多傳感器數(shù)據(jù)融合技術(shù)及應(yīng)用

1、現(xiàn)代信號處理技術(shù)及應(yīng)用多傳感器數(shù)據(jù)融合小波分析數(shù)據(jù)融合概述數(shù)據(jù)融合模型數(shù)據(jù)融合功能模型數(shù)據(jù)融合結(jié)構(gòu)模型Agent模型分布式檢測與數(shù)據(jù)融合Beyas融合規(guī)則Neyman-Pearson融合規(guī)則K/N融合規(guī)則串行結(jié)構(gòu)融合規(guī)則異步傳輸融合規(guī)則帶反饋并行融合規(guī)則模糊先驗概率和代價融合規(guī)則融合系統(tǒng)的性能評估數(shù)據(jù)融合的數(shù)學基礎(chǔ)數(shù)據(jù)融合的應(yīng)用D-S理論Kalman濾波概率數(shù)據(jù)關(guān)聯(lián)小波分析: Wavelet Analysis（20學時）預(yù)備知識連續(xù)小波變換離散小波變換小波框架多分辨率分析正交小波變換Mallat算法WA在信號處理中的應(yīng)用 科學出版社：信息融合（2007） 電子工業(yè)出版社：多傳感器信息融合及其應(yīng)

2、用（2010） 清華大學出版社：多源信息融合（第二版）（2010） 相關(guān)論文 數(shù)據(jù)融合源于仿生學 人和動物：感官具有不同的度量特征，可測量出不同空間范圍內(nèi)發(fā)生的各種物理現(xiàn)象（自適應(yīng)的復(fù)雜的自適應(yīng)的復(fù)雜的），將各種信息轉(zhuǎn)換為對環(huán)境有價值的解釋 數(shù)據(jù)融合信息融合 定義1：（llinas & hall） 利用計算機技術(shù)對按時序獲得的若干傳感器的觀測信息在一定準則下加以自動分析、優(yōu)化綜合以完成所需要的決策和估計任務(wù)而進行的信息處理過程 相互關(guān)系分析： 多傳感器基礎(chǔ) 多源信息加工對象 協(xié)調(diào)優(yōu)化和綜合處理核心 定義2：（軍事領(lǐng)域）是對來自多傳感器的數(shù)據(jù)進行多級別、多方面、多層次的處理，從而產(chǎn)生新的新的有意

3、義的信息 定義3：（綜合定義）指對來自不同知識源知識源和傳感器采集的數(shù)據(jù)進行綜合處理，從而得出更加準確、可靠更加準確、可靠的結(jié)論 融合被多領(lǐng)域頻繁應(yīng)用、濫用，由于所研究內(nèi)容的廣泛性和多樣性造成了統(tǒng)一定義統(tǒng)一定義較為困難較為困難 思考：定義的作用？ 隨著科學技術(shù)的發(fā)展，傳感器的性能得到很大的提高，新型的傳感器不斷涌現(xiàn)，如 復(fù)合傳感器、生物傳感器、納米傳感器等 多傳感器系統(tǒng)中信息表現(xiàn)形式 多源性 信息數(shù)量的海量 異構(gòu)信息關(guān)系的復(fù)雜性 實時性 信息處理的要求遠遠超出了人腦的綜合處理能力 軍事需求：隨著新型武器（精確制導(dǎo)、遠程打擊等）的出現(xiàn)戰(zhàn)場范圍擴大（五維空間）必須應(yīng)用多傳感器系統(tǒng)：微波、毫米波、電

4、視、紅外、激光、電子支援措施（ESM），以及電子情報技術(shù)提供觀測數(shù)據(jù)優(yōu)化綜合實現(xiàn)： 實時發(fā)現(xiàn)目標 獲取目標狀態(tài)估計 提供火力控制、精確制導(dǎo)、電子對 識別目標屬性 抗、作戰(zhàn)模式和輔助決策等作戰(zhàn)信息 分析行為意圖 態(tài)勢評估 威脅分析 20世紀70年代末，多傳感器數(shù)據(jù)融合迅速發(fā)展成為獨立的學科學科，并在軍事、民用領(lǐng)域得到了廣泛的應(yīng)用 具有代表性的工作： 美國的C3I系統(tǒng)（command, control, communication and intelligence） 目前已經(jīng)發(fā)展至C4I系統(tǒng)（command, control, communication, computer and intelli

