- 相關(guān)推薦
多傳感器信息融合技術(shù)論文
多傳感器信息融合技術(shù)論文闡述了多傳感器信息融合的定義、原理、分類和結(jié)構(gòu)，分析了多傳感器信息融合的特點(diǎn)及其研究方向
多傳感器信息融合技術(shù)論文【1】
關(guān)鍵詞：多傳感器 信息融合 研究方向
1、多傳感器信息融合的定義
多傳感器信息融合也稱為信息融合或數(shù)據(jù)融合，指的是對(duì)不同知識(shí)源和多個(gè)傳感器所獲得的信息進(jìn)行綜合處理，消除多傳感器信息之間可能存在的冗余和矛盾，利用信息互補(bǔ)，降低不確定性，以形成對(duì)系統(tǒng)環(huán)境相對(duì)完整一致的理解，從而提高智能系統(tǒng)決策和規(guī)劃的科學(xué)性、反應(yīng)的快速性和正確性，進(jìn)而降低決策風(fēng)險(xiǎn)的過(guò)程。
由其定義可見(jiàn)，多傳感器信息融合避免了單一傳感器的局限性，可以獲取更多信息，得出更為準(zhǔn)確、可靠的結(jié)論。
2、多傳感器信息融合的原理
多傳感器信息融合是人類和其他生物系統(tǒng)中普遍存在的一種基本功能。如果把單傳感器信號(hào)處理或低層次的數(shù)據(jù)處理方式看作是對(duì)人腦信息處理的一種低水平模仿，那么多傳感器信息融合就是對(duì)人腦信息處理的一種高水平模仿。
多傳感器信息融合的基本原理就像人腦綜合處理信息的過(guò)程一樣，它充分利用多個(gè)傳感器資源，通過(guò)對(duì)這些傳感器及其觀測(cè)信息的合理支配和使用，把多個(gè)傳感器在時(shí)間或空間上的冗余或互補(bǔ)信息依據(jù)某種準(zhǔn)則來(lái)進(jìn)行組合，以獲得被測(cè)對(duì)象的一致性解釋或描述[1]。
3、多傳感器信息融合的分類
信息的數(shù)據(jù)融合是對(duì)多源數(shù)據(jù)進(jìn)行多級(jí)處理，每一級(jí)處理都代表了對(duì)原始數(shù)據(jù)的不同程度的抽象化，它包括對(duì)數(shù)據(jù)的檢測(cè)、關(guān)聯(lián)、估計(jì)和組合等處理。信息融合按其在傳感器信息處理層次中的抽象程度，可以分為三個(gè)層次：像素層融合、特征層融合及決策層融合[2]。
3.1 像素層融合
它是最低層次的融合，是在采集到的傳感器的原始信息層次上(未經(jīng)處理或只做很少的處理)進(jìn)行融合，在各種傳感器的原始測(cè)報(bào)信息未經(jīng)預(yù)處理之前就進(jìn)行信息的綜合和分析。其優(yōu)點(diǎn)是保持了盡可能多的戰(zhàn)場(chǎng)信息;其缺點(diǎn)是處理的信息量大，所需時(shí)間長(zhǎng)，實(shí)時(shí)性差。
3.2 特征層融合
屬于融合的中間層次，兼顧了數(shù)據(jù)層和決策層的優(yōu)點(diǎn)。它利用從傳感器的原始信息中提取的特征信息進(jìn)行綜合分析和處理。也就是說(shuō)，每種傳感器提供從觀測(cè)數(shù)據(jù)中提取的有代表性的特征，這些特征融合成單一的特征向量，然后運(yùn)用模式識(shí)別的方法進(jìn)行處理。這種方法對(duì)通信帶寬的要求較低，但由于數(shù)據(jù)的丟失使其準(zhǔn)確性有所下降。
3.3 決策層融合
指在每個(gè)傳感器對(duì)目標(biāo)做出識(shí)別后，將多個(gè)傳感器的識(shí)別結(jié)果進(jìn)行融合。這一層融合是在高層次上進(jìn)行的，融合的結(jié)果為指揮控制決策提供依據(jù)。
決策層融合的優(yōu)點(diǎn)是：具有很高的靈活性，系統(tǒng)對(duì)信息傳輸帶寬要求較低;能有效地融合反映環(huán)境或目標(biāo)各個(gè)側(cè)面的不同類型信息，具有很強(qiáng)的容錯(cuò)性;通信容量小，抗干擾能力強(qiáng);對(duì)傳感器的依賴性小，傳感器可以是異質(zhì)的;融合中心處理代價(jià)低。
4、多傳感器信息融合的融合結(jié)構(gòu)
