多傳感信息融合技術報告

燕山大學多傳感器信息融合技術報告年級專業(yè)：測試計量技術17班學生姓名：李群朱彩云楊雪瑩孫東濤李永發(fā)郭文龍完成日期： 2015年12月30日 目錄 TOC\o"1-5"\h\z摘要 1.多傳感信息融合技術的基本原理 2研究背景及意義 2.研究現(xiàn)狀 2.傳感信息融合算法現(xiàn)狀 3傳感信息融合模型現(xiàn)狀 4發(fā)展趨勢 5.多傳感信息融合技術理論知識 5.基本原理 5.多傳感信息融合技術的體系構架 6信息融合的主要技術 7.基于模糊理論的傳感信息融合 7基于人工神經(jīng)網(wǎng)絡的傳感信息融合 72.3.3基于D-S理論的傳感信息 8多傳感信息融合技術的應用 9的應用在民用領域的應用多傳感信號融合就是利用計算機技術將來自傳感器或多元的信息和數(shù)據(jù)，一定的準則下加以自動分析和綜合，以完成所需要的決策和估計而進行的信息處理過程。多傳感器信息融合是用于包含處于不同位置的多個或者多種傳感器的信息處理技術。隨著傳感器應用技術、數(shù)據(jù)處理技術、計算機軟硬件技術和工業(yè)化控制技術的發(fā)展成熟，多傳感器信息融合技術已形成一門熱門新興學科和技術。我國對多傳感器信息融合技術的研究已經(jīng)在工程上已應用于信息的定位和識別等。而且相信隨著科學的進步，多傳感器信息融合技術會成為一門智能化、精細化數(shù)據(jù)信息圖像等綜合處理和研究的專門技術。本文主要介紹多傳感信號融合技術的基本原理，發(fā)展現(xiàn)狀以以及多傳感信號融合技術在軍事和民事上的應用。關鍵字：融合，多傳感，信息多傳感信息融合技術的基本原理研究背景及意義隨著工業(yè)的發(fā)展，單一傳感信息不能提供可靠的信息。從診斷學角度來看，只針對某方面的、單一的診斷信息均是模糊的、低可信度的，只用一方面來描述其工作狀態(tài)是有一定局限性的。多傳感信息融合技術的冗余增強了系統(tǒng)的可靠性，它們的互補改善了單個傳感器的不可靠性。多傳感信息融合增強了信息的可靠性、可信度，這是任何單個傳感器不能比擬的。多傳感器信息融合技術的應用領域廣泛，不僅應用于軍事，在民事應用方面也有很大的空間。軍事應用是多傳感器信息融合技術誕生的奠基石，具體應用包括海洋監(jiān)視系統(tǒng)和軍事防御系統(tǒng)。在民事應用領域方面，主要用于智能處理以及工業(yè)化控制，智能處理包括醫(yī)藥方面的機器人微型手術和疾病監(jiān)測尤其是智能家居等方面。多傳感器數(shù)據(jù)融合技術形成于上世紀80年代，它不同于一般信號處理，也不同于單個或多個傳感器的監(jiān)測和測量，而是對基于多個傳感器測量結果基礎上的更高層次的綜合決策過程，目前已成為研究的熱點。研究現(xiàn)狀數(shù)據(jù)融合技術最早應用于上世紀70年代美國的軍事系統(tǒng)中，在此之后各發(fā)達國家都相繼在軍事應用中使用數(shù)據(jù)融合，而且已經(jīng)開發(fā)出了投入使用的融合系統(tǒng)，比如美國的數(shù)據(jù)融合系統(tǒng)敵態(tài)勢分析系統(tǒng)、全源信息分析系統(tǒng)，英國的炮兵智能數(shù)據(jù)融合示范系統(tǒng)、艦載多傳感器數(shù)據(jù)融合系統(tǒng)等等。國內(nèi)研究信息融合起步較晚，處于吸收和跟蹤國外研究水平、理論學習階段，開發(fā)出的信息融合系統(tǒng)的成功例子較少。近年來，隨著我們國家對數(shù)據(jù)融合技術的重視和計算機數(shù)據(jù)存儲處理能力的增強，也有不少對數(shù)據(jù)融合技術的研究的成功案例，如四川大學研制的多航管雷達數(shù)據(jù)融合系統(tǒng)，中科院開發(fā)的圖像數(shù)據(jù)融合軟件。目前對信息融合技術研究有很多的不足，主要包括以下幾個方面：（1）未形成系統(tǒng)的理論現(xiàn)階段的多傳感融合研究，都是以實際的問題為根據(jù)進行的，根據(jù)問題的特性，各自建立融合準則，形成最佳的融合方案。