5、gence） 和C4ISR(surveillance and recon)云時代和大數(shù)據(jù) 近年來，隨著互聯(lián)網(wǎng)、無線傳感網(wǎng)絡(luò)和物聯(lián)網(wǎng)等技術(shù)的發(fā)展，形成了海量數(shù)據(jù)(massive data)-大數(shù)據(jù)(big data)，數(shù)據(jù)融合進入了新的發(fā)展階段 大數(shù)據(jù) 通常用來形容所創(chuàng)造的大量非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù) 大數(shù)據(jù)的特點（4V） 數(shù)據(jù)體量巨大(volume): 從TB躍升到PB級別 數(shù)據(jù)類型繁多(variety): 包括網(wǎng)絡(luò)日志、視頻、圖片、地理位置 信息等 價值密度低(value): 以視頻為例，連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅有一兩秒 處理速度快(velocity):1秒定律，與傳統(tǒng)的數(shù)據(jù)處

6、理技術(shù)有本質(zhì)的不同目標 基于各傳感器分離觀測信息分離觀測信息，通過對信息的優(yōu)化組合導(dǎo)出更多的有效信息本質(zhì)目標 利用多傳感器共同操作的優(yōu)勢，提高整個傳感系統(tǒng)的有效性 冗余信息（增強了可靠性）、互補信息（擴展了單傳感器的性能） 提高了系統(tǒng)的可靠性和魯棒性擴展了時間或空間的觀測范圍增強了系統(tǒng)的可信度增強了系統(tǒng)的分辨能力本質(zhì)上，關(guān)鍵在于數(shù)據(jù)融合所處理的多傳關(guān)鍵在于數(shù)據(jù)融合所處理的多傳感器信息具有更加復(fù)雜的形式，而且在不感器信息具有更加復(fù)雜的形式，而且在不同的信息層上出現(xiàn)，包括數(shù)據(jù)、特征和決同的信息層上出現(xiàn)，包括數(shù)據(jù)、特征和決策層策層 （一）、軍事領(lǐng)域TMD：戰(zhàn)區(qū)導(dǎo)彈防御系統(tǒng)（theater missi

7、le defense system） C4ISR 飛行目標跟蹤 虛擬戰(zhàn)場科索沃虛擬戰(zhàn)場 戰(zhàn)場監(jiān)測 士兵機器人 慣性導(dǎo)航 慣性導(dǎo)航系統(tǒng)是利用慣性元件慣性元件來感測航行體的運動加速度，經(jīng)過積分計算，從而解算出導(dǎo)航參數(shù)來確定航行體的位置。慣性導(dǎo)航系統(tǒng)可以連續(xù)給出載體的航向、姿態(tài)、速度、位置航向、姿態(tài)、速度、位置等導(dǎo)航參數(shù)。具有隱蔽性好、抗干擾性強、能全天候工作等優(yōu)點，但其導(dǎo)航需要一段對準時間，存在“漂移”現(xiàn)象，誤差隨時間積累，長時間工作會產(chǎn)生較大的積累誤差 星圖導(dǎo)航 天文導(dǎo)航系統(tǒng)的航向精度在現(xiàn)有導(dǎo)航設(shè)備中是最高的，可為武器系統(tǒng)提供精確的位置、航向和姿態(tài)信息 1、機器人傳感器包括：攝像機、聲納、陀螺儀

8、、激光測距儀等pioneer、月球車、六足機器人（俄羅斯）、火星探測車制造業(yè)機器人服務(wù)機器人導(dǎo)游機器人機械手Robotcup路徑規(guī)劃機器人舞蹈qiro機器人20個機器人Nao在上海世博會法國館完美演出了長達10分鐘的全自主集體舞蹈表演，創(chuàng)造了類人機器人歷史性一幕，這也是世界上第一次大規(guī)模機器人同時跳“集體舞”。機器人Nao的表演分三個音樂片段，其中包括法國作曲家莫里斯拉威爾的著名交響作品Bolero，完美展示了Nao完成穩(wěn)定、靈活并有節(jié)奏的動作的能力。這也是機器人史上第一次在藝術(shù)領(lǐng)域達到飽含情感并與觀眾產(chǎn)生共鳴的高度。由類人機器人領(lǐng)域的世界頂尖公司Aldebaran Robotics研發(fā)星球車