多傳感器信息融合通常是在一個(gè)被稱為信息融合中心的信息綜合處理器中完成，而一個(gè)信息融合中心本身可能包含另一個(gè)融合中心。由于多傳感器信息融合可以是多層次、多方式的，所以研究融合的拓?fù)浣Y(jié)構(gòu)十分必要。根據(jù)信息融合處理方式的不同，可以將多傳感器信息融合的拓?fù)浣Y(jié)構(gòu)分為集中型、分散型、混合型、反饋型等[3]。
4.1 集中型
集中型融合結(jié)構(gòu)的融合中心直接接收來(lái)自被融合傳感器的原始信息。由于在此結(jié)構(gòu)中傳感器僅起到了信息采集的作用，不預(yù)先對(duì)數(shù)據(jù)進(jìn)行局部處理和壓縮，所以對(duì)信道容量要求較高。一般這種結(jié)構(gòu)適用于小規(guī)模的融合系統(tǒng)。
4.2 分散型
分散型信息融合系統(tǒng)中，各傳感器完成一定量的計(jì)算和處理任務(wù)后，將壓縮后的傳感器數(shù)據(jù)送到融合中心，融合中心將接收到的多維信息進(jìn)行組合和推理，最終得到融合結(jié)果。這一結(jié)構(gòu)的優(yōu)點(diǎn)是結(jié)構(gòu)冗余度高、計(jì)算負(fù)荷分配合理、信道壓力輕，但由于各傳感器進(jìn)行局部信息處理，可能會(huì)導(dǎo)致部分信息的丟失。這種結(jié)構(gòu)適合于遠(yuǎn)距離配置的多傳感器系統(tǒng)。
4.3 混合型
混合型信息融合結(jié)構(gòu)吸收了分散型和集中型信息融合結(jié)構(gòu)的優(yōu)點(diǎn)，既有集中處理，又有分散處理，各傳感器信息均可多次利用。這一結(jié)構(gòu)能得到比較理想的融合結(jié)果，適用于大型的多傳感器信息融合，但其結(jié)構(gòu)復(fù)雜，計(jì)算量很大。
4.4 反饋型
當(dāng)系統(tǒng)對(duì)處理的實(shí)時(shí)性要求很高的時(shí)候，如果總是試圖強(qiáng)調(diào)以最高的精度去融合多傳感器信息融合系統(tǒng)的信息，則無(wú)論融合的速度多快都不可能滿足要求，這時(shí)，利用信息的相對(duì)穩(wěn)定性和原始積累對(duì)融合信息進(jìn)行反饋再處理將是一種有效的途徑。
當(dāng)多傳感器系統(tǒng)對(duì)外部環(huán)境經(jīng)過(guò)一段時(shí)間的感知，傳感系統(tǒng)的融合信息已能夠表述環(huán)境中的大部分特征，該信息對(duì)新的傳感器原始信息融合具有很好的指導(dǎo)意義。
5、多傳感器信息融合的特點(diǎn)
(1)提高了信息的可信度。(2)增加了目標(biāo)特征矢量的維數(shù)。(3)降低了獲得信息的費(fèi)用。(4)減少了信息獲取的時(shí)間。(5)提高了系統(tǒng)的容錯(cuò)能力。(6)提高了整個(gè)系統(tǒng)的性能。
6、多傳感器信息融合的研究方向
(1)確立具有普遍意義的信息融合模型標(biāo)準(zhǔn)和系統(tǒng)結(jié)構(gòu)標(biāo)準(zhǔn)。(2)將信息融合技術(shù)應(yīng)用到更廣泛的新領(lǐng)域。(3)改進(jìn)融合算法以進(jìn)一步提高融合系統(tǒng)的性能。(4)開(kāi)發(fā)相應(yīng)的軟件和硬件，以滿足具有大量數(shù)據(jù)且計(jì)算復(fù)雜的多傳感器融合的要求。
7、結(jié)語(yǔ)
多傳感器信息融合技術(shù)的研究雖然剛剛開(kāi)始幾十年，但它已滲透到現(xiàn)代化戰(zhàn)爭(zhēng)和民用的各個(gè)領(lǐng)域。隨著工業(yè)大系統(tǒng)的蓬勃發(fā)展和未來(lái)信息戰(zhàn)的需求，以及相關(guān)學(xué)科的不斷發(fā)展，多傳感器信息融合將會(huì)得到更深入的理論研究，也將擁有更廣闊的應(yīng)用前景。
參考文獻(xiàn)
[1]王耀南,李村濤.多傳感器信息融合及其應(yīng)用綜述[J].控制與決策,2001.