未能拋開實際問題，建立普遍的理論框架和融合結構模型，普遍使用的融合算法等。（2） 未能將多傳感器融合系統(tǒng)有效的應用到實際中多傳感器信息融合的研究還主要集中于理論研究上，實際應用領域的研究相對來說比較缺乏，在實際中的應用還不廣泛。（3） 未建立應用指導準則和應用效果評價標準現(xiàn)階段的多傳感器信息融合系統(tǒng)的應用，都是以具體問題為依托的，各個實際應用系統(tǒng)之間基本沒有聯(lián)系，也沒有建立應用效果評價標準，系統(tǒng)的實現(xiàn)也非常困難。多傳感信息融合是多學科、多部門、多領域所共同關心的關鍵技術，已經(jīng)成為一個十分活躍的熱門研究領域，但是多傳感信息融合技術還是一門很不成熟的技術。信息融合技術具有相當?shù)膹碗s性和困難性，其復雜性表現(xiàn)在：有意的干擾或者破壞就會導致傳感網(wǎng)的監(jiān)測數(shù)據(jù)不完整、不精確、甚至相互排斥；當今數(shù)據(jù)量的不斷增加（視頻、圖像等）和數(shù)據(jù)的迅速變化等。其困難性表現(xiàn)在目的和功能的多重性。在國外，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、IEEE指揮，控制，通信和信息管理系統(tǒng)（C3MIS）會議、國際軍事運籌學會議等都在在不斷的報道信息融合領域的最新研究和應用開發(fā)成果。在國內(nèi)盡管有很多的研究者，但是還沒有相應的學術團體，沒有用于學術交流的?？?，導致了我國在信息融合領域的研究進展的很緩慢。傳感信息融合算法現(xiàn)狀雖然關于多傳感信息融合的研究很多，但是到現(xiàn)在還沒有一個廣義的、有效的融合算法。從信息的角度來分析信息融合的層次，涉及到的有數(shù)據(jù)層、特征層和決策層算法。本文主要介紹普遍為學者們所接受的3層融合結構，即數(shù)據(jù)層、特征層和決策層（見圖3）。數(shù)據(jù)層融合如圖3（a）所示，首先將全部傳感器的觀測數(shù)據(jù)融合，然后從融合的數(shù)據(jù)中提取特征向量，并進行判斷識別。這便要求傳感器是同質的（傳感器觀測的是同一物理現(xiàn)象），如果多個傳感器是異質的（觀測的不是同一個物理量）,那么數(shù)據(jù)只能在特征層或決策層進行融合。數(shù)據(jù)層融合不存在數(shù)據(jù)丟失的問題，得到的結果也是最準確的，但對系統(tǒng)通信帶寬的要求很高。特征層融合如 圖3（b）所示。每種傳感器提供從觀測數(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，然后運用模式識別的方法進行處理。這種方法對通信 帶寬的要求較低，但由于數(shù)據(jù)的丟失使其準確性有所下降。 決策層融合是指在每個傳感器對目標做出識別后，將多個傳感器的識別結果進行融合，如圖3（c）所示。由于對傳感器的數(shù)據(jù)進行了濃縮，這種方法產(chǎn)生的結果相對而言最不準確，獨備層融汁IS3多傳合的3利層就蜻構122獨備層融汁IS3多傳合的3利層就蜻構122傳感信息融合模型現(xiàn)數(shù)懈層確合（b）特征尼融0隨著傳感網(wǎng)的發(fā)展，傳感器的數(shù)量越來越多，分布越來越廣泛，但是至今還 沒有—個通用的傳感器信息處理模型來對傳感器資源、處理系統(tǒng)及其兩者之間的 聯(lián)系進行描述。信息處理過程其實就是一個信息模型表達方式，它的來源是傳感 器資源、控制信息和傳感器監(jiān)測結果。有的學者集成現(xiàn)有的技術，旨在建立通用 信息融合構架，希望能夠盡可能多的將其應用到各種信息融合系統(tǒng)中。 但是，當下還沒有形成完整的理論框架和融合模型， 現(xiàn)在已經(jīng)使用的多傳感信息功能模型有Dasarathy功能模型（對數(shù)據(jù)融合做了一個非常有用的分類，它是根據(jù)所處理 的數(shù)據(jù)或者信息的類型和處理得到的類型來定義的。