9、勇氣號火星車好奇號火星車識別引起系統(tǒng)狀況超出正常運行范圍的故障條件觸發(fā)報警器石油勘探火力發(fā)電（發(fā)電機組監(jiān)控）轉(zhuǎn)爐煉鋼（溫度和含碳量）核反應(yīng)堆 主要對地面目標或?qū)嶓w進行監(jiān)視、識別與定位，使用的傳感器主要為合成孔徑雷達，在多源圖像進行融合時，要利用像素級配準 通過高空間分辨率全色圖像高空間分辨率全色圖像和低光譜分辨率圖像的融合，得到高空間分辨率和高光譜分辨率的圖像，融合多波段和多時段的遙感圖像來提高分類的準確性。 采用合成孔徑雷達、衛(wèi)星遙感等對地面進行監(jiān)視，以識別地貌、氣象模式、礦產(chǎn)、植物生長（農(nóng)作物種植面積和產(chǎn)量預(yù)測）、環(huán)境條件（省氣象局-火災(zāi)）和威脅狀況（原油泄漏、輻射泄漏等）對物理現(xiàn)象、事件

10、進行定位、識別和解釋。毒品檢測 氣敏、紅外、微波火災(zāi)監(jiān)測 煙霧傳感器、二氧化碳傳感器 瓦斯監(jiān)測遠程醫(yī)療 X射線、核磁共振、超聲波腫瘤定位智能材料 飛機機翼（有限元分析表面應(yīng)力計算） 微機械手（壓電陶瓷制備溫度發(fā)生形變：溫度控制） 剎車系統(tǒng) 環(huán)境污染現(xiàn)狀 大氣污染監(jiān)測 環(huán)境水污染監(jiān)測 檢測指標 水質(zhì)建模、水質(zhì)綜合評判 汽車尾氣排放檢測 空中交通：空中交通管制系統(tǒng) 在雷達網(wǎng)的監(jiān)視、引導(dǎo)和管理下進行工作，多雷達融合，通過二次雷達識別各種類型的飛機、確定民航機航班號、飛行狀態(tài)，且與一次雷達進行配對導(dǎo)航設(shè)備： 監(jiān)視和控制設(shè)備：修正航線偏離、防止飛機相撞，并調(diào)度飛機流量；通信設(shè)備、調(diào)度人員 城市交通：攝像

11、、航拍、地感線圈、微波、雷達、地磁傳感器、視頻、FCD 軌道交通法國公司INRIA花費十年心血，于2009年5月研制出無人駕駛汽車Cycab自動駕駛（GPS定位誤差小于1米）德國大眾中國自主車大賽 7月14日首次完成了從長沙到武漢286公里的高速全程無人駕駛實驗，創(chuàng)造了我國自主研制的無人車在復(fù)雜交通狀況下自主駕駛的新紀錄，標志著我國無人車在復(fù)雜環(huán)境識別、智能行為決策和控制等方面實現(xiàn)了新的技術(shù)突破，達到世界先進水平 實驗中，無人車自主超車67次，途遇復(fù)雜天氣，部分路段有霧，在咸寧還遭逢降雨 一輛高速行駛的汽車上，“司機”不扶方向盤還不時扭頭跟車上其他人聊天，全然不看前方的路當這樣一輛車從你身邊駛

12、過，你肯定會大吃一驚，不敢相信自己眼睛。然而，這一幕7月14日從長沙到武漢的高速公路上已經(jīng)真實上演 車路協(xié)同系統(tǒng)主要包含智能車輛、車車通信（Vehicle to Vehicle, V2V）、車路通信（Vehicle to Infrastructure, V2I）、車路協(xié)同控制和微觀仿真等，它顯著提高道路基礎(chǔ)設(shè)施的使用效率道路，大大降低交通事故、延誤和環(huán)境污染 CVIS展望圖精準農(nóng)業(yè)無土栽培 食品檢測 農(nóng)作物農(nóng)藥殘留量檢測 酶抑制法通過光譜分析確定有害物質(zhì) 水產(chǎn)養(yǎng)殖 分揀系統(tǒng)8、其他 電子鼻(electronic nose) 電子舌(electronic tongue) 物聯(lián)網(wǎng)（The inte