[2]何友,譚慶海.多傳感器系統(tǒng)分類研究[J].火力與指揮控制,1998.
[3]L.Tao.Optimal Multiple Level Decision Fusion with Distributed Sensors.IEEE Trans.
多傳感器信息融合論文【2】
摘 要： 多傳感器信息融合是一門涉及信號(hào)處理、信息論、人工智能、模糊數(shù)學(xué)等理論的多學(xué)科交叉技術(shù)，被廣泛應(yīng)用于軍事和民用領(lǐng)域。介紹多傳感器信息融合的概念主要應(yīng)用，描述多傳感器信息融合的功能模型和融合方法，并對(duì)其發(fā)展趨勢(shì)進(jìn)行分析。
關(guān)鍵詞： 多傳感器系統(tǒng);信息融合;功能模型;發(fā)展趨勢(shì)
1 概念
多傳感器信息融合，又稱多源信息融合，是用于包含多個(gè)或多類傳感器或信息源的系統(tǒng)的一種信息處理方法。Walz將多源信息融合定義為：通過(guò)對(duì)多個(gè)傳感器產(chǎn)生的數(shù)據(jù)或信息進(jìn)行檢測(cè)、組合估計(jì)、關(guān)聯(lián)等多級(jí)操作，從而得到關(guān)于觀測(cè)環(huán)境或目標(biāo)的精確狀態(tài)、身份估計(jì)以及完整、及時(shí)的態(tài)勢(shì)評(píng)估的過(guò)程。
其基本原理是充分利用多源系統(tǒng)中各信息源所提供的信息的不同特征，按照某種優(yōu)化準(zhǔn)則，將這些互補(bǔ)冗余的信息進(jìn)行重新組合、關(guān)聯(lián)，從而產(chǎn)生對(duì)觀測(cè)目標(biāo)或環(huán)境的一致性解釋和描述。
多傳感器信息融合通過(guò)對(duì)各種分離的觀測(cè)信息進(jìn)行優(yōu)化組合，從而導(dǎo)出更多的有效信息，以達(dá)到利用多個(gè)信源協(xié)同工作的優(yōu)勢(shì)來(lái)系統(tǒng)整體效能的最終目的。
2 功能模型和融合方法
2.1 功能模型
根據(jù)輸入信息的抽象層次，多傳感器信息融合可以分為信源、預(yù)處理、檢測(cè)級(jí)融合、位置級(jí)融合、目標(biāo)識(shí)別融合(特征級(jí)融合)、狀態(tài)級(jí)融合(態(tài)勢(shì)估計(jì))、威脅估計(jì)和精細(xì)處理。如下圖所示。
1)信源主要有紅外、雷達(dá)、ESM、聲納、敵我識(shí)別器、通信情報(bào)、電子情報(bào)、偵察情報(bào)等。
2)信源預(yù)處理，是指根據(jù)信息特征和屬性、傳感器種類、觀測(cè)時(shí)間等各種基本信息，對(duì)多源信息進(jìn)行分選、誤差補(bǔ)償、過(guò)程分配、像素級(jí)或信號(hào)級(jí)數(shù)據(jù)關(guān)聯(lián)等。主要目的是降低系統(tǒng)需要處理的數(shù)據(jù)量，避免系統(tǒng)過(guò)載，提高系統(tǒng)性能。
3)檢測(cè)級(jí)融合是第一級(jí)融合，屬于信號(hào)處理級(jí)的融合。它根據(jù)預(yù)先設(shè)定的檢測(cè)準(zhǔn)則形成最優(yōu)化檢測(cè)門限，從而產(chǎn)生最終的檢測(cè)輸出。其結(jié)構(gòu)主要有五種：分散式結(jié)構(gòu)、樹狀結(jié)構(gòu)、串行結(jié)構(gòu)、并行結(jié)構(gòu)和帶反饋的并行結(jié)構(gòu)。
4)位置級(jí)融合是第二級(jí)融合，它通過(guò)綜合來(lái)自多傳感器的關(guān)于同一觀測(cè)目標(biāo)的時(shí)間和空間等信息，建立該觀測(cè)目標(biāo)的航跡，并得出觀測(cè)目標(biāo)的行進(jìn)速度和位置等信息，主要包括空間融合、時(shí)間融合和時(shí)空融合。
