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)的概念開始出現(xiàn)于70年代初期，當(dāng)時稱之為多源相關(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、及時和有效的綜合信息過程。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)庫的相關(guān)信息以獲得比單個傳感器更精確、更明確的推理結(jié)果。信息融合是對多種信息的獲取、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，從而剔除無用的和錯誤的信息，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)過集成處理的多傳感器信息進(jìn)行合成，形成一種對外部環(huán)境或被測對象某一特征的表達(dá)方式。單一傳感器只能獲得環(huán)境或被測對象的部分信息段，而多傳感器信息經(jīng)過融合后能夠完善地、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)時性以及低成本性。多傳感器信息融合與經(jīng)典信號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、國外信息融合技術(shù)的發(fā)展,美國國防部三軍實(shí)驗(yàn)室理事聯(lián)席會（JDL）的對信息融合技術(shù)的定義為：信息融合是一個對從單個和多個信息源獲取的數(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)，以及對態(tài)勢和威脅及其重要程度進(jìn)行全面及時評估的信息處理過程；該過程是對其估計(jì)、評估和額外信息源需求評價的一個持續(xù)精練（refinement）過程，同時也是信息處理過程不斷自我修正的一個過程，以獲得結(jié)果的改善。后來，JDL將該定義修正為：信息融合是指對單個和多個傳感器的信息和數(shù)據(jù)進(jìn)行多層次、多方面的處理，包括：自動檢測、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。各個領(lǐng)域的研究者們都對信息融合技術(shù)在所研究領(lǐng)域的應(yīng)用展開了研究，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，在美國國防部資助開發(fā)的聲納信號理解系統(tǒng)中首次提出了數(shù)據(jù)融合技術(shù)，1988年，美國國防部把數(shù)據(jù)融合技術(shù)列為90年代重點(diǎn)研究開發(fā)的20項(xiàng)關(guān)鍵技術(shù)之一。據(jù)統(tǒng)計(jì)，1991年美國已有54個數(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)識別、戰(zhàn)場態(tài)勢關(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)、測試與評估技術(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)是美國空軍的新型情報信息融合處理系統(tǒng)，該系統(tǒng)對信息源幾乎沒有限制，可接收無人機(jī)（UAV）、E-8C、RC-135等平臺上光電、合成孔徑雷達(dá)、信號情報偵察裝置等各種傳感器的近實(shí)時信息，將它們消化處理成對作戰(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BAE系統(tǒng)公司還開發(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，就會破壞整個系統(tǒng)。但采用DDF技術(shù)的系統(tǒng)就不存在這樣的問題，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。若一個節(jié)點(diǎn)脫離網(wǎng)絡(luò)，其他部分仍會繼續(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)時地綜合和融合到了一幅單一的作戰(zhàn)空間態(tài)勢圖中。該公司在試驗(yàn)中成功在8個節(jié)點(diǎn)之間進(jìn)行了組網(wǎng)互聯(lián)，這8個節(jié)點(diǎn)包括2架自主式UAV

7、、1臺戰(zhàn)場監(jiān)視雷達(dá)、1臺武器定位雷達(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)場上機(jī)動的士兵。整個網(wǎng)絡(luò)可以動態(tài)地進(jìn)行重新布局。一旦武器定位雷達(dá)檢測到敵火炮開火，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)場偵察雷達(dá)可跟蹤地面機(jī)動目標(biāo)，即使該目標(biāo)離開了視線，該雷達(dá)仍可對目標(biāo)保持虛擬跟蹤或虛擬警戒；一旦某架UAV飛越了一個不同的傳感器，它將把該傳感器引入這個網(wǎng)絡(luò)，從而使單一態(tài)勢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、多方位的處理過程，需要對多種來源數(shù)據(jù)進(jìn)行檢測、相關(guān)和綜合以進(jìn)行更精確的態(tài)勢評估。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、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。多傳感器數(shù)據(jù)融合通過信號處理技術(shù)、圖像處理技術(shù)、模式識別技術(shù)、估計(jì)技術(shù)以及自動推理技術(shù)等多種技術(shù)提高狀態(tài)感知能力。該技術(shù)廣泛用于自動目標(biāo)識別、敵/我/中立方識別（IFFN）處理以及自動狀態(tài)評估等應(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)傳感器對準(zhǔn)技術(shù)（包括各種類型的對準(zhǔn)難題及其解決技術(shù)）特征融合技術(shù)（識別/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、視覺、觸覺、力覺以及語言文字等。信息融合技術(shù)中的分布式信息處理結(jié)構(gòu)通過無線網(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)還融合社會類信息，以語言文字為代表，涉及到大規(guī)模漢語資料庫、語言知識的獲取理論與方法、機(jī)器翻譯、自然語言解釋

