多傳感器的融合方法

多傳感器數(shù)據(jù)融合多傳感器數(shù)據(jù)融合是一個新興的研究領(lǐng)域，是針對一個系統(tǒng)使用多種傳感器這一特定問題而展開的一種關(guān)于數(shù)據(jù)處理的研究。多傳感器數(shù)據(jù)融合技術(shù)是近幾年來發(fā)展起來的一門實踐性較強的應(yīng)用技術(shù)，是多學科交叉的新技術(shù)，涉及到信號處理、概率統(tǒng)計、信息論、模式識別、人工智能、模糊數(shù)學等理論。近年來，多傳感器數(shù)據(jù)融合技術(shù)無論在軍事還是民事領(lǐng)域的應(yīng)用都極為廣泛。多傳感器融合技術(shù)已成為軍事、工業(yè)和高技術(shù)開發(fā)等多方面關(guān)心的問題。這一技術(shù)廣泛應(yīng)用于C3I系統(tǒng)、復雜工業(yè)過程控制、機器人、自動目標識別、交通管制、慣性導航、海洋監(jiān)視和管理、農(nóng)業(yè)、遙感、醫(yī)療診斷、圖像處理、模式識別等領(lǐng)域。實踐證明：與單傳感器系統(tǒng)相比，運用多傳感器數(shù)據(jù)融合技術(shù)在解決探測、跟蹤和目標識別等問題方面，能夠增強系統(tǒng)生存能力，提高整個系統(tǒng)的可靠性和魯棒性，增強數(shù)據(jù)的可信度，并提高精度，擴展整個系統(tǒng)的時間、空間覆蓋率，增加系統(tǒng)的實時性和信息利用率等。1基本概念及融合原理1．1多傳感器數(shù)據(jù)融合概念數(shù)據(jù)融合又稱作信息融合或多傳感器數(shù)據(jù)融合，對數(shù)據(jù)融合還很難給出一個統(tǒng)一、全面的定義。隨著數(shù)據(jù)融合和計算機應(yīng)用技術(shù)的發(fā)展，根據(jù)國內(nèi)外研究成果，多傳感器數(shù)據(jù)融合比較確切的定義可概括為：充分利用不同時間與空間的多傳感器數(shù)據(jù)資源，采用計算機技術(shù)對按時間序列獲得的多傳感器觀測數(shù)據(jù)，在一定準則下進行分析、綜合、支配和使用，獲得對被測對象的一致性解釋與描述，進而實現(xiàn)相應(yīng)的決策和估計，使系統(tǒng)獲得比它的各組成部分更充分的信息。1．2多傳感器數(shù)據(jù)融合原理多傳感器數(shù)據(jù)融合技術(shù)的基本原理就像人腦綜合處理信息一樣，充分利用多個傳感器資源，通過對多傳感器及其觀測信息的合理支配和使用，把多傳感器在空間或時間上冗余或互補信息依據(jù)某種準則來進行組合，以獲得被測對象的一致性解釋或描述。具體地說，多傳感器數(shù)據(jù)融合原理如下：（1）N個不同類型的傳感器（有源或無源的）收集觀測目標的數(shù)據(jù)；（2）對傳感器的輸出數(shù)據(jù)（離散的或連續(xù)的時間函數(shù)數(shù)據(jù)、輸出矢量、成像數(shù)據(jù)或一個直接的屬性說明）進行特征提取的變換，提取代表觀測數(shù)據(jù)的特征矢量Yi；（3）對特征矢量Yi進行模式識別處理（如，聚類算法、自適應(yīng)神經(jīng)網(wǎng)絡(luò)或其他能將特征矢量Yi變換成目標屬性判決的統(tǒng)計模式識別法等）完成各傳感器關(guān)于目標的說明；（4）將各傳感器關(guān)于目標的說明數(shù)據(jù)按同一目標進行分組，即關(guān)聯(lián)；（5）利用融合算法將每一目標各傳感器數(shù)據(jù)進行合成，得到該目標的一致性解釋與描述。2多傳感器數(shù)據(jù)融合方法利用多個傳感器所獲取的關(guān)于對象和環(huán)境全面、完整的信息，主要體現(xiàn)在融合算法上。因此，多傳感器系統(tǒng)的核心問題是選擇合適的融合算法。對于多傳感器系統(tǒng)來說，信息具有多樣性和復雜性，因此，對信息融合方法的基本要求是具有魯棒性和并行處理能力。此外，還有方法的運算速度和精度；與前續(xù)預處理系統(tǒng)和后續(xù)信息識別系統(tǒng)的接口性能；與不同技術(shù)和方法的協(xié)調(diào)能力；對信息樣本的要求等。