數(shù)據(jù)融合概念

1、數(shù)據(jù)融合概念的提出源自戰(zhàn)爭(zhēng)的需要，是依賴于軍事應(yīng)用的。但隨著數(shù)據(jù)融合的發(fā)展，它已經(jīng)成為一門獨(dú)立的學(xué)科，不受某一種應(yīng)用明顯的影響，而是借助于推理，對(duì)概念進(jìn)行一般化，特殊化的綜合分析來提出自己的問題。數(shù)據(jù)融合是一個(gè)具有廣泛應(yīng)用領(lǐng)域的概念，很難給出一個(gè)統(tǒng)一的定義。數(shù)據(jù)融合是針對(duì)一個(gè)系統(tǒng)中使用多個(gè)傳感器這一特定問題而展開的研究方向，它的定義可以概括為：利用計(jì)算機(jī)技術(shù)對(duì)按時(shí)序獲得的若干傳感器的觀測(cè)信息在一定準(zhǔn)則下加以自動(dòng)分析、綜合以完成所需的決策和估計(jì)任務(wù)而進(jìn)行的信息處理過程。按照這一定義，多傳感器系統(tǒng)是數(shù)據(jù)融合的硬件基礎(chǔ)，多源信息是數(shù)據(jù)融合的加工對(duì)象，協(xié)調(diào)優(yōu)化和綜合處理是數(shù)據(jù)融合的核心。數(shù)據(jù)融合最早用

2、于軍事領(lǐng)域，美國國防部JDL(JointDirectorsofLaboratories)從軍事應(yīng)用的角度將數(shù)據(jù)融合定義為這樣的一個(gè)過程，即把來自許多傳感器和信息源的數(shù)據(jù)進(jìn)行聯(lián)合(Association)、相關(guān)(Correlation)組合(Combination)和估值的處理，以達(dá)到準(zhǔn)確的位置估計(jì)(PositionEstimation)與身份估計(jì)(IdentityEstimation),以及對(duì)戰(zhàn)場(chǎng)情況和威脅及其重要程度進(jìn)行及時(shí)的完整評(píng)價(jià)。吉林大學(xué)博士學(xué)位論文：多傳感器數(shù)據(jù)融合問題的研究有的專家對(duì)上述定義進(jìn)行了補(bǔ)充和修改，用狀態(tài)估計(jì)代替位置估計(jì)，并加入了檢測(cè)的功能，從而給出了如下定義：數(shù)據(jù)融合是

3、一個(gè)多層次、多方面的處理過程，這個(gè)過程是對(duì)多源數(shù)據(jù)進(jìn)行檢測(cè)、結(jié)合、相關(guān)、估計(jì)和組合，以達(dá)到精確的狀態(tài)估計(jì)和身份估計(jì)，以及完整及時(shí)的態(tài)勢(shì)評(píng)估和威脅估計(jì)。此定義有三個(gè)要點(diǎn)：數(shù)據(jù)融合是多信源、多層次的處理過程，每個(gè)層次代表信息的不同抽象程度；數(shù)據(jù)融合過程包括數(shù)據(jù)的檢測(cè)、關(guān)聯(lián)、估計(jì)與合并；數(shù)據(jù)融合的輸出包括低層次上的狀態(tài)身份估計(jì)和高層次上的總戰(zhàn)術(shù)態(tài)勢(shì)的評(píng)估。從非軍事應(yīng)用的角度來說，數(shù)據(jù)融合是對(duì)多個(gè)傳感器和信息源所提供的關(guān)于某一環(huán)境特征的不完整信息加以綜合，以形成相對(duì)完整、一致的感知描述，從而實(shí)現(xiàn)更加準(zhǔn)確的識(shí)別判斷功能。綜合考慮上述定義，融合都是將來自多傳感器或多源數(shù)據(jù)進(jìn)行綜合處理，從而得出更為準(zhǔn)確可信

4、的結(jié)論。多傳感器數(shù)據(jù)融合主要包括多傳感器的目標(biāo)檢測(cè)、數(shù)據(jù)關(guān)聯(lián)、跟蹤與識(shí)別、情況評(píng)估和預(yù)測(cè)。數(shù)據(jù)融合的基本目的是通過融合得到比單獨(dú)的各個(gè)輸入數(shù)據(jù)更多的信息。這一點(diǎn)是協(xié)同作用的結(jié)果，即由于多傳感器的共同作用，使系統(tǒng)的有效性得以增強(qiáng)。多傳感器數(shù)據(jù)融合技術(shù)實(shí)際上是一種多源信息的綜合技術(shù)，通過對(duì)來自不同傳感器的數(shù)據(jù)進(jìn)行分析和綜合，可以獲得被檢對(duì)象及其性質(zhì)的最佳一致估計(jì)。多傳感器數(shù)據(jù)融合是指將經(jīng)過集成處理的多種傳感器信息進(jìn)行合成，形成對(duì)外部環(huán)境某一特征的一種表達(dá)方式。多傳感器數(shù)據(jù)融合是人類和其它邏輯系統(tǒng)中常見的基本功能。人非常自然地運(yùn)用這一能力把來自人體各個(gè)傳感器(眼、耳、鼻、四肢)的信息(景物、聲音、氣

