǎng)。,32,扶風(fēng)書屋,證據(jù)理論是建立在辨識(shí)框架基礎(chǔ)上的推理模型，其基本思想如下： 建立辨識(shí)框架； 建立初始信任度分配； 根據(jù)因果關(guān)系，計(jì)算所有命題的信任度； 證據(jù)合成； 根據(jù)融合后的信任度進(jìn)行決策。,33,扶風(fēng)書屋

29、,三、人工神經(jīng)網(wǎng)絡(luò)法,通過(guò)模仿人腦的結(jié)構(gòu)和工作原理，設(shè)計(jì)和建立相應(yīng)的機(jī)器和模型并完成一定的智能任務(wù)。 神經(jīng)網(wǎng)絡(luò)根據(jù)當(dāng)前系統(tǒng)所接收到的樣本的相似性，確定分類標(biāo)準(zhǔn)。這種確定方法主要表現(xiàn)在網(wǎng)絡(luò)權(quán)值分布上，同時(shí)可采用神經(jīng)網(wǎng)絡(luò)特定的學(xué)習(xí)算法來(lái)獲取知識(shí)，得到不確定性推理機(jī)制。神經(jīng)網(wǎng)絡(luò)多傳感器信息融合的實(shí)現(xiàn)，分三個(gè)重要步驟： 根據(jù)智能系統(tǒng)要求及傳感器信息融合的形式，選擇其拓?fù)浣Y(jié)構(gòu)； 各傳感器的輸入信息綜合處理為一總體輸入函數(shù)，并將此函數(shù)映射定義為相關(guān)單元的映射函數(shù),通過(guò)神經(jīng)網(wǎng)絡(luò)與環(huán)境的交互作用把環(huán)境的統(tǒng)計(jì)規(guī)律反映網(wǎng)絡(luò)本身結(jié)構(gòu)； 對(duì)傳感器輸出信息進(jìn)行學(xué)習(xí)、理解，確定權(quán)值的分配，完成知識(shí)獲取信息融合，進(jìn)而對(duì)輸入

30、模式做出解釋，將輸入數(shù)據(jù)向量轉(zhuǎn)換成高層邏輯(符號(hào))概念。,34,扶風(fēng)書屋,基于神經(jīng)網(wǎng)絡(luò)的傳感器信息融合特點(diǎn)： 具有統(tǒng)一的內(nèi)部知識(shí)表示形式，通過(guò)學(xué)習(xí)算法可將網(wǎng)絡(luò)獲得的傳感器信息進(jìn)行融合，獲得相應(yīng)網(wǎng)絡(luò)的參數(shù)，并且可將知識(shí)規(guī)則轉(zhuǎn)換成數(shù)字形式，便于建立知識(shí)庫(kù)； 利用外部環(huán)境的信息，便于實(shí)現(xiàn)知識(shí)自動(dòng)獲取及并行聯(lián)想推理； 能夠?qū)⒉淮_定環(huán)境的復(fù)雜關(guān)系，經(jīng)過(guò)學(xué)習(xí)推理，融合為系統(tǒng)能理解的準(zhǔn)確信號(hào)； 由于神經(jīng)網(wǎng)絡(luò)具有大規(guī)模并行處理信息能力，使得系統(tǒng)信息處理速度很快。,35,扶風(fēng)書屋,人工神經(jīng)網(wǎng)絡(luò)具有分布式存儲(chǔ)和并行處理方式、自組織和自學(xué)習(xí)的功能以及很強(qiáng)的容錯(cuò)性和魯棒性等優(yōu)點(diǎn)。將神經(jīng)網(wǎng)絡(luò)用于多傳感器信息融合技術(shù)，首先要根據(jù)系統(tǒng)的要求以及