13、rnet of things） 物聯(lián)網(wǎng)是新一代信息技術(shù)的重要組成部分 是物物相連的互聯(lián)網(wǎng)，其含義包括： 1. 物聯(lián)網(wǎng)的核心和基礎(chǔ)仍然是互聯(lián)網(wǎng)，是在互聯(lián)網(wǎng)基在互聯(lián)網(wǎng)基礎(chǔ)上的延伸和擴展礎(chǔ)上的延伸和擴展的網(wǎng)絡(luò) 2. 其用戶端延伸和擴展到了任何物品與物品之間任何物品與物品之間，進行信息交換和通信 物聯(lián)網(wǎng)的定義 是通過射頻識別（RFID）、紅外感應(yīng)器、GPS、激光掃描器等信息傳感設(shè)備，按約定的協(xié)議，把任何物品與互聯(lián)網(wǎng)相連接，進行信息交換和通信，以實現(xiàn)對物品的智能化識別、定位、跟蹤、監(jiān)控和管理的一種網(wǎng)絡(luò) 信息融合是物聯(lián)網(wǎng)的核心技術(shù)信息融合是物聯(lián)網(wǎng)的核心技術(shù)體系結(jié)構(gòu) 自20世紀70年代末以來，MSDF受到了

14、各國學術(shù)界、工業(yè)界和軍屆的廣泛關(guān)注，成為研究熱點（一）國外美國將MSDF技術(shù)列為90年代重點研發(fā)的二十項關(guān)鍵技術(shù)之一，A類，發(fā)展C4I系統(tǒng)，經(jīng)費投資數(shù)億美元學術(shù)方面：87年起，美三軍每年召開一次數(shù)據(jù)融合學術(shù)會議 ，出版SPIE專集IEEE 94年首次舉辦智能系統(tǒng)多傳感器融合與集成會議MFI94，MFI96，MFI99，MFI01（德國）IEEE系統(tǒng)和控制論會議IEEE航空航天與電子系統(tǒng)會議IEEE自動控制會議IEEE C3MIS會議 1998 在美國成立了國際信息融合學會國際信息融合學會ISIF，每年舉行一次學術(shù)會議 專著LLINAS&HALL: multi-sensor data fusio

15、nHALL: mathematical techniques in multi-sensor data fusion 學術(shù)期刊IEEE sensors journalIEEE system, man and cyberneticsInformation fusionInformation scienceSensor and actuator ASensor and actuator B（二）國內(nèi)經(jīng)典的理論方法 經(jīng)典推理法、kalman濾波、Bayes推理、證據(jù)理論、聚類分析法、參數(shù)模板法、物理模型法、熵法、品質(zhì)因數(shù)法、ES等人工智能法 Fuzzy Sets、Neural Network、 Ro

16、ugh Set、SVM和Wavelet Analysis等 多傳感器數(shù)據(jù)融合尚缺乏一套成熟、完整的理論體系與方法多傳感器數(shù)據(jù)融合尚無通用的體系框架和術(shù)語多元假設(shè)檢驗的數(shù)據(jù)融合算法及其數(shù)學基礎(chǔ) 關(guān)鍵問題：在于如何對誤差和不確定關(guān)鍵問題：在于如何對誤差和不確定 進行建模進行建模 （ex，同一傳感器在相同的條件下多次檢測存在著差異） 誤差與不確定建模具體包括：（1）融合過程的誤差 誤差的傳播（2）傳感信息的誤差 通?？捎肎auss白噪聲表示，實際中，這種假設(shè)難以滿足 傳感過程中存在著錯誤的信息（3）系統(tǒng)運行的誤差 假設(shè)多sensor的測量相互獨立，而當sensor之間的耦合帶來系統(tǒng)誤差時，系統(tǒng)無法處

