多傳感器數(shù)據(jù)融合技術(shù)及應(yīng)用

現(xiàn)代信號處理技術(shù)及應(yīng)用AdvancedSignalProcessingTechnologyanditsApplicationSept.9,2013當(dāng)前1頁，總共111頁。課程簡介現(xiàn)代信號處理技術(shù)及應(yīng)用多傳感器數(shù)據(jù)融合小波分析當(dāng)前2頁，總共111頁。課程簡介-數(shù)據(jù)融合數(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模型當(dāng)前3頁，總共111頁。課程簡介-數(shù)據(jù)融合分布式檢測與數(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)的性能評估當(dāng)前4頁，總共111頁。課程簡介-數(shù)據(jù)融合數(shù)據(jù)融合的數(shù)學(xué)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)當(dāng)前5頁，總共111頁。課程簡介-小波分析小波分析:WaveletAnalysis（20學(xué)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)用當(dāng)前6頁，總共111頁。參考資料科學(xué)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)用（2010）清華大學(xué)出版社：多源信息融合（第二版）（2010）相關(guān)論文當(dāng)前7頁，總共111頁。第一章多傳感器數(shù)據(jù)融合概述什么是多傳感器數(shù)據(jù)融合？數(shù)據(jù)融合的作用？多傳感器數(shù)據(jù)融合的處理對象當(dāng)前8頁，總共111頁。數(shù)據(jù)融合源于仿生學(xué)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），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—信息融合當(dāng)前9頁，總共111頁。一、數(shù)據(jù)融合的定義定義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(zhǔn)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)生新的有意義的信息定義3：（綜合定義）指對來自不同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(zhǔn)確、可靠的結(jié)論當(dāng)前10頁，總共111頁。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)一定義較為困難思考：定義的作用？當(dāng)前11頁，總共111頁。二、數(shù)據(jù)融合的必要性隨著科學(xué)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當(dāng)前12頁，總共111頁。

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(biāo)

獲取目標(biāo)狀態(tài)估計提供火力控制、精確制導(dǎo)、電子對識別目標(biāo)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)勢評估威脅分析當(dāng)前13頁，總共111頁。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(xué)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,communicationandintelligence）目前已經(jīng)發(fā)展至C4I系統(tǒng)（command,control,communication,computerandintelligence）和C4ISR(surveillanceandrecon)當(dāng)前14頁，總共111頁。云時代和大數(shù)據(jù)當(dāng)前15頁，總共111頁。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)(massivedata)-大數(shù)據(jù)(bigdata)，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)處理技術(shù)有本質(zhì)的不同當(dāng)前16頁，總共111頁。三、數(shù)據(jù)融合的目標(biāo)目標(biāo)基于各傳感器分離觀測信息，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(biāo)利用多傳感器共同操作的優(yōu)勢，提高整個傳感系統(tǒng)的有效性當(dāng)前17頁，總共111頁。四、多傳感器數(shù)據(jù)融合系統(tǒng)的優(yōu)點

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)的分辨能力當(dāng)前18頁，總共111頁。多傳感器數(shù)據(jù)融合與經(jīng)典信號處理方法的區(qū)別本質(zhì)上，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，而且在不同的信息層上出現(xiàn)，包括數(shù)據(jù)、特征和決策層

