![北航多源信息融合2015課件2檢測(cè)融合_第1頁(yè)](http://file4.renrendoc.com/view/cda391fe70f47fb017fde53b4b5623bb/cda391fe70f47fb017fde53b4b5623bb1.gif)
![北航多源信息融合2015課件2檢測(cè)融合_第2頁(yè)](http://file4.renrendoc.com/view/cda391fe70f47fb017fde53b4b5623bb/cda391fe70f47fb017fde53b4b5623bb2.gif)
![北航多源信息融合2015課件2檢測(cè)融合_第3頁(yè)](http://file4.renrendoc.com/view/cda391fe70f47fb017fde53b4b5623bb/cda391fe70f47fb017fde53b4b5623bb3.gif)
![北航多源信息融合2015課件2檢測(cè)融合_第4頁(yè)](http://file4.renrendoc.com/view/cda391fe70f47fb017fde53b4b5623bb/cda391fe70f47fb017fde53b4b5623bb4.gif)
![北航多源信息融合2015課件2檢測(cè)融合_第5頁(yè)](http://file4.renrendoc.com/view/cda391fe70f47fb017fde53b4b5623bb/cda391fe70f47fb017fde53b4b5623bb5.gif)
版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
第二講檢測(cè)融合萬(wàn)江文本講內(nèi)容1.檢測(cè)融合概述2.分布式檢測(cè)融合系統(tǒng)3.分布式檢測(cè)融合策略2023/2/1多源測(cè)試信息融合21.概述(1)為什么要多傳感器?利用單個(gè)傳感器的檢測(cè)缺乏多源、多維信息的協(xié)同利用、綜合評(píng)價(jià),不能充分考慮檢測(cè)對(duì)象的系統(tǒng)性和整體性。多傳感器檢測(cè)多信息源融合2023/2/1多源測(cè)試信息融合3檢測(cè)融合估計(jì)融合按融合的目的屬性融合1.概述(2)檢測(cè)融合概念
多傳感器檢測(cè)融合就是將來(lái)自多個(gè)不同傳感器的觀測(cè)數(shù)據(jù)或判決結(jié)果進(jìn)行綜合,從而形成一個(gè)關(guān)于同一環(huán)境或事件的更完全、更準(zhǔn)確的判決。
是信息融合理論中的一個(gè)重要研究?jī)?nèi)容。4多源測(cè)試信息融合2023/2/11.概述(3)檢測(cè)融合的目的:
消除單個(gè)或單類傳感器檢測(cè)的不確定性提高檢測(cè)系統(tǒng)的可靠性改善檢測(cè)性能更實(shí)用5多源測(cè)試信息融合2023/2/11.1檢測(cè)融合系統(tǒng)的分類
多傳感器檢測(cè)融合系統(tǒng)由多個(gè)傳感器及融合中心構(gòu)成。融合系統(tǒng)的融合方式分為集中式和分布式傳感器節(jié)點(diǎn)MCUsensor1sensor2…sensorn能量供給單元6多源測(cè)試信息融合2023/2/11.2集中式檢測(cè)融合系統(tǒng)2023/2/1多源測(cè)試信息融合7