17、理這樣的誤差（一致性處理） sensor的標定已知環(huán)境下的標定：未知環(huán)境下的標定：建立知識庫，實現(xiàn)自主標定 系統(tǒng)必須具備從sensor失效后恢復(fù)的能力未知環(huán)境下的傳感器自校準方法多傳感器數(shù)據(jù)融合基礎(chǔ)理論研究 包括數(shù)據(jù)融合體系結(jié)構(gòu)、框架和形式化分析等融合算法的改進以提高融合系統(tǒng)的性能 不同機器學習算法的有機結(jié)合起來是發(fā)展趨勢如何利用有關(guān)的先驗知識和數(shù)據(jù)提高數(shù)據(jù)融合的性能？ 多傳感器數(shù)據(jù)融合的評估方法 數(shù)據(jù)融合系統(tǒng)的傳感器優(yōu)化布局 多源異構(gòu)信息融合算法 大數(shù)據(jù)/海量數(shù)據(jù)融合的并行處理機制（包括軟件與硬件）Waltz&Llinas提出了對數(shù)據(jù)融合的兩點認識 （1）數(shù)據(jù)融合可廣泛用于對C3I有核心意義

18、的基本人工處理（2）數(shù)據(jù)融合有公共的理論基礎(chǔ)，它與具體應(yīng)用無）數(shù)據(jù)融合有公共的理論基礎(chǔ)，它與具體應(yīng)用無關(guān)，所以自成體系關(guān)，所以自成體系他們?yōu)閿?shù)據(jù)融合的研究者提供了一個公共的參考框架，包括：（1）開發(fā)數(shù)據(jù)融合一般處理模型及相應(yīng)的分類（2）專用詞匯數(shù)據(jù)融合模型的分類數(shù)據(jù)融合模型的分類功能模型功能模型結(jié)構(gòu)模型結(jié)構(gòu)模型數(shù)學模型數(shù)學模型 功能模型： 根據(jù)融合需求需求，定義數(shù)據(jù)融合系統(tǒng)的組成，數(shù)據(jù)融合時系統(tǒng)各主要功能部分之間的相相互作用互作用過程，以及數(shù)據(jù)融合系統(tǒng)的軟、硬件組成 結(jié)構(gòu)模型：描述數(shù)據(jù)融合的系統(tǒng)拓撲結(jié)構(gòu)關(guān)系，以及數(shù)據(jù)流的定義 數(shù)學模型：數(shù)據(jù)融合算法的數(shù)學表示和綜合邏輯 一、美國數(shù)據(jù)融合工作組面

19、向軍事領(lǐng)域應(yīng)用提出 （Hall&Waltz） 信息源：包括傳感器及相關(guān)數(shù)據(jù)（數(shù)據(jù)庫和先驗知識） 源數(shù)據(jù)預(yù)處理：進行數(shù)據(jù)的預(yù)篩選預(yù)篩選和數(shù)據(jù)分配數(shù)據(jù)分配，以減輕融合中心的計算負擔，并為融合中心提供最重要的數(shù)據(jù) 目標評估：融合目標的位置、速度、身份等參數(shù)，以達到對這些參數(shù)的精確表達精確表達，主要包括數(shù)據(jù)配準、跟蹤和數(shù)據(jù)關(guān)聯(lián)、辨識（以航跡辨識為例） 態(tài)勢評估：檢測當前的環(huán)境推斷出檢測目標與事件之間的關(guān)系，以判斷出檢測目標的意圖（ex：ATMS+D-S，意圖邏輯） 威脅估計：結(jié)合當前的態(tài)勢判斷敵方的威脅和敵我雙方的攻擊能力等。（應(yīng)該同時考慮當前的政治環(huán)境和對敵策略等因素，較為困難） 人機接口、數(shù)據(jù)庫