當(dāng)前19頁，總共111頁。五、多傳感器數(shù)據(jù)融合應(yīng)用領(lǐng)域（一）、軍事領(lǐng)域TMD：戰(zhàn)區(qū)導(dǎo)彈防御系統(tǒng)（theatermissiledefensesystem）C4ISR當(dāng)前20頁，總共111頁。飛行目標(biāo)跟蹤當(dāng)前21頁，總共111頁。虛擬戰(zhàn)場科索沃虛擬戰(zhàn)場戰(zhàn)場監(jiān)測士兵機器人當(dāng)前22頁，總共111頁。慣性導(dǎo)航慣性導(dǎo)航系統(tǒng)是利用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(zhǔn)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)信息當(dāng)前23頁，總共111頁。（二）民用領(lǐng)域1、機器人傳感器包括：攝像機、聲納、陀螺儀、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)劃當(dāng)前24頁，總共111頁。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AldebaranRobotics研發(fā)當(dāng)前25頁，總共111頁。星球車勇氣號火星車好奇號火星車當(dāng)前26頁，總共111頁。2、工業(yè)過程監(jiān)控識別引起系統(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)堆當(dāng)前27頁，總共111頁。3、遙感圖像融合處理主要對地面目標(biāo)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(zhǔn)通過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(zhǔn)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、事件進行定位、識別和解釋。當(dāng)前28頁，總共111頁。當(dāng)前29頁，總共111頁。4、公共安全毒品檢測氣敏、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)當(dāng)前30頁，總共111頁。5、環(huán)境污染監(jiān)測環(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(biāo)水質(zhì)建模、水質(zhì)綜合評判汽車尾氣排放檢測當(dāng)前31頁，總共111頁。當(dāng)前32頁，總共111頁。6、智能交通空中交通：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、航拍、地感線圈、微波、雷達、地磁傳感器、視頻、FCD軌道交通當(dāng)前33頁，總共111頁。當(dāng)前34頁，總共111頁。無人駕駛汽車法國公司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當(dāng)前35頁，總共111頁。國防科技大學(xué)自主研制的紅旗HQ3無人車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(biāo)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(dāng)這樣一輛車從你身邊駛過，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)真實上演當(dāng)前36頁，總共111頁。當(dāng)前37頁，總共111頁。車路協(xié)同車路協(xié)同系統(tǒng)主要包含智能車輛、車車通信（VehicletoVehicle,V2V）、車路通信（VehicletoInfrastructure,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展望圖當(dāng)前38頁，總共111頁。當(dāng)前39頁，總共111頁。7、農(nóng)業(yè)當(dāng)前40頁，總共111頁。精準(zhǔn)農(nóng)業(yè)無土栽培當(dāng)前41頁，總共111頁。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(electronicnose)電子舌(electronictongue)當(dāng)前42頁，總共111頁。9、物聯(lián)網(wǎng)物聯(lián)網(wǎng)（Theinternetofthings）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，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)當(dāng)前43頁，總共111頁。體系結(jié)構(gòu)當(dāng)前44頁，總共111頁。信息融合是物聯(lián)網(wǎng)的核心技術(shù)之一當(dāng)前45頁，總共111頁。五、多傳感器數(shù)據(jù)融合研究現(xiàn)狀

自20世紀70年代末以來，MSDF受到了各國學(xué)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(xué)術(shù)方面：87年起，美三軍每年召開一次數(shù)據(jù)融合學(xué)術(shù)會議，出版SPIE專集IEEE94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IEEEC3MIS會議當(dāng)前46頁，總共111頁。1998在美國成立了國際信息融合學(xué)會ISIF，每年舉行一次學(xué)術(shù)會議專著LLINAS&HALL:multi-sensordatafusionHALL:mathematicaltechniquesinmulti-sensordatafusion學(xué)術(shù)期刊IEEEsensorsjournalIEEEsystem,manandcyberneticsInformationfusionInformationscienceSensorandactuatorASensorandactuatorB（二）國內(nèi)當(dāng)前47頁，總共111頁。六、多傳感器數(shù)據(jù)融合方法的進展經(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

FuzzySets、NeuralNetwork、

RoughSet、SVM和WaveletAnalysis等

當(dāng)前48頁，總共111頁。（一）數(shù)據(jù)融合研究存在的問題多傳感器數(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(xué)基礎(chǔ)

