數(shù)據(jù)融合比較確切的定義可概括為:充分利用 不同的時(shí)間和空間的多傳感器信息資源,采用計(jì)算 機(jī)技術(shù)對(duì)按時(shí)序獲得的多傳感器觀測(cè)信息在一定 的準(zhǔn)則下加以自動(dòng)分析、綜合、支配和使用,獲得 被測(cè)對(duì)象的一致性解釋與描述,以完成所需的決策 和估計(jì)任務(wù),使系統(tǒng)獲得比它的各個(gè)組成部分更優(yōu) 越的性能。
①建立同類型信息融合的數(shù)值處理方法和不同類型信息 融合的符號(hào)處理方法基礎(chǔ)理論。 ②兼有穩(wěn)健性和準(zhǔn)確性的融合算法和模型的研究。 ③研究數(shù)據(jù)融合用的數(shù)據(jù)庫(kù)和知識(shí)庫(kù), 高速并行檢索和 推理機(jī)制。 ④開(kāi)發(fā)推理系統(tǒng), 尤其是不確定性推理, 以進(jìn)行融合過(guò) 程中的狀態(tài)估計(jì)和決策分析。 ⑤研究數(shù)據(jù)融合的分布式數(shù)據(jù)處理體系結(jié)構(gòu)。 ⑥把處理算法分解成適于在并行機(jī)上實(shí)現(xiàn)的并行處理。 ⑦將神經(jīng)網(wǎng)絡(luò)用于探測(cè)跟蹤、分類和估計(jì)等問(wèn)題。 ⑧數(shù)據(jù)融合系統(tǒng)的工程化設(shè)計(jì)方法和系統(tǒng)評(píng)估方法。
引言 基本原理、融合過(guò)程及關(guān)鍵技術(shù) 數(shù)據(jù)融合系統(tǒng)的結(jié)構(gòu)及功能模型 數(shù)據(jù)融合方法 應(yīng)用 研究方向和存在問(wèn)題
數(shù)據(jù)融合，是多元信息綜合處理的一項(xiàng)新技 術(shù),它有多種譯名,如多傳感器相關(guān)、多源相關(guān)、 多傳感器融合、信息融合等。數(shù)據(jù)融合從20 世紀(jì) 70 年代末被提出，多年來(lái)“融合”一詞幾乎無(wú)限 制地被眾多領(lǐng)域所引用。
同一個(gè)目標(biāo)。 2. 多傳感器ID/軌跡估計(jì):假設(shè)從多源來(lái)的報(bào)告 反映的是同一目標(biāo),對(duì)這些數(shù)據(jù)進(jìn)行綜合以改 進(jìn)對(duì)該目標(biāo)的估計(jì),或是改進(jìn)對(duì)整個(gè)當(dāng)前/未 來(lái)情況的估計(jì)。 3. 采集管理: 給定傳感器環(huán)境的一種認(rèn)識(shí)狀態(tài), 通過(guò)分配多個(gè)信息捕獲和處理源,以最大限度 地發(fā)揮其性能,從而使其操作成本降到最低。 簡(jiǎn)言之,傳感器的數(shù)據(jù)融合功能主要包括 多傳感器的目標(biāo)探測(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)。
是貝葉斯推理的擴(kuò)充, 其3個(gè)基本要點(diǎn)是: 基 本概率賦值函數(shù)mi 、信任函數(shù)Beli 和似然函數(shù) Plsi 。D-S 方法的推理結(jié)構(gòu)是自下而上的,分3級(jí), 推理結(jié)構(gòu)如圖5所示
針對(duì)數(shù)據(jù)融合中所檢測(cè)的目標(biāo)特征具有某種 模糊性的現(xiàn)象,有人利用模糊邏輯方法來(lái)對(duì)檢測(cè)目 標(biāo)進(jìn)行識(shí)別和分類。建立標(biāo)準(zhǔn)檢測(cè)目標(biāo)和待識(shí)別 檢測(cè)目標(biāo)的模糊子集是此方法的研究基礎(chǔ)。但模 糊子集的建立,需要有各種各樣的標(biāo)準(zhǔn)檢測(cè)目標(biāo), 同時(shí)又必須建立合適的隸屬函數(shù)。而確定隸屬函 數(shù)比較麻煩,目前還沒(méi)有規(guī)范的方法可遵循。又由 于標(biāo)準(zhǔn)檢測(cè)目標(biāo)子集的建立受到各種條件的限制, 往往誤差較大。