具體過(guò)程主要有數(shù)據(jù)校準(zhǔn)、數(shù)據(jù)關(guān)聯(lián)、目標(biāo)跟蹤、狀態(tài)估計(jì)、航跡關(guān)聯(lián)、估計(jì)融合等。其結(jié)構(gòu)主要有集中式結(jié)構(gòu)、分布式結(jié)構(gòu)、混合式結(jié)構(gòu)和多級(jí)式結(jié)構(gòu)。
5)目標(biāo)識(shí)別融合，也叫屬性分類或身份估計(jì)，屬于第三級(jí)融合，是指通過(guò)組合來(lái)自多個(gè)傳感器的關(guān)于觀測(cè)目標(biāo)的識(shí)別屬性或數(shù)據(jù)，得到關(guān)于觀測(cè)目標(biāo)身份的聯(lián)合估計(jì)。根據(jù)融合時(shí)所應(yīng)用的關(guān)于觀測(cè)目標(biāo)的信息層次，該級(jí)融合可以分為數(shù)據(jù)級(jí)融合、特征級(jí)融合和決策級(jí)融合三種方法。
6)態(tài)勢(shì)估計(jì)，屬于第四級(jí)融合，他通過(guò)對(duì)戰(zhàn)斗力量部署及其變化情況進(jìn)行評(píng)價(jià)，估計(jì)敵方兵力結(jié)構(gòu)和部署特點(diǎn)，推斷敵方意圖，并最終形成戰(zhàn)場(chǎng)綜合態(tài)勢(shì)圖，從而為最優(yōu)決策提供依據(jù)。主要包括：提取進(jìn)行行為估計(jì)要考慮的各要素，為態(tài)勢(shì)推理做準(zhǔn)備。
分析并確定事件發(fā)生的深層次原因;根據(jù)以往時(shí)刻發(fā)生的事件，預(yù)測(cè)將來(lái)時(shí)刻可能發(fā)生的事件;形成戰(zhàn)場(chǎng)態(tài)勢(shì)分析報(bào)告和綜合態(tài)勢(shì)圖，為指揮員提供輔助決策信息。
7)威脅估計(jì)，屬于第五級(jí)融合，它是基于當(dāng)前態(tài)勢(shì)，包括敵方殺傷能力、行為企圖、機(jī)動(dòng)能力和運(yùn)行模式等各種先驗(yàn)知識(shí)，估計(jì)出對(duì)未來(lái)一段時(shí)間內(nèi)敵方威脅、我方薄弱點(diǎn)以及戰(zhàn)爭(zhēng)行動(dòng)發(fā)生的程度或嚴(yán)重性，并作出相應(yīng)指示與告警。主要包括：估計(jì)潛在事件;判斷威脅時(shí)機(jī);估計(jì)/聚類作戰(zhàn)能力;進(jìn)行多視圖評(píng)估;預(yù)測(cè)敵方意圖等。
8)精細(xì)處理，屬于第六級(jí)融合，主要包括傳感器管理、信源要求、融合控制要求、性能評(píng)估和任務(wù)管理等。
9)數(shù)據(jù)庫(kù)處理，主要包括兩種數(shù)據(jù)庫(kù)：融合數(shù)據(jù)庫(kù)和支持?jǐn)?shù)據(jù)庫(kù)。前者主要包括目標(biāo)位置數(shù)據(jù)庫(kù)、身份數(shù)據(jù)庫(kù)、威脅估計(jì)數(shù)據(jù)庫(kù)、態(tài)勢(shì)估計(jì)數(shù)據(jù)庫(kù)等，后者主要包括觀測(cè)數(shù)據(jù)庫(kù)、環(huán)境數(shù)據(jù)庫(kù)、檔案任務(wù)數(shù)據(jù)庫(kù)、技術(shù)數(shù)據(jù)庫(kù)、算法數(shù)據(jù)庫(kù)、條令數(shù)據(jù)庫(kù)等。
2.2 主要方法