5、味、觸覺)組合起來，并使用先驗(yàn)知識(shí)去估計(jì)、理解周圍環(huán)境和正在發(fā)生的事件。由于人類感官具有不同的度量特征，因而可測(cè)出不同空間范圍內(nèi)的各種物理現(xiàn)象，這一過程是復(fù)雜的，也是自適應(yīng)的。把各種信息或數(shù)據(jù)(圖像、聲音、氣味以及物理形狀或上下文)轉(zhuǎn)換成對(duì)環(huán)境的有價(jià)值的解釋，需要大量不同的智能處理，以及適用于解釋組合信息含義的知識(shí)庫。在模仿人腦綜合處理復(fù)雜問題的數(shù)據(jù)融合系統(tǒng)中，各種傳感器的信息可能具有不同的特征：實(shí)時(shí)的或者非實(shí)時(shí)的，快變的或者緩變的，模糊的或者確定的，相互支持或互補(bǔ)，也可能相互矛盾或競(jìng)爭(zhēng)。而多傳感器數(shù)據(jù)融合的基本原理也就像人類綜合處理信息一樣，充分利用多個(gè)傳感器資源，通過對(duì)這些傳感器及其觀測(cè)信

6、息的合理支配和使用，把各種傳感器在空間或時(shí)間上的冗余或互補(bǔ)信息依據(jù)某種優(yōu)化準(zhǔn)則組合起來，以獲得對(duì)被測(cè)對(duì)象的一致性解釋或描述。數(shù)據(jù)融合的基本目標(biāo)是通過數(shù)據(jù)組合而不是出現(xiàn)在輸入信息中的任何個(gè)別元素，推導(dǎo)出更多的信息，這是最佳協(xié)同作用的結(jié)果，即利用多個(gè)傳感器共同或聯(lián)合操作的優(yōu)勢(shì)，提高整個(gè)傳感系統(tǒng)的有效性。用于融合的信息既可以是未經(jīng)處理的原始數(shù)據(jù)，也可以是經(jīng)過處理的數(shù)據(jù)。處理后的數(shù)據(jù)既可以是描述某個(gè)過程的參數(shù)或狀態(tài)估計(jì)，也可以是某個(gè)命題的證據(jù)，或贊成某個(gè)假設(shè)的決策。在信號(hào)處理技術(shù)中，一般是對(duì)同一類型的數(shù)據(jù)，例如時(shí)間序列數(shù)據(jù)進(jìn)行平滑、濾波和預(yù)測(cè)，或者采用變換的方法在不同的描述域中對(duì)信號(hào)的參數(shù)或狀態(tài)進(jìn)行估

7、計(jì)。而多傳感器數(shù)據(jù)融合技術(shù)可以對(duì)不同類型的數(shù)據(jù)和信息在不同層次上進(jìn)行綜合，它處理的不僅僅是數(shù)據(jù)，還可以是證據(jù)和屬性等。所以說，多傳感器數(shù)據(jù)融合并不是簡(jiǎn)單的信號(hào)處理。信號(hào)處理可以歸屬于下文2.2節(jié)數(shù)據(jù)融合的功能模型中的處理層0,即信號(hào)預(yù)處理階段。多傳感器數(shù)據(jù)融合系統(tǒng)與所有的單傳感器信號(hào)處理或低層次的多傳感器數(shù)據(jù)處理方式相比，單傳感器信號(hào)處理或低層次的多傳感器數(shù)據(jù)處理都是對(duì)人腦信息處理的一種低水平模仿，它們不能像多傳感器數(shù)據(jù)融合系統(tǒng)那樣有效地利用多傳感器資源。多傳感器系統(tǒng)可以更大程度地獲得被探測(cè)目標(biāo)和環(huán)境的信息量。多傳感器數(shù)據(jù)融合與經(jīng)典信號(hào)處理方法之間也存在本質(zhì)的區(qū)別，其關(guān)鍵在于數(shù)據(jù)融合所處理的多