①對(duì)多傳感器的相關(guān)觀測(cè)結(jié)果進(jìn)行驗(yàn)證、分 析、補(bǔ)充、取舍、修改和狀態(tài)跟蹤估計(jì)。 ②對(duì)新發(fā)現(xiàn)的不相關(guān)觀測(cè)結(jié)果進(jìn)行分析和綜 合。 ③生成綜合態(tài)勢(shì), 并實(shí)時(shí)地根據(jù)多傳感器觀 測(cè)結(jié)果通過(guò)數(shù)據(jù)融合計(jì)算, 對(duì)綜合態(tài)勢(shì)進(jìn)行 修改。
4.1 應(yīng)用領(lǐng)域 隨著多傳感器數(shù)據(jù)融合技術(shù)的發(fā)展, 應(yīng) 用的領(lǐng)域也在不斷擴(kuò)大, 多傳感器融合技 術(shù)已成功地應(yīng)用于眾多的研究領(lǐng)域。
照； ? 信息融合處理器：將測(cè)量參數(shù)進(jìn)行合并， 提高目標(biāo)的分類及態(tài)勢(shì)估計(jì)的準(zhǔn)確性； ? 態(tài)勢(shì)數(shù)據(jù)庫(kù)：存儲(chǔ)實(shí)時(shí)或歷史態(tài)勢(shì)數(shù)據(jù)； ? 控制計(jì)算機(jī)：對(duì)目標(biāo)分類、進(jìn)行態(tài)勢(shì)估計(jì)， 并對(duì)信息源的使用進(jìn)行協(xié)調(diào)； ? 顯示與控制：顯示融合與評(píng)估的結(jié)果。
① 未形成基本的理論框架和有效廣義模型及算 法。 ② 關(guān)聯(lián)的二義性是數(shù)據(jù)融合中的主要障礙。 ③ 融合系統(tǒng)的容錯(cuò)性或穩(wěn)健性沒(méi)有得到很好的 解決。 ④ 對(duì)數(shù)據(jù)融合的具體方法的研究尚處于初步階 段。 ⑤ 數(shù)據(jù)融合系統(tǒng)的設(shè)計(jì)還存在許多實(shí)際問(wèn)題。
1.生存能力強(qiáng)； 2.擴(kuò)展了空間覆蓋范圍； 3.擴(kuò)展了時(shí)間的覆蓋范圍； 4.提高了可信度； 5.降低了信息的模糊度； 6.改進(jìn)了探測(cè)性能； 7.提高了空間分辨率； 8.增加了測(cè)量維數(shù)；
2.1 基本原理 多傳感器數(shù)據(jù)融合就像人腦綜合處理信息一樣,其基本 原理就是充分利用多傳感器資源，通過(guò)對(duì)這些傳感器及觀測(cè) 信息的合理支配和使用，把多傳感器在空間或時(shí)間上的冗余 或互補(bǔ)信息依據(jù)某種準(zhǔn)則進(jìn)行組合，以獲得被測(cè)對(duì)象的一致 性解釋或描述。 數(shù)據(jù)融合的目的是通過(guò)數(shù)據(jù)信息組合而不是出現(xiàn)在輸入 數(shù)據(jù)中的任何個(gè)別信息，推導(dǎo)出更多的信息，得到最佳協(xié)同 作用的結(jié)果。也就是利用多個(gè)傳感器共同或聯(lián)合操作的優(yōu)勢(shì)， 提高傳感器系統(tǒng)的有效性，消除單個(gè)或少量傳感器的局限性。 在多傳感器數(shù)據(jù)融合系統(tǒng)中，各種傳感器的數(shù)據(jù)可以具 有不同的特征，可能是實(shí)時(shí)的或非實(shí)時(shí)的、模糊的或確定的、 互相支持的或互補(bǔ)的，也可能是互相矛盾或競(jìng)爭(zhēng)的。
全球定位系統(tǒng) 慣性傳感器 數(shù)字地圖 立體圖像 傳感器 激光 探測(cè)器 雷達(dá)
通過(guò)慣性傳感器、數(shù)字地圖和差分全 球定位系統(tǒng)， 確定汽車行使的地理位置和 方向。通過(guò)立體圖像傳感器辨識(shí)、跟蹤汽 車行使路面邊緣以及路面的幾何形狀。通 過(guò)激光探測(cè)器和雷達(dá)，完成汽車行駛過(guò)程 中路況和前方障礙物等信息的檢測(cè)。將各 個(gè)傳感器輸出的信號(hào)通過(guò)卡爾曼濾波進(jìn)行 數(shù)據(jù)融合，識(shí)別汽車行駛路面情況，通過(guò) 控制機(jī)構(gòu)實(shí)現(xiàn)汽車無(wú)人駕駛。