集中式:各傳感器對(duì)同一目標(biāo)或現(xiàn)象進(jìn)行獨(dú)立觀測(cè),并將觀測(cè)數(shù)據(jù)直接傳送至融合中心。融合中心再借助一定的準(zhǔn)則或算法,對(duì)各傳感器的觀測(cè)數(shù)據(jù)進(jìn)行配準(zhǔn)、關(guān)聯(lián)、相關(guān)、估計(jì),給出融合結(jié)果。1.2集中式檢測(cè)融合系統(tǒng)特點(diǎn)優(yōu)點(diǎn):融合中心數(shù)據(jù)全面最終判決結(jié)果理論置信度高缺點(diǎn):數(shù)據(jù)量大,通信帶寬要求高信息處理時(shí)間長(zhǎng)融合中心負(fù)荷大2023/2/1多源測(cè)試信息融合81.2分布式檢測(cè)融合系統(tǒng)2023/2/1多源測(cè)試信息融合9分布式:各傳感器首先基于自己的觀測(cè)進(jìn)行判決,然后將判決結(jié)果傳輸?shù)饺诤现行模诤现行母鶕?jù)所有傳感器的判決進(jìn)行檢驗(yàn),形成最終判決。1.3分布式檢測(cè)融合系統(tǒng)的特點(diǎn)優(yōu)點(diǎn):數(shù)據(jù)傳輸量小,通信帶寬要求低分布式計(jì)算,融合效率高融合中心負(fù)荷小缺點(diǎn):缺乏相互之間的關(guān)聯(lián)數(shù)據(jù)損失大2023/2/1多源測(cè)試信息融合10分布式檢測(cè)結(jié)構(gòu)是目前多傳感器檢測(cè)的主要結(jié)構(gòu)模型本講內(nèi)容1.概述2.分布式檢測(cè)融合系統(tǒng)3.分布式檢測(cè)融合策略4.自適應(yīng)決策融合分布式檢測(cè)系統(tǒng)11多源測(cè)試信息融合2023/2/12.1分布式檢測(cè)融合系統(tǒng)分類并行結(jié)構(gòu)分散結(jié)構(gòu)串行結(jié)構(gòu)樹形結(jié)構(gòu)12多源測(cè)試信息融合2023/2/12.1分布式檢測(cè)融合系統(tǒng)分類(1)2023/2/1多源測(cè)試信息融合13并行結(jié)構(gòu)2.1分布式檢測(cè)融合系統(tǒng)分類(2)2023/2/1多源測(cè)試信息融合14分散式結(jié)構(gòu)2.1分布式檢測(cè)融合系統(tǒng)分類(3)2023/2/1多源測(cè)試信息融合15串行結(jié)構(gòu)2.1分布式檢測(cè)融合系統(tǒng)分類(4)2023/2/1多源測(cè)試信息融合16樹形結(jié)構(gòu)2.2分布式融合檢測(cè)系統(tǒng)(1)1.假設(shè)檢驗(yàn)問(wèn)題?
給定一組假設(shè)Hi
(i=0,1,…,m-1),通過(guò)對(duì)已有的數(shù)據(jù)集y進(jìn)行處理,確定當(dāng)前哪一個(gè)假設(shè)Hi成立,從而作出決策Dj對(duì)于只存在兩種假設(shè)(H0,H1)的檢測(cè)問(wèn)題,稱為二元假設(shè)檢驗(yàn)問(wèn)題對(duì)于多假設(shè)問(wèn)題,如何根據(jù)已有數(shù)據(jù)集y得到的最優(yōu)決策結(jié)果Dx,稱為最優(yōu)決策策略問(wèn)題2023/2/1多源測(cè)試信息融合172.2分布式融合檢測(cè)系統(tǒng)(2)例如: 1.雷達(dá)監(jiān)視區(qū)內(nèi)是否存在目標(biāo)?
H0——無(wú)目標(biāo)
H1——有目標(biāo) 2.拋硬幣,哪(正、反)面朝上?
H0——正面
H1——反面18多源測(cè)試信息融合2023/2/12.2分布式融合檢測(cè)系統(tǒng)(3)2.并行分布式檢測(cè)融合系統(tǒng)2023/2/1多源測(cè)試信息融合19
假設(shè)分布式并行檢測(cè)融合系統(tǒng):由融合中心及N個(gè)傳感器構(gòu)成。每一個(gè)局部傳感器基于自己的觀測(cè)值yi
完成同一個(gè)決策任務(wù),之后將決策值ui
傳送到融合中心。融合中心的任務(wù)是根據(jù)接收到的局部決策,利用最優(yōu)融合規(guī)則,作出最終決策u0
現(xiàn)象傳感器1傳感器2傳感器n融合中心y1y2…ynu1u2u1unu02.3檢測(cè)融合中的二元假設(shè)檢驗(yàn)問(wèn)題考慮最簡(jiǎn)單的并行分布式二元假設(shè)檢驗(yàn)問(wèn)題:例如,雷達(dá)監(jiān)視區(qū)內(nèi)是否存在目標(biāo)?