當(dāng)前49頁，總共111頁。關(guān)鍵問題：在于如何對誤差和不確定進行建模（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當(dāng)前50頁，總共111頁。（2）傳感信息的誤差①通?？捎肎auss白噪聲表示，實際中，這種假設(shè)難以滿足②傳感過程中存在著錯誤的信息（3）系統(tǒng)運行的誤差①假設(shè)多sensor的測量相互獨立，而當(dāng)sensor之間的耦合帶來系統(tǒng)誤差時，系統(tǒng)無法處理這樣的誤差（一致性處理）②sensor的標(biāo)定已知環(huán)境下的標(biāo)定：未知環(huán)境下的標(biāo)定：建立知識庫，實現(xiàn)自主標(biāo)定③系統(tǒng)必須具備從sensor失效后恢復(fù)的能力當(dāng)前51頁，總共111頁。（二）研究方向未知環(huán)境下的傳感器自校準(zhǔn)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(xué)習(xí)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？當(dāng)前52頁，總共111頁。（二）研究方向多傳感器數(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）當(dāng)前53頁，總共111頁。第二章：多傳感器數(shù)據(jù)融合系統(tǒng)結(jié)構(gòu)當(dāng)前54頁，總共111頁。為什么要研究數(shù)據(jù)融合的功能、結(jié)構(gòu)模型？當(dāng)前55頁，總共111頁。為什么說數(shù)據(jù)融合是一門獨立的學(xué)科？當(dāng)前56頁，總共111頁。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）專用詞匯當(dāng)前57頁，總共111頁。數(shù)據(jù)融合模型的分類功能模型結(jié)構(gòu)模型數(shù)學(xué)模型當(dāng)前58頁，總共111頁。功能模型：根據(jù)融合需求，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(xué)模型：數(shù)據(jù)融合算法的數(shù)學(xué)表示和綜合邏輯當(dāng)前59頁，總共111頁。第一節(jié)數(shù)據(jù)融合的功能模型一、美國數(shù)據(jù)融合工作組面向軍事領(lǐng)域應(yīng)用提出（Hall&Waltz）當(dāng)前60頁，總共111頁。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)篩選和數(shù)據(jù)分配，以減輕融合中心的計算負擔(dān)，并為融合中心提供最重要的數(shù)據(jù)當(dāng)前61頁，總共111頁。目標(biāo)評估：融合目標(biāo)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，主要包括數(shù)據(jù)配準(zhǔn)、跟蹤和數(shù)據(jù)關(guān)聯(lián)、辨識（以航跡辨識為例）當(dāng)前62頁，總共111頁。態(tài)勢評估：檢測當(dāng)前的環(huán)境推斷出檢測目標(biāo)與事件之間的關(guān)系，以判斷出檢測目標(biāo)的意圖（ex：ATMS+D-S，意圖邏輯）當(dāng)前63頁，總共111頁。威脅估計：結(jié)合當(dāng)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(dāng)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

當(dāng)前64頁，總共111頁。二、White的三級數(shù)據(jù)融合模型

該模型為我國學(xué)者研究數(shù)據(jù)融合的基本出發(fā)點：一級：數(shù)據(jù)校準(zhǔn)、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：威脅估計當(dāng)前65頁，總共111頁。三、數(shù)據(jù)融合功能模型（五級）當(dāng)前66頁，總共111頁。

（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(biāo)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)域當(dāng)前67頁，總共111頁。（1）檢測判決融合（一級處理）是信號級的數(shù)據(jù)融合，為一分布式檢測問題根據(jù)所選擇的檢測準(zhǔn)則形成最優(yōu)門限，以產(chǎn)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當(dāng)前68頁，總共111頁。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)，控制進入第二級處理的信息量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(biāo)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)劃觀測等當(dāng)前69頁，總共111頁。（2）位置融合（二級處理）包括數(shù)據(jù)的校準(zhǔn)、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(biāo)的位置和速度（動態(tài)特性、屬性信息），建立對象軌跡（航跡）數(shù)據(jù)庫當(dāng)前70頁，總共111頁。（3）屬性融合（三級處理）組合來自多個傳感器的屬性信息，獲取目標(biāo)（身份）的聯(lián)合估計（4）態(tài)勢的提取與評估（第四級）態(tài)勢的提?。簭牟煌暾臄?shù)據(jù)建立一般化的態(tài)勢表示（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)果予以合理解釋當(dāng)前71頁，總共111頁。（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當(dāng)前72頁，總共111頁。如何將數(shù)據(jù)融合功能模型從特殊推廣至一般領(lǐng)域？當(dāng)前73頁，總共111頁。第二節(jié)數(shù)據(jù)融合的結(jié)構(gòu)模型分類（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)模型當(dāng)前74頁，總共111頁。1、檢測級融合結(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）