一般情況下，基于非線性的數(shù)學方法，如果它具有容錯性、自適應(yīng)性、聯(lián)想記憶和并行處理能力，則都可以用來作為融合方法。多傳感器數(shù)據(jù)融合雖然未形成完整的理論體系和有效的融合算法，但在不少應(yīng)用領(lǐng)域根據(jù)各自的具體應(yīng)用背景，已經(jīng)提出了許多成熟并且有效的融合方法。多傳感器數(shù)據(jù)融合的常用方法基本上可概括為隨機和人工智能兩理技術(shù)，已在軍事、工業(yè)監(jiān)控、智能檢測、機器人、圖像分析、目標檢測與跟蹤、自動目標識別等領(lǐng)域獲得普遍關(guān)注和廣泛應(yīng)用稱重傳感器。（1）軍事應(yīng)用數(shù)據(jù)融合技術(shù)起源于軍事領(lǐng)域，數(shù)據(jù)融合在軍事上應(yīng)用最早、范圍最廣，涉及戰(zhàn)術(shù)或戰(zhàn)略上的檢測、指揮、控制、通信和情報任務(wù)的各個方面。主要的應(yīng)用是進行目標的探測、跟蹤和識別，包括C31系統(tǒng)、自動識別武器、自主式運載制導、遙感、戰(zhàn)場監(jiān)視和自動威脅識別系統(tǒng)等。如，對艦艇、飛機、導彈等的檢測、定位、跟蹤和識別及海洋監(jiān)視、空對空防御系統(tǒng)、地對空防御系統(tǒng)等。海洋監(jiān)視系統(tǒng)包括對潛艇、魚雷、水下導彈等目標的檢測、跟蹤和識別，傳感器有雷達、聲納、遠紅外、綜合孔徑雷達等。空對空、地對空防御系統(tǒng)主要用來檢測、跟蹤、識別敵方飛機、導彈和防空武器，傳感器包括雷達、ESM（電子支援措施）接收機、遠紅外敵我識別傳感器、光電成像傳感器等。迄今為止，美、英、法、意、日、俄等國家已研制出了上百種軍事數(shù)據(jù)融合系統(tǒng)，比較典型的有：TCAC—戰(zhàn)術(shù)指揮控制，BETA—戰(zhàn)場利用和目標截獲系統(tǒng)，AIDD—炮兵情報數(shù)據(jù)融合等。在近幾年發(fā)生的幾次局部戰(zhàn)爭中，數(shù)據(jù)融合顯示了強大的威力，特別是在海灣戰(zhàn)爭和科索沃戰(zhàn)爭中，多國部隊的融合系統(tǒng)發(fā)揮了重要作用。（2）復雜工業(yè)過程控制復雜工業(yè)過程控制是數(shù)據(jù)融合應(yīng)用的一個重要領(lǐng)域。目前，數(shù)據(jù)融合技術(shù)已在核反應(yīng)堆和石油平臺監(jiān)視等系統(tǒng)中得到應(yīng)用。融合的目的是識別引起系統(tǒng)狀態(tài)超出正常運行范圍的故障條件，并據(jù)此觸發(fā)若干報警器。通過時間序列分析、頻率分析、小波分析，從各傳感器獲取的信號模式中提取出特征數(shù)據(jù)，同時，將所提取的特征數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò)模式識別器，神經(jīng)網(wǎng)絡(luò)模式識別器進行特征級數(shù)據(jù)融合，以識別出系統(tǒng)的特征數(shù)據(jù)，并輸入到模糊專家系統(tǒng)進行決策級融合；專家系統(tǒng)推理時，從知識庫和數(shù)據(jù)庫中取出領(lǐng)域知識規(guī)則和參數(shù)，與特征數(shù)據(jù)進行匹配（融合）；最后，決策出被測系統(tǒng)的運行狀態(tài)、設(shè)備工作狀況和故障等。（3）機器人多傳感器數(shù)據(jù)融合技術(shù)的另一個典型應(yīng)用領(lǐng)域為機器人。目前，主要應(yīng)用在移動機器人和遙操作機器人上，因為這些機器人工作在動態(tài)、不確定與非結(jié)構(gòu)化的環(huán)境中（如“勇氣”號和“機遇”號火星車），這些高度不確定的環(huán)境要求機器人具有高度的自治能力和對環(huán)境的感知能力，而多傳感器數(shù)據(jù)融合技術(shù)正是提高機器人系統(tǒng)感知能力的有效方法。實踐證明：采用單個傳感器的機器人不具有完整、可靠地感知外部環(huán)境的能力。智能機器人應(yīng)采用多個傳感器，并利用這些傳感器的冗余和互補的特性來獲得機器人外部環(huán)境動態(tài)變化的、比較完整的信息，并對外部環(huán)境變化做出實時的響應(yīng)。