解:設(shè)每個(gè)傳感器的決策值ui為二元值,定義如下:
P(H0)=P0
和P(H1)=P1分別為H0和H1出現(xiàn)的先驗(yàn)概率,且P0+P1=1。2023/2/1多源測(cè)試信息融合202.3檢測(cè)融合中的二元假設(shè)檢驗(yàn)問(wèn)題將所有雷達(dá)的判決結(jié)果ui(i=0,1,…,n)輸入融合中心,做出最后判決u0:最終判決結(jié)果有四種可能性:√√××21多源測(cè)試信息融合2023/2/12.3檢測(cè)融合中的二元假設(shè)檢驗(yàn)問(wèn)題2023/2/1多源測(cè)試信息融合22其中:(3)為第一類錯(cuò)誤,稱為虛警,即沒(méi)有目標(biāo)而判決有目標(biāo);(4)為第二類錯(cuò)誤,稱為漏檢,即有目標(biāo)而判決沒(méi)有目標(biāo)。定義幾個(gè)概率:多傳感器檢測(cè)融合的目的就是盡量降低漏檢率和虛警率。2.4一般二元假設(shè)檢驗(yàn)問(wèn)題描述對(duì)于一般的多源檢測(cè)數(shù)據(jù)融合問(wèn)題,數(shù)據(jù)集y可能是標(biāo)量或多維向量。將數(shù)據(jù)空間劃分為如下兩個(gè)區(qū)域:
R0:接受區(qū),認(rèn)為假設(shè)H0成立而作出決策D0
R1:拒絕區(qū),認(rèn)為假設(shè)H1成立而作出決策D1因此所得概率為:2023/2/1多源測(cè)試信息融合232.4一般二元假設(shè)檢驗(yàn)問(wèn)題描述假設(shè)、分別為y關(guān)于和的條件概率密度,則虛警和漏檢概率分別為:2023/2/1多源測(cè)試信息融合243分布式檢測(cè)融合策略
融合中心如何根據(jù)各傳感器的決策值得到最終決策結(jié)果?25多源測(cè)試信息融合2023/2/1常見融合策略1
“與”融合檢測(cè)準(zhǔn)則2
“或”融合檢測(cè)準(zhǔn)則3表決融合檢測(cè)準(zhǔn)則4最大后驗(yàn)概率融合檢測(cè)準(zhǔn)則5
Neyman-Pearson融合檢測(cè)準(zhǔn)則6貝葉斯融合檢測(cè)準(zhǔn)則7最小誤差概率準(zhǔn)則2023/2/1多源測(cè)試信息融合263.1“與”融合檢測(cè)準(zhǔn)則2023/2/1多源測(cè)試信息融合27“與”融合檢測(cè)準(zhǔn)則為:系統(tǒng)的檢測(cè)概率和虛警概率分別為:可大大降低系統(tǒng)的虛警概率,但系統(tǒng)檢測(cè)概率也隨之降低。3.2
“或”融合檢測(cè)準(zhǔn)則2023/2/1多源測(cè)試信息融合28“或”融合檢測(cè)準(zhǔn)則為:系統(tǒng)的檢測(cè)概率和虛警概率分別為:可大大提高系統(tǒng)的檢測(cè)概率,但系統(tǒng)虛警概率也會(huì)隨之提高。3.3表決融合檢驗(yàn)準(zhǔn)則2023/2/1多源測(cè)試信息融合29在具有n個(gè)傳感器的檢測(cè)網(wǎng)絡(luò)中,設(shè)定一個(gè)閾值k,當(dāng)存在k個(gè)以上的傳感器支持某一假設(shè)時(shí),則判定該假設(shè)成立。融合準(zhǔn)則如下:其中,。當(dāng)時(shí),為“與”方法;當(dāng)時(shí),為“或”方法。3.3表決融合檢驗(yàn)準(zhǔn)則2023/2/1多源測(cè)試信息融合30系統(tǒng)的檢測(cè)概率和虛警概率分別為:該準(zhǔn)則下k的取值很關(guān)鍵,應(yīng)該在滿足一定虛警率的前提下盡可能提高檢測(cè)率,或在兩者之間進(jìn)行權(quán)衡,與實(shí)際要求有關(guān)。