2.2 融合過(guò)程 數(shù)據(jù)融合過(guò)程主要包括多傳感器(信號(hào)獲 取) 、數(shù)據(jù)預(yù)處理、數(shù)據(jù)融合中心(特征提 取、數(shù)據(jù)融合計(jì)算) 和結(jié)果輸出等環(huán)節(jié), 其 過(guò)程如下圖 所示。
2.3 關(guān)鍵技術(shù) 數(shù)據(jù)融合的關(guān)鍵技術(shù)主要是數(shù)據(jù)轉(zhuǎn) 換、數(shù)據(jù)相關(guān)、態(tài)勢(shì)數(shù)據(jù)庫(kù)和融合計(jì) 算等,其中融合計(jì)算是多傳感器數(shù)據(jù)融 合系統(tǒng)的核心技術(shù)。
一個(gè)人工神經(jīng)網(wǎng)絡(luò)(AN) 由多層處理單元或節(jié) 點(diǎn)組成, 可以用各種方法互聯(lián)，圖6 表示一個(gè)具 有3層節(jié)點(diǎn)的AN , 輸入向量是與目標(biāo)有關(guān)的測(cè)量 參數(shù)集, 輸入的數(shù)據(jù)向量經(jīng)過(guò)AN 非線性變換, 得 到一個(gè)輸出向量, 輸出向量可能是目標(biāo)身份。 這樣一種變換能夠產(chǎn)生從數(shù)據(jù)到標(biāo)識(shí)分類的 映射, 也就把多傳感器的數(shù)據(jù)變換為一個(gè)實(shí)體的 聯(lián)合標(biāo)識(shí), 這是一種特有的并行學(xué)習(xí)方式, 完全 不同于傳統(tǒng)的基于統(tǒng)計(jì)理論的數(shù)據(jù)融合法。
加權(quán)平均 卡爾曼濾 波 貝葉斯估 計(jì) 統(tǒng)計(jì)決策 理論 證據(jù)推理 模糊推理 動(dòng)態(tài) 動(dòng)態(tài) 靜態(tài) 靜態(tài) 靜態(tài) 靜態(tài)
冗余 冗余 冗余 冗余 冗余互補(bǔ) 冗余互補(bǔ) 原始讀數(shù) 值 概率分布 高斯噪聲 概率分布 高斯噪聲 加權(quán)平均 低層數(shù)據(jù) 融合
4.1 綜合平均法 該方法是把來(lái)自多個(gè)傳感器的眾多數(shù)據(jù) 進(jìn)行綜合平均。它適宜于用同樣的傳感器 檢測(cè)同一個(gè)檢測(cè)目標(biāo)。如果對(duì)一個(gè)檢測(cè)目 標(biāo)進(jìn)行了k次檢測(cè),其平均值
4.2 貝葉斯估計(jì)法 貝葉斯推理技術(shù)主要用來(lái)進(jìn)行決策層 融合，它是通過(guò)先驗(yàn)信息和樣本信息合成 為后驗(yàn)分布，對(duì)檢測(cè)目標(biāo)作出推斷。
必一運(yùn)動(dòng)sport網(wǎng)頁(yè)版登錄
系統(tǒng)模型 低層數(shù)據(jù) 濾波 融合 貝葉斯估 高層數(shù)據(jù) 計(jì) 融合 高層數(shù)據(jù) 融合
神經(jīng)元網(wǎng) 神經(jīng)元輸 神經(jīng)元網(wǎng) 動(dòng)、靜態(tài) 冗余互補(bǔ) 學(xué)習(xí)誤差 低P高層 絡(luò) 入 絡(luò) 產(chǎn)生式規(guī) 則 靜態(tài) 冗余互補(bǔ) 命題 置信因子 邏輯推理 高層數(shù)據(jù) 融合
（1）軍事上應(yīng)用 多傳感器數(shù)據(jù)融合在軍事中已得到了廣泛的 應(yīng)用, 如美國(guó)ROME 實(shí)驗(yàn)室設(shè)計(jì)了一個(gè)大型的先 進(jìn)傳感器開(kāi)發(fā)實(shí)驗(yàn)裝置, 用于研究戰(zhàn)況估計(jì), 采 用二階數(shù)據(jù)融合算法, 可完成景象產(chǎn)生、傳感器 仿真、CI 仿真、數(shù)據(jù)融合、評(píng)估和控制等。
“C3I”就是指揮自動(dòng)化技術(shù)系統(tǒng)，是 用電子計(jì)算機(jī)將指揮（command） 、控制 （control） 、通信（communication）和 情報(bào)（intelligence）各分系統(tǒng)緊密聯(lián)在一起 的綜合系統(tǒng)。