目前，機器人學界提出向非結(jié)構(gòu)化環(huán)境進軍，其核心的關(guān)鍵之一就是多傳感器系統(tǒng)和數(shù)據(jù)融合。（4）遙感多傳感器融合在遙感領(lǐng)域中的應(yīng)用，主要是通過高空間分辨力全色圖像和低光譜分辨力圖像的融合，得到高空問分辨力和高光譜分辨力的圖像，融合多波段和多時段的遙感圖像來提高分類的準確*。****通管理系統(tǒng)數(shù)據(jù)融合技術(shù)可應(yīng)用于地面車輛定位、車輛跟蹤、車輛導航以及空中交通管制系統(tǒng)等。（6）全局監(jiān)視監(jiān)視較大范圍內(nèi)的人和事物的運動和狀態(tài)，需要運用數(shù)據(jù)融合技術(shù)。例如：根據(jù)各種醫(yī)療傳感器、病歷、病史、氣候、季節(jié)等觀測信息，實現(xiàn)對病人的自動監(jiān)護；從空中和地面?zhèn)鞲衅鞅O(jiān)視莊稼生長情況，進行產(chǎn)量預測；根據(jù)衛(wèi)星云圖、氣流、溫度、壓力等觀測信息，實現(xiàn)天氣預報。4存在問題及發(fā)展趨勢數(shù)據(jù)融合技術(shù)方興未艾，幾乎一切信息處理方法都可以應(yīng)用于數(shù)據(jù)融合系統(tǒng)。隨著傳感器技術(shù)、數(shù)據(jù)處理技術(shù)、計算機技術(shù)、網(wǎng)絡(luò)通訊技術(shù)、人工智能技術(shù)、并行計算軟件和硬件技術(shù)等相關(guān)技術(shù)的發(fā)展，尤其是人工智能技術(shù)的進步，新的、更有效的數(shù)據(jù)融合方法將不斷推出，多傳感器數(shù)據(jù)融合必將成為未來復雜工業(yè)系統(tǒng)智能檢測與數(shù)據(jù)處理的重要技術(shù)，其應(yīng)用領(lǐng)域?qū)⒉粩鄶U大。多傳感器數(shù)據(jù)融合不是一門單一的技術(shù)，而是一門跨學科的綜合理論和方法，并且，是一個不很成熟的新研究領(lǐng)域，尚處在不斷變化和發(fā)展過程中壓力傳感器。4．1數(shù)據(jù)融合存在的問題（1）尚未建立統(tǒng)一的融合理論和有效廣義融合模型及算法；（2）對數(shù)據(jù)融合的具體方法的研究尚處于初步階段；（3）還沒有很好解決融合系統(tǒng)中的容錯性或魯棒性問題；（4）關(guān)聯(lián)的二義性是數(shù)據(jù)融合中的主要障礙；（5）數(shù)據(jù)融合系統(tǒng)的設(shè)計還存在許多實際問題。4．2數(shù)據(jù)融合發(fā)展趨勢數(shù)據(jù)融合的發(fā)展趨勢如下：（1）建立統(tǒng)一的融合理論、數(shù)據(jù)融合的體系結(jié)構(gòu)和廣義融合模型；（2）解決數(shù)據(jù)配準、數(shù)據(jù)預處理、數(shù)據(jù)庫構(gòu)建、數(shù)據(jù)庫管理、人機接口、通用軟件包開發(fā)問題，利用成熟的輔助技術(shù)，建立面向具體應(yīng)用需求的數(shù)據(jù)融合系統(tǒng)；（3）將人工智能技術(shù)，如，神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊理論、專家理論等引入到數(shù)據(jù)融合領(lǐng)域；利用集成的計算智能方法（如，模糊邏輯＋神經(jīng)網(wǎng)絡(luò)，遺傳算法＋模糊＋神經(jīng)網(wǎng)絡(luò)等）提高多傳感融合的性能；（4）解決不確定性因素的表達和推理演算，例如：引入灰數(shù)的概念；（5）利用有關(guān)的先驗數(shù)據(jù)提高數(shù)據(jù)融合的性能，研究更加先進復雜的融合算法（未知和動態(tài)環(huán)境中，采用并行計算機結(jié)構(gòu)多傳感器集成與融合方法的研究等）；（6）在多平臺／單平臺、異類／同類多傳感器的應(yīng)用背景下，建立計算復雜程度低，同時，又能滿足任務(wù)要求的數(shù)據(jù)處理模型和算法；