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(biāo)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)量當(dāng)前75頁，總共111頁。2、位置融合結(jié)構(gòu)模型

獲取目標(biāo)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(zhǔn)、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(dān)重當(dāng)前76頁，總共111頁。位置融合結(jié)構(gòu)模型—集中式當(dāng)前77頁，總共111頁。（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(biāo)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，而且還具有全局監(jiān)視和評估特征的能力當(dāng)前78頁，總共111頁。當(dāng)前79頁，總共111頁。（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，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)和融合當(dāng)前80頁，總共111頁。3、屬性融合結(jié)構(gòu)模型

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(biāo)識別分為：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)果當(dāng)前81頁，總共111頁。（2）特征層融合結(jié)構(gòu)基于聯(lián)合特征向量作出屬性判決說明：①每個傳感器觀測一個目標(biāo)②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③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)過程當(dāng)前82頁，總共111頁。（3）數(shù)據(jù)層融合結(jié)構(gòu)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①要求傳感器為相同或同類的，保證被融合的數(shù)據(jù)來自相同的目標(biāo)或?qū)ο螈跒楸ＷC被融合的數(shù)據(jù)對應(yīng)于相同的目標(biāo)或客體，關(guān)聯(lián)要基于原始數(shù)據(jù)完成當(dāng)前83頁，總共111頁。注位置與屬性融合是緊密相關(guān)的，常常是并行同步處理，可視其為同一級融合數(shù)據(jù)層、特征層和決策層屬性融合的區(qū)別？當(dāng)前84頁，總共111頁。二、多傳感器數(shù)據(jù)融合的層次

普遍被學(xué)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）

當(dāng)前85頁，總共111頁。三、多傳感器數(shù)據(jù)融合系統(tǒng)設(shè)計原則

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(zhǔn)確率，以及資金等因素，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)據(jù)建模問題、協(xié)同和解釋都是富有挑戰(zhàn)性的工作！

當(dāng)前86頁，總共111頁。

1、傳感器類型、分辨率、準(zhǔn)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(biāo)

5、系統(tǒng)拓撲結(jié)構(gòu)當(dāng)前87頁，總共111頁。四、基于MAS的數(shù)據(jù)融合結(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當(dāng)前88頁，總共111頁。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agentagent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(biāo)的計算實體當(dāng)前89頁，總共111頁。agent特性弱定義最基本的特性應(yīng)當(dāng)包括:反應(yīng)性、自治性、面向目標(biāo)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、自利等特性當(dāng)前90頁，總共111頁。agent信息處理流程當(dāng)前91頁，總共111頁。MAS(multi-agentsystem)

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(biāo)當(dāng)前92頁，總共111頁。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)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-agentsystem）結(jié)構(gòu)集中式/分布式/集中分布式當(dāng)前93頁，總共111頁。agent的交互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(xué)習(xí)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！當(dāng)前94頁，總共111頁。如何設(shè)計基于MAS的多傳感器數(shù)據(jù)融合系統(tǒng)？當(dāng)前95頁，總共111頁。第三節(jié)無線傳感網(wǎng)絡(luò)無線傳感網(wǎng)絡(luò)WSN:WirelessSensorNetwork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)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當(dāng)前96頁，總共111頁。一、概述隨著通信技術(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當(dāng)前97頁，總共111頁。美國自然科學(xué)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)之一當(dāng)前98頁，總共111頁。二、基本概念傳感網(wǎng)絡(luò)定義傳感器網(wǎng)絡(luò)是由一組傳感器以AdHoc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、感知對象和觀察者是傳感器網(wǎng)絡(luò)的3個基本要素（2）有線或無線網(wǎng)絡(luò)是傳感器之間、傳感器與觀察者之間的通信方式，用于在傳感器與觀察者之間建立通信路徑（3）協(xié)作地感知、采集、處理、發(fā)布感知信息是傳