20、總過程評估 監(jiān)視系統(tǒng)的性能，辨別改善性能所需要的數(shù)據(jù)，進行傳感器資源的合理配置 該模型為我國學者研究數(shù)據(jù)融合的基本出發(fā)點： 一級：數(shù)據(jù)校準、關(guān)聯(lián)（概率數(shù)據(jù)關(guān)聯(lián)）、跟蹤和識別（辨識） 二級：態(tài)勢評估 三級：威脅估計 （1）檢測判決融合 低級融合，經(jīng)典信號處理的直接發(fā)展，適用于任何多傳感器數(shù)據(jù)融合系統(tǒng) （2）位置融合 （3）屬性融合（目標識別） （4）態(tài)勢評估 （5）威脅估計 （2）和（3）為多傳感器數(shù)據(jù)融合的最重要兩級；（4）和（5）為決策級融合，是C4ISR的核心，適用于軍事領(lǐng)域（1）檢測判決融合（一級處理） 是信號級信號級的數(shù)據(jù)融合，為一分布式檢測問題 根據(jù)所選擇的檢測準則形成最優(yōu)門限，以產(chǎn)

21、生最終檢測輸出 傳感器向融合中心傳送經(jīng)過某種處理的檢測和背景雜波統(tǒng)計量，后在融合中心直接進行分布式恒虛警檢測 預(yù)濾波 根據(jù)時間和空間、以及傳感器類型分選和歸并數(shù)據(jù)分選和歸并數(shù)據(jù)，控制進入第二級處理的信息量 采集管理采集管理 控制融合的數(shù)據(jù)收集，包括傳感器的選擇、任務(wù)分配（通過預(yù)測目標位置）、工作狀態(tài)優(yōu)選和監(jiān)視Ex：計算傳感器的指向角，規(guī)劃觀測等（2）位置融合（二級處理） 包括數(shù)據(jù)的校準、跟蹤、預(yù)測、濾波和關(guān)聯(lián)，綜合傳感器的位置信息，以獲取目標的位置和速度獲取目標的位置和速度（動態(tài)特性、屬性信息），建立建立對象軌跡對象軌跡（航跡）（航跡）數(shù)據(jù)庫數(shù)據(jù)庫（3）屬性融合（三級處理） 組合來自多個傳感器

22、的屬性信息，獲取目標目標（身份）的聯(lián)合估計的聯(lián)合估計（4）態(tài)勢的提取與評估（第四級）態(tài)勢的提取：從不完整的數(shù)據(jù)建立一般化的態(tài)勢態(tài)勢表示表示（實現(xiàn)戰(zhàn)場解釋）評估：通過戰(zhàn)場環(huán)境的正確分析和表達，進行背景分析、多級推理給出意圖、告警、規(guī)劃與結(jié)論，對前三級處理的結(jié)果予以合理解釋（5）威脅估計（第五級） 估計敵方殺傷力和危險性，估計我方薄弱環(huán)節(jié)，并對敵方的意圖進行提示和警告（6）輔助功能 DBM+人機接口與評估計算 分類（1）檢測級融合的結(jié)構(gòu)模型（2）位置級融合的結(jié)構(gòu)模型（3）屬性級融合的結(jié)構(gòu)模型（4）基于MAS的融合結(jié)構(gòu)模型（5）傳感器自組織網(wǎng)絡(luò)結(jié)構(gòu)模型 向融合中心傳輸檢測以及背景雜波統(tǒng)計量（圖）（1

23、） 分散式：不需要全局推理，各傳感器觀測共同對象，在優(yōu)化某種目標函數(shù)的同時獲取局部判決（2）并行：（3）串行：（4）樹狀：信息傳遞流程是從葉結(jié)點根結(jié)點（5）帶反饋并行 全局判決結(jié)果分別反饋到各局部傳感器作為下一時刻局部決策的輸入（先驗信息），以改善局部判決的質(zhì)量 獲取目標的動態(tài)屬性，建立對象的動態(tài)數(shù)據(jù)庫 位置融合的結(jié)構(gòu)模型分為： 集中式、分布式、混合式和多級式（1）集中式 將傳感器數(shù)據(jù)融合中心，在融合中心進行數(shù)據(jù)對準、相關(guān)、互聯(lián)、濾波、預(yù)測和綜合 優(yōu)點：信息損失量最小 缺點：數(shù)據(jù)互聯(lián)較困難、系統(tǒng)需具備大容量、計算負擔重（2）分布式（自主式或分級式） 多傳感器先產(chǎn)生其局部多目標跟蹤航跡局部多目標