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)，從各個不同的角度去觀察、探測世界。,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，目前正開展著并行數(shù)據(jù)庫、主動數(shù)據(jù)庫、多數(shù)據(jù)庫的研究。信息融合要求系統(tǒng)能適應(yīng)變化的外部世界，因此，空間、時間數(shù)據(jù)庫的概念應(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)來自于不同的空間地點(diǎn)，時間意味著數(shù)據(jù)庫能隨時間的變化適應(yīng)客觀環(huán)境的相應(yīng)變化。信息融合處理過程要求有相應(yīng)的數(shù)據(jù)庫原理和結(jié)構(gòu)，以便融合隨時間、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、時間數(shù)據(jù)庫，是計(jì)算機(jī)科學(xué)的一個重要的研究方向。,10,扶風(fēng)書屋,3、在自動化領(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、軍事等領(lǐng)域的知識，進(jìn)行定性、定量分析。按照人腦的功能和原理進(jìn)行視覺、聽覺、觸覺、力覺、知覺、注意、記憶、學(xué)習(xí)和更高級的認(rèn)識過程，將空間、時間的信息進(jìn)行融合，對數(shù)據(jù)和信息進(jìn)行自動解釋，對環(huán)境和態(tài)勢給予判定。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

12、、地質(zhì)礦產(chǎn)資源管理、環(huán)境監(jiān)測與保護(hù)、糧食作物生長監(jiān)測、災(zāi)害性天氣預(yù)報及防治等涉及宏觀、微觀和社會的各行各業(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 改善了探測性能 提高了空間分辨率 增加了測量空間的維數(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：由多個傳感器組合成平行或互補(bǔ)方式來獲得多組數(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，使用兩個分開設(shè)置的攝

13、像機(jī)同時拍攝到一個物體的不同側(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)部的知識模型進(jìn)行相關(guān)，而產(chǎn)生信息的一個新的表達(dá)式。 4、相關(guān)：通過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，而且需要通過相關(guān)來進(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，剔除無用和錯誤的信息。 相關(guān)處理的目的：對識別、預(yù)測、學(xué)習(xí)和記憶等過程的信息進(jìn)行綜合和優(yōu)化。,一、信息融合分類,13,扶風(fēng)書屋,5、由于信息融合研究內(nèi)容的廣泛性和多樣性，目前還沒有統(tǒng)一的關(guān)于融合過程的分類。 (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)上是模式識別問題，具體的融合方法仍是模式識別的相應(yīng)技術(shù)。 決策層融合是指不同類型的傳感器觀測同一個目標(biāo)，每個傳感器在本地完成處理，其中包括頂處理、特征抽取、識別或判決，以建立對所觀察目標(biāo)的初步結(jié)論。然后通過關(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 該模型將融合過程分為四個階段：信源處理，第一層處理(即目標(biāo)提取)、第二層處理(即態(tài)勢提取)、第三層提取(即威脅提取)和第四層提取(即過程提取)。模型中的每一個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實(shí)現(xiàn)它們。-JDL模型為JDL模型的簡化，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)中的一個關(guān)鍵問題是在何處對數(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中心融合結(jié)構(gòu)。對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)仍能正常可靠地工作。 （2）互補(bǔ)性。各傳感器除提供對象的共性反映外，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)識的不正確性。 （3）實(shí)時性。能以較少的時間獲取更多的信息。大大提高系

17、統(tǒng)的識別效率。,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個傳感器 S1,S2,，Sn表示來自各個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)測量的信息融合結(jié)構(gòu),外部邏輯,傳感器信號,傳感器信號,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(即被測對象)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，信息融合就是通過像求解原像，即對客觀環(huán)境加以了解。用數(shù)學(xué)語言描述就是，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)對應(yīng)惟一的環(huán)境(即上述映射為一一映射)，就必須對映射的原像和映射本身加約束條件，使問題能有惟一的解。 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，通過傳感器獲得的數(shù)