3.4最大后驗(yàn)概率融合檢測(cè)準(zhǔn)則(1)2023/2/1多源測(cè)試信息融合31根據(jù)已有數(shù)據(jù),選擇最有可能產(chǎn)生該數(shù)據(jù)的假設(shè)。令表示在給定全局觀測(cè)u的前提下,為真的概率,則取對(duì)應(yīng)于的一個(gè)假設(shè)。融合規(guī)則為:兩邊取對(duì)數(shù)可得另外一種形式:3.4最大后驗(yàn)概率融合檢測(cè)準(zhǔn)則(2)2023/2/1多源測(cè)試信息融合32應(yīng)用貝葉斯法則:故:從而最大后驗(yàn)概率融合檢測(cè)準(zhǔn)則也可寫為:3.4最大后驗(yàn)概率融合檢測(cè)準(zhǔn)則(3)2023/2/1多源測(cè)試信息融合33一般表示為:定義為似然比。、為似然函數(shù)。因此,式也稱為似然比檢驗(yàn)。3.4最大后驗(yàn)概率融合檢測(cè)準(zhǔn)則(4)似然比是假設(shè)檢驗(yàn)理論中的重要概念,最優(yōu)處理器由兩個(gè)基本部分組成,一是似然比計(jì)算裝置,二是門限裝置。似然比檢驗(yàn)檢測(cè)系統(tǒng)如下圖所示:2023/2/1多源測(cè)試信息融合343.4最大后驗(yàn)概率融合檢測(cè)準(zhǔn)則(5)2023/2/1多源測(cè)試信息融合35以上給出的是最大后驗(yàn)概率準(zhǔn)則的一般原理,下面推導(dǎo)分布式多傳感器檢測(cè)系統(tǒng)中基于最大后驗(yàn)概率準(zhǔn)則的融合檢測(cè)原理。3.4最大后驗(yàn)概率融合檢測(cè)準(zhǔn)則(6)2023/2/1多源測(cè)試信息融合36將以上連乘式轉(zhuǎn)化為連加式,兩邊取對(duì)數(shù)得:由取對(duì)數(shù)后可得:且3.4最大后驗(yàn)概率融合檢測(cè)準(zhǔn)則(7)2023/2/1多源測(cè)試信息融合37由此得到N個(gè)傳感器融合的最大后驗(yàn)概率融合檢測(cè)準(zhǔn)則為:其中:3.5Neyman-Pearson融合檢測(cè)準(zhǔn)則(1)2023/2/1多源測(cè)試信息融合38該融合準(zhǔn)則的基本原則是在假定虛警概率不超過(guò)某個(gè)特定上限的前提下,使檢測(cè)概率最大。即通過(guò)選擇y空間的R1
區(qū)來(lái)解決以下問(wèn)題:Neyman-Pearson引理可精確表達(dá)尋找R1的策略。3.5Neyman-Pearson融合檢測(cè)準(zhǔn)則(2)Neyman-Pearson引理
對(duì)于二元假設(shè)檢驗(yàn)問(wèn)題,兩個(gè)假設(shè)分別為H0和H1,已知其密度P0(y)和P1(y)。那么對(duì)于虛警概率P(D1/H0)
≤
Pf(Pf>0)
,具有最大檢驗(yàn)概率Pd的區(qū)域R1可由似然比檢驗(yàn)得到其中λ0是Pf
的函數(shù)。在非實(shí)際情況下,如果Pf
=
0,那么總是選擇H0,除非當(dāng)P0(y)
=
0時(shí),才選擇H12023/2/1多源測(cè)試信息融合393.5Neyman-Pearson融合檢測(cè)準(zhǔn)則(3)2023/2/1多源測(cè)試信息融合40
λ0值的確定
對(duì)于給定值Pf,應(yīng)滿足:
顯然,Neyman-Pearson準(zhǔn)則不需要各個(gè)假設(shè)的先驗(yàn)概率。3.6貝葉斯融合檢測(cè)準(zhǔn)則(1)
在最大后驗(yàn)概率融合檢測(cè)準(zhǔn)則中,虛警和漏檢兩類錯(cuò)誤都沒(méi)有特殊加權(quán),相當(dāng)于假定它們是同等危險(xiǎn)的。
貝葉斯融合檢測(cè)準(zhǔn)則對(duì)每一個(gè)檢測(cè)結(jié)果分配相應(yīng)的代價(jià)值,基于假設(shè)概率得到平均總代價(jià),檢測(cè)策略是使平均總代價(jià)最小。令Cij