24、跟蹤航跡，然后在融合中心產(chǎn)生航跡關(guān)聯(lián)與融合，形成全局估計 應(yīng)用于C4ISR系統(tǒng) 不僅具有局部獨立跟蹤能力局部獨立跟蹤能力，而且還具有全局監(jiān)視和評估特征的能力（3）混合式 同時傳輸數(shù)據(jù)和經(jīng)局部節(jié)點處理后的航跡信息 （適用于不同類型傳感器不同類型傳感器的多傳感器數(shù)據(jù)融合） 適用于機載多傳感器數(shù)據(jù)融合系統(tǒng)（4）多級式：上述綜合 各局部節(jié)點可以同時或者分別是集中式、分布式或者混合式的融合中心融合中心，接收和處理來自多個傳感器的數(shù)據(jù)或來自多個跟蹤器的航跡，而系統(tǒng)的系統(tǒng)的融合節(jié)點要再次融合節(jié)點要再次對各局部融合節(jié)點傳來的航跡數(shù)據(jù)進行關(guān)聯(lián)和融合 獲得來自傳感器的屬性信息，實現(xiàn)對檢測對象的聯(lián)合估計目標識別 分

25、為：決策層、特征層和數(shù)據(jù)層結(jié)構(gòu)模型（1）決策層融合結(jié)構(gòu) 每個傳感器為獲得一個獨立的屬性判決要完成一個轉(zhuǎn)換，Di：第i個傳感器的屬性判決結(jié)果基于聯(lián)合特征向量聯(lián)合特征向量作出屬性判決說明： 每個傳感器觀測一個目標 為了產(chǎn)生來自每一個傳感器的特征向量要完成特征提取，然后融合這些特征向量 關(guān)聯(lián)：為了將特征向量化分為有意義的群組，必須應(yīng)用關(guān)聯(lián)過程 直接融合來自同類傳感器的數(shù)據(jù)，然后進行特征提取和來自融合數(shù)據(jù)的屬性判決 要求傳感器為相同或同類的相同或同類的，保證被融合的數(shù)據(jù)來自相同的目標或?qū)ο?為保證被融合的數(shù)據(jù)對應(yīng)于相同的目標或客體，關(guān)聯(lián)要基于原始數(shù)據(jù)完成 注 位置與屬性融合是緊密相關(guān)的，常常是并行同步

26、處理，可視其為同一級融合 普遍被學者所接受的為三層融合結(jié)構(gòu)1、數(shù)據(jù)層 要求傳感器是同質(zhì)的（觀測的是同一物理現(xiàn)象）；若為異質(zhì)，只能在特征層、決策層進行融合2、特征層3、決策層 （融合精度） 對于多傳感器數(shù)據(jù)融合系統(tǒng)的特定工程應(yīng)用，綜合考慮傳感器的性能、系統(tǒng)的計算能力、通信帶寬、期望的準確率，以及資金等因素，以確定哪種層次最優(yōu)以確定哪種層次最優(yōu) 注：可以在不同層次上融合 真正做到較為困難，因為：異質(zhì)傳感器數(shù)異質(zhì)傳感器數(shù)據(jù)建模問題、協(xié)同和解釋據(jù)建模問題、協(xié)同和解釋都是富有挑戰(zhàn)性的工作！ 1、傳感器類型、分辨率、準確率（選型） 2、傳感器的分布形式 3、系統(tǒng)通信能力和計算能力 4、系統(tǒng)設(shè)計目標 5、系

27、統(tǒng)拓撲結(jié)構(gòu) 多源異構(gòu)信息融合的需求 傳感器的智能化、網(wǎng)絡(luò)化、分布式、可擴展性的特點與要求 需要解決的問題 什么是agent?它又有哪些特性? 又稱為主體、智能體、代理、智能主體和智能agent agent定義 agent是一類在特定環(huán)境下能感知環(huán)境,并能自治地運行以代表其設(shè)計者或使用者實現(xiàn)一系列目標的計算實體 弱定義 最基本的特性應(yīng)當包括: 反應(yīng)性、自治性、面向目標性和針對環(huán)境性。每個agent首先應(yīng)具備這4條最基本的特性 強定義 移動性、自適應(yīng)性、通信能力(包括協(xié)商、協(xié)作等能力)、理性、生命周期（持續(xù)性或時間連續(xù)性）、自啟動、自利等特性交互信息融合信息處理作用交互環(huán)境 MAS (multi-