19、據(jù)信息用向量d來表示，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，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,信息融合通過數(shù)據(jù)信息d做出對環(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，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)可通過先驗(yàn)知識的獲取和積累，逐步漸近準(zhǔn)確地得到，因此，一般總能對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)用過程中，通常的情況是在某一時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，最大后驗(yàn)估計(jì)g滿足 此時，最大后驗(yàn)概率也稱為極大似然估計(jì)。 當(dāng)傳感器組的觀測坐標(biāo)一致時，可以用直接法對傳感器測量數(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)框架對環(huán)境中同一物體進(jìn)行描述，這時傳感器測量數(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。間接法要解決的問題是求出與多個傳感器讀數(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，必須確保測量數(shù)據(jù)代表同一實(shí)物，即要對傳感器測量進(jìn)行一

22、致性檢驗(yàn)。常用以下距離公式來判斷傳感器測量信息的一致：,式中x1和x2為兩個傳感器測量信號，C為與兩個傳感器相關(guān)聯(lián)的方差陣，當(dāng)距離T小于某個閾值時，兩個傳感器測量值具有一致性。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)時融合動態(tài)的低層次冗余傳感器數(shù)據(jù)，該方法用測量模型的統(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)：每個傳感器節(jié)點(diǎn)失效不會導(dǎo)致整個系統(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融合過程產(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)行動決策。它先對單個傳感器數(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，在已知兩個不同傳感器數(shù)據(jù)(即證據(jù))對決策的分別支持程度時，通過反復(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)知識可以視同數(shù)據(jù)信息一樣，賦予對決策的支持程度，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個不同傳感器得到的數(shù)據(jù)信息，根據(jù)每一個數(shù)據(jù)xi可對所完成的任務(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，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，第i個信息源采取決策dj時所造成的損失函數(shù)。在實(shí)際問題中，ai是未知的，因此，當(dāng)?shù)玫絰i時，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)識別和跟蹤信息融合問題,30,扶風(fēng)書屋,2.Dempster-Shafer證據(jù)推理(簡稱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中的某個元素即某個證據(jù)，首先引入信任函數(shù)B(f)0，1表示每個證據(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出發(fā)，上式應(yīng)取等號。,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)定義與之相對應(yīng)的信任函數(shù)：,31,扶風(fēng)書屋,當(dāng)利用N個傳感器檢測環(huán)境M個特征時，每一個特征為F中的一個元素。第i個傳感器在第k-1時刻所獲得的包括k1時刻前關(guān)于第j個特征的所有證據(jù)，用基礎(chǔ)概率分配函數(shù)表示，其中i=1，2，m。第i個傳感器在第k時刻所獲得的關(guān)于第j個特征的新證據(jù)用基礎(chǔ)概率分配函數(shù)表示。由和可獲得第i個傳感器在第k時刻關(guān)于第j個特征的聯(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時刻關(guān)于第j個特征的第i個傳感器和第i+1個傳感器的聯(lián)合證據(jù)。如此遞推下去，可獲得所有N個傳感器在k時刻對j特征的信任函數(shù)，信任度最大的即為信息融合過程最終判定的環(huán)境特征。 D-S證據(jù)推理優(yōu)點(diǎn)：算法確定后，無論是靜態(tài)還是時變的動態(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)對象或環(huán)境的識別特征數(shù)增加時，證據(jù)組合的計(jì)算量會以指數(shù)速度增長。,32,扶風(fēng)書屋,證據(jù)理論是建立在辨識框架基礎(chǔ)上的推理模型，其基本思想如下： 建立辨識框架； 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，同時可采用神經(jīng)網(wǎng)絡(luò)特定的學(xué)習(xí)算法來獲取知識，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，完成知識獲取信息融合，進(jìn)而對輸入

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)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)部知識表示形式，通過學(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)，并且可將知識規(guī)則轉(zhuǎn)換成數(shù)字形式，便于建立知識庫； 利用外部環(huán)境的信息，便于實(shí)現(xiàn)知識自動獲取及并行聯(lián)想推理； 能夠?qū)⒉淮_定環(huán)境的復(fù)雜關(guān)系，經(jīng)過學(xué)習(xí)推理，融合為系統(tǒng)能理解的準(zhǔn)確信號； 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