目前，能夠應(yīng)用于多傳感器數(shù)據(jù)融合的方法可以分為隨機(jī)類方法和人工智能方法兩大類。隨機(jī)類方法主要有統(tǒng)計(jì)決策理論、D-S證據(jù)推理、產(chǎn)生式規(guī)則、多貝葉斯估計(jì)法、Kalman濾波等;而人工智能類方法主加權(quán)平均法、要包括專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯理論、粗糙集理論等。
其中，加權(quán)平均法和Kalman濾波融合方法主要應(yīng)用于動(dòng)態(tài)環(huán)境中的低層次數(shù)據(jù)融合，統(tǒng)計(jì)決策理論、貝葉斯估計(jì)法、D-S證據(jù)推理、模糊邏輯理論主要應(yīng)用于靜態(tài)環(huán)境中的高層次數(shù)據(jù)融合，粗糙集理論、產(chǎn)生式規(guī)則方法適用于動(dòng)態(tài)或靜態(tài)環(huán)境中的高層次數(shù)據(jù)融合，而人工神經(jīng)網(wǎng)絡(luò)則可以應(yīng)用于動(dòng)態(tài)或靜態(tài)環(huán)境中的各層次數(shù)據(jù)融合。
由于各類方法具有互補(bǔ)性，因此，在實(shí)際應(yīng)用中，通常將多種方法組合運(yùn)用，如粗糙集神經(jīng)網(wǎng)絡(luò)方法、模糊神經(jīng)網(wǎng)絡(luò)方法等，以提高融合的精度和效率。
3 發(fā)展趨勢(shì)
盡管多傳感器信息融合技術(shù)已經(jīng)取得了很大的發(fā)展，但仍有很多應(yīng)用需要進(jìn)一步研究和探索，主要有以下幾個(gè)方面：1)復(fù)雜環(huán)境下信息融合，主要包括復(fù)雜環(huán)境下的分布檢測(cè)融合研究、復(fù)雜電磁環(huán)境下的目標(biāo)跟蹤算法研究、復(fù)雜目標(biāo)運(yùn)動(dòng)環(huán)境下的多源融合跟蹤研究等;
2)無(wú)線傳感器組網(wǎng)信息融合研究，主要包括機(jī)會(huì)信息融合問(wèn)題、傳感器優(yōu)化管理問(wèn)題等;3)信號(hào)融合理論研究，主要包括穩(wěn)定信號(hào)特征提取和建立、數(shù)據(jù)融合和信號(hào)融合的聯(lián)和優(yōu)化問(wèn)題以及信號(hào)的關(guān)聯(lián)性和一致性問(wèn)題等;
4)圖像融合研究，主要包括圖像融合評(píng)價(jià)體系的構(gòu)建、基于遙感圖像融合的三維成像技術(shù)研究、圖像融合系統(tǒng)的實(shí)時(shí)處理等;5)其他內(nèi)容，如空間信息融合、面向通用知識(shí)的融合、信息融合中的智能數(shù)據(jù)庫(kù)技術(shù)和精細(xì)化處理研究等。
參考文獻(xiàn)：
[1]何友、王國(guó)宏、關(guān)欣等，信息融合理論及應(yīng)用，電子工業(yè)出版社，2010.3.
[2]何友、薛培信、王國(guó)宏，一種新的信息融合功能模型，海軍航空工程學(xué)院學(xué)報(bào)，2008.5.
[3]丁鋒、姜秋喜、張楠，多傳感器數(shù)據(jù)融合發(fā)展評(píng)述及展望，艦船電子對(duì)抗，2007.6.
【多傳感器信息融合技術(shù)論文】相關(guān)文章：
淺析通信工程中的多網(wǎng)融合技術(shù)論文10-08
信息融合技術(shù)在煤礦安全監(jiān)控的應(yīng)用論文03-25
創(chuàng)客教育與小學(xué)信息技術(shù)教學(xué)的融合論文03-23
信息技術(shù)下小學(xué)英語(yǔ)教育深度融合論文10-09
無(wú)線傳感器網(wǎng)絡(luò)管理技術(shù)論文10-09
通信工程中多網(wǎng)融合的作用論文10-01
計(jì)算機(jī)技術(shù)融合通信技術(shù)論文10-12
信息技術(shù)論文10-01