8、傳感器信息具有更復(fù)雜的方式，而且可以在不同的信息層次上出現(xiàn)。這些信息抽象層次包括數(shù)據(jù)層(即像素層)、特征層和決策層7。18數(shù)據(jù)融合結(jié)構(gòu)分類數(shù)據(jù)融合結(jié)構(gòu)的分類有很多種不同的方法，第一種分類方法是基于各傳感器數(shù)據(jù)在輸入到融合處理器進(jìn)行融合之前被處理的程度，在這種分類標(biāo)準(zhǔn)下，數(shù)據(jù)融合結(jié)構(gòu)被分為傳感器級(jí)融合、中央級(jí)融合及混合式融合。第二種分類方法是按照數(shù)據(jù)抽象的三個(gè)層次，分為像素級(jí)融合、特征級(jí)融合和決策級(jí)融合，如圖2.2所示，下面詳細(xì)介紹第二種分類方法中的三個(gè)層次：(a)像素級(jí)融合特征提取關(guān)聯(lián)身份識(shí)別融合身份識(shí)別-傳感器N/(b)特征級(jí)融合I/DA身份識(shí)別特征提取身份識(shí)別WI識(shí)別一/I/DBI/DN身

9、份識(shí)別融合身份>識(shí)別/(c)1 .像素級(jí)融合像素級(jí)融合，也稱為像元級(jí)融合或數(shù)據(jù)級(jí)融合，是直接在采集到的原始數(shù)據(jù)層上進(jìn)行的融合，在各種傳感器的原始測(cè)報(bào)未經(jīng)預(yù)處理之前就進(jìn)行數(shù)據(jù)的綜合和分析。這是最低層次的融合，如成像傳感器中通過對(duì)包含若干像素的模糊圖像進(jìn)行圖像處理和模式識(shí)別來確認(rèn)目標(biāo)屬性的過程就屬于像素級(jí)融合。這種融合的主要優(yōu)點(diǎn)是能保持盡可能多的現(xiàn)場(chǎng)數(shù)據(jù)，提供其它融合層次所不能提供的細(xì)微信息。這種融合是在信息的最低層進(jìn)行的，傳感器的原始信息的不確定性、不完全性和不穩(wěn)定性要求在融合時(shí)有較高的糾錯(cuò)處理能力。要求各傳感器信息之間具有精確到一個(gè)像素的校準(zhǔn)精度，故要求各傳感器信息來自同質(zhì)傳感器。像素級(jí)

10、融合通常用于：多源圖像復(fù)合、圖像分析和理解、同類(同質(zhì))雷達(dá)波形的直接合成、多傳感器遙感信息融合等。2 .特征級(jí)融合特征級(jí)融合屬于中間層次，它先對(duì)來自傳感器的原始數(shù)據(jù)中提取特征信息，一般來說，提取的特征信息應(yīng)是像素信息的充分表示量或充分統(tǒng)計(jì)量，比如特征信息可以是目標(biāo)的邊緣、方向、速度、區(qū)域和距離等，然后按特征信息對(duì)多傳感器數(shù)據(jù)進(jìn)行分類、匯集和綜合。特征級(jí)融合的優(yōu)點(diǎn)在于實(shí)現(xiàn)了可觀的信息壓縮，有利于實(shí)時(shí)處理，并且由于所提取的特征直接與決策分析有關(guān)，因而融合結(jié)果能最大限度地給出決策分析所需要的特征信息。特征級(jí)融合可劃分為兩大類：目標(biāo)狀態(tài)數(shù)據(jù)融合和目標(biāo)特性融合。目標(biāo)狀態(tài)數(shù)據(jù)融合主要用于多傳感器目標(biāo)跟蹤

11、領(lǐng)域。融合系統(tǒng)首先對(duì)傳感器數(shù)據(jù)進(jìn)行預(yù)處理以完成數(shù)據(jù)配準(zhǔn)，數(shù)據(jù)配準(zhǔn)后，融合處理主要實(shí)現(xiàn)參數(shù)相關(guān)和狀態(tài)向量估計(jì)。特征級(jí)目標(biāo)特性融合就是特征層聯(lián)合識(shí)別，具體的融合方法仍是模式識(shí)別的相應(yīng)技術(shù)，只是在融合前必須完成先對(duì)特征進(jìn)行相關(guān)處理，把特征向量分成有意義的組合。3 .決策級(jí)融合決策級(jí)融合是一種高層次融合，融合之前，每種傳感器的信號(hào)處理裝置已完成決策或分類任務(wù)。信息融合只是根據(jù)一定的準(zhǔn)則和決策的可信度做最優(yōu)決第2章數(shù)據(jù)融合問題模型策，以便具有良好的實(shí)時(shí)性和容錯(cuò)性，使在一種或幾種傳感器失效時(shí)也能工作。決策級(jí)融合的結(jié)果是為指揮控制決策提供依據(jù)，因此，決策級(jí)融合必須從具體決策問題的需求出發(fā)，充分利用特征級(jí)融合所提取的測(cè)量對(duì)象的各類特征信息，采用適當(dāng)?shù)娜诤霞夹g(shù)來實(shí)現(xiàn)。決策級(jí)融合是直接針對(duì)具體決策目標(biāo)的，融合結(jié)果直接影響決策水平。決策級(jí)融合的主要優(yōu)點(diǎn)有：具有很高的靈