28、agent system) 由兩個或兩個以上相對獨立且又相互作用的agent所構(gòu)成的系統(tǒng) 在MAS系統(tǒng)中，每一agent都是自主的行為實體，封裝了狀態(tài)和行為，相對獨立 agent間存在著復(fù)雜關(guān)系 結(jié)構(gòu)相關(guān)性：C/S、對等、小組、敵對、繼承等關(guān)系 行為相關(guān)性：需要經(jīng)常進行交互和通信，以相互 合作、競爭和協(xié)商，從而實現(xiàn)系統(tǒng)的 整體設(shè)計目標 MAS的協(xié)作求解問題的能力超過單個agent，這是MAS 產(chǎn)生的最直接的原因，以及求解那些數(shù)據(jù)、能力和控制具有分布特性的問題，提高系統(tǒng)的效率和魯棒性等要求 MAS的特點 每個成員agent僅擁有不完全的信息和問題求解能力(因而其觀點是有限的)，不存在全局控制，數(shù)

29、據(jù)是分散或分布的，計算過程是異步、并發(fā)或并行的 MAS（multi-agent system）結(jié)構(gòu) 集中式/分布式/集中分布式 agent通信語言 是一種表達agent間交互信息的描述性語言，定義了交互信息的格式（語法）和內(nèi)涵（語義），支持參與交互的agent對這些消息進行理解和分析，典型的agent語言-KQML語言 MAS的研究領(lǐng)域 多個agent的協(xié)作、協(xié)商、合作問題求解、合作學習和沖突消解 MAS為多傳感器數(shù)據(jù)融合提供了新的、有效途徑！ 無線傳感網(wǎng)絡(luò) WSN: Wireless Sensor Network 動態(tài)拓撲、移動、自組網(wǎng)導(dǎo)致復(fù)雜的數(shù)據(jù)融合問題 傳感器網(wǎng)絡(luò)綜合了： 傳感器技術(shù)

30、嵌入式計算技術(shù) 分布式信息處理技術(shù) 無線通信技術(shù) 能夠協(xié)作地實時監(jiān)測、感知和采集各種環(huán)境或監(jiān)測對象的信息，并對其進行處理，傳送到這些信息的用戶 隨著通信技術(shù)、嵌入式計算技術(shù)和傳感器技術(shù)的飛速發(fā)展和日益成熟，具有感知能力、計算能力和通信能力的微型傳感器微型傳感器開始在世界范圍內(nèi)出現(xiàn)（如圖） （應(yīng)用）傳感器網(wǎng)絡(luò)可以使人們在任何時間、地點和環(huán)境條件下獲取大量詳實而可靠的信息。因此，可以被廣泛地應(yīng)用于國防軍事、國家安全、環(huán)境監(jiān)測、交通管理、醫(yī)療衛(wèi)生、制造業(yè)、反恐抗災(zāi)等領(lǐng)域 傳感器網(wǎng)絡(luò)是信息感知和采集的一場革命 美國自然科學基金委員會2003年制定了傳感器網(wǎng)絡(luò)研究計劃，投資3千4百萬美元,支持相關(guān)基礎(chǔ)理論的研究 美國商務(wù)周刊和MIT技術(shù)評論，將WSN列為21世紀改變世界的十大技術(shù)之一 傳感網(wǎng)絡(luò)定義 傳感器網(wǎng)絡(luò)是由一組傳感器以Ad Hoc方式構(gòu)成的有線或無線網(wǎng)絡(luò)，其目的是協(xié)作地感知、采集和處理網(wǎng)絡(luò)覆蓋的地理區(qū)域中感知對象的信息，并發(fā)布給觀察者 解釋（1）傳感器、感知對象和觀察者傳感器、感知對象和觀