表示當(dāng)假設(shè)Hj成立時(shí)作出決策Di的代價(jià),假設(shè)錯(cuò)誤決策的代價(jià)大于正確決策的代價(jià),即滿足:2023/2/1多源測(cè)試信息融合413.6貝葉斯融合檢測(cè)準(zhǔn)則(2)2023/2/1多源測(cè)試信息融合42平均總代價(jià)為:由于且3.6貝葉斯融合檢測(cè)準(zhǔn)則(3)2023/2/1多源測(cè)試信息融合43代入可得平均代價(jià)函數(shù)如下:根據(jù)假設(shè)條件,要使積分值最小,應(yīng)使積分項(xiàng)小于0,即滿足:因此得貝葉斯判決準(zhǔn)則為:3.6貝葉斯融合檢測(cè)準(zhǔn)則(3)關(guān)于門限的討論按貝葉斯準(zhǔn)則與按最大后驗(yàn)概率準(zhǔn)則得到的檢測(cè)系統(tǒng)只是門限不同,而當(dāng)代價(jià)的選取滿足C10-C00
=
C01-C11時(shí),最大后驗(yàn)準(zhǔn)則時(shí)貝葉斯準(zhǔn)則的特例C10-C00大,即虛警引起的損失大,則門限應(yīng)取大一些,使虛警出現(xiàn)的可能性小一點(diǎn);反之亦然C01-C11大,即漏警引起的損失大,則門限應(yīng)取小一些,使漏警出現(xiàn)的可能性小一點(diǎn);反之亦然2023/2/1多源測(cè)試信息融合443.6貝葉斯融合檢測(cè)準(zhǔn)則2023/2/1多源測(cè)試信息融合45因此,給定n個(gè)傳感器,貝葉斯融合檢測(cè)準(zhǔn)則為:其中:3.6貝葉斯融合檢測(cè)準(zhǔn)則
貝葉斯融合檢測(cè)準(zhǔn)則是多傳感器系統(tǒng)優(yōu)化決策的主流技術(shù),是發(fā)展最早的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025年全球技術(shù)服務(wù)合同范例
- 2025年航空、航天設(shè)備相關(guān)專用設(shè)備項(xiàng)目提案報(bào)告模式
- 2025年國(guó)際會(huì)議服務(wù)提供商合同標(biāo)準(zhǔn)
- 2025年度公司股權(quán)策劃內(nèi)部轉(zhuǎn)讓協(xié)議
- 2025年宅基地共建住宅合同樣本
- 2025年人保租賃合同格式
- 2025年不銹鋼管材訂購(gòu)合同樣本
- 2025年個(gè)人購(gòu)置家居設(shè)施合同范文
- 2025年化學(xué)品倉(cāng)庫(kù)消防隔離帶鋪設(shè)工程承包協(xié)議
- 2025年圖書策劃保密合同
- 深圳人才公園功能分析報(bào)告
- Interstellar-星際穿越課件
- 2023-2024學(xué)年貴州省黔西南州八年級(jí)上冊(cè)1月月考語(yǔ)文質(zhì)量檢測(cè)試卷(附答案)
- 閱讀理解:如何找文章線索 課件
- 產(chǎn)品設(shè)計(jì)思維 課件 第3-5章 產(chǎn)品設(shè)計(jì)的問(wèn)題思維、產(chǎn)品設(shè)計(jì)的功能思維、產(chǎn)品設(shè)計(jì)的形式思維
- 餐券模板完整
- 2023年節(jié)能服務(wù)行業(yè)市場(chǎng)分析報(bào)告及未來(lái)發(fā)展趨勢(shì)
- 小區(qū)排水管網(wǎng)修復(fù)施工方案
- 智慧城市發(fā)展-人工智能技術(shù)在城市管理中的應(yīng)用
- 因產(chǎn)品質(zhì)量買賣合同糾紛起訴狀
- GB/T 6892-2023一般工業(yè)用鋁及鋁合金擠壓型材
評(píng)論
0/150
提交評(píng)論