這個分類的突出優(yōu)點是可以 用自然的方式將技術類型映射到其中）、聯(lián)合指揮實驗室（JDLJointDirectorsofLaboratories）模型（對信息融合的功能進行了邏輯的劃分， 它包含了任意信息融并且合系統(tǒng)的一些功能定義）、Omnibus功能模型（有閉環(huán)回路來控制信息的流動，并且對信息融合的功能進行了邏輯的劃分）等，但是它們都是或多或少地有著4種缺憾，不能推而廣之。123發(fā)展趨勢多傳感器信息融合的發(fā)展主要還是集中在理論研究和應用研究兩個方面，理論研究方面主要包括：（1） 建立系統(tǒng)的理論體系，包括建立融合結構模型標準、系統(tǒng)結構標準和 融合算法標準；（2） 改進融合算法以進一步提高融合系統(tǒng)的性能；（3） 如何利用有關的先驗數(shù)據(jù)提高數(shù)據(jù)融合的性能。在應用研究領域，主要包括以下三個方面：（1）不斷擴大多傳感信息融合的應用領域，將多傳感信息融合運用到工農(nóng) 業(yè)中的各個需要運用多傳感器的具體領域中。（2）開發(fā)并行計算的軟件和硬件，以滿足具有大量數(shù)據(jù)且計算負責的多傳 感器融合的要求。針對具體的應用情況，正確地評價多傳感器信息融合的結果。2多傳感信息融合技術理論知識基本原理多傳感信息融合又可稱為多傳感數(shù)據(jù)融合或者多源信息融合，是指利用不同時間或空間的多種傳感器數(shù)據(jù)信息，按照一定的準則進行分析、綜合和應用，獲得對被測對象的一致性解釋與描述，從而實現(xiàn)相應的決策和估計。多傳感的冗余增強了系統(tǒng)的可靠性，它們的互補改善了單個傳感器的不可靠性。多傳感信息融合增強了信息的可靠性、可信度，這是任何單個傳感器不能比擬的。實際上，多傳感信息融合非常類似人類大腦對各種功能器官（耳朵、鼻子、眼睛等）采集信息的處理。大腦將采集到的各種信息（味道、景象、聲音、觸覺等）綜合起來，通過先驗知識進行信息特征提取，對周圍發(fā)生的事情和環(huán)境進行估計和判斷?？梢哉f，多傳感信息融合是對人類大腦的一種功能模擬，將來自不同途徑采集的多種信息進行組合和分析，得到對被測對象的一致解釋或描述。圖1是多傳感器數(shù)據(jù)融合的示意圖，傳感器之間的冗余數(shù)據(jù)增強了系統(tǒng)的可靠性傳感器之間的互補數(shù)據(jù)擴展了單個的性能。一般而言，多傳感器融合系統(tǒng)具有以下優(yōu)點提高系統(tǒng)的可靠性和魯棒性;擴展時間上和空間上的觀測范圍增強數(shù)據(jù)的可信任度；圖1多傳感器融合示意圖多傳感信息融合技術的體系構架根據(jù)數(shù)據(jù)處理方法的不同，信息融合系統(tǒng)的體系結構有三種：分布式、集中式和混合式。分布式：先對各個獨立傳感器所獲得的原始數(shù)據(jù)進行局部處理，然后再將結果送入信息融合中心進行智能優(yōu)化組合來獲得最終的結果。分布式對通信帶寬的需求低、計算速度快、可靠性和延續(xù)性好，但跟蹤的精度卻遠沒有集中式高；分布式的融合結構又可以分為帶反饋的分布式融合結構和不帶反饋的分布式融合結構。集中式：集中式將各傳感器獲得的原始數(shù)據(jù)直接送至中央處理器進行融合處理，可以實故難于實現(xiàn)；混合式：混合式多傳感器信息融合框架中，部分傳感器采用集中式融合方式，剩余的傳感器采用分布式融合方式?；旌鲜饺诤峡蚣芫哂休^強的適應能力，兼顧了集中式融合和分布式的優(yōu)點，穩(wěn)定性強?；旌鲜饺诤戏绞降慕Y構比前兩種融合方式的結構復雜，這樣就加大了通信和計算上的代價。信息融合的主要技術傳感信息融合是一種形式架構，使用數(shù)學方法和處理技術對傳感數(shù)據(jù)進行綜合為了獲取有用信息，就需要對多源的信息綜合處理，具體的過程很復雜。傳感信息融合涉及到多門學科，例如：數(shù)理統(tǒng)計、人工智能、模式識別、模糊理論和人工神經(jīng)網(wǎng)絡等，其正在成為研究的熱點。在傳統(tǒng)的估計理論和識別算法理論基礎上，近年來也出現(xiàn)的一些新的基于人工智能、神經(jīng)網(wǎng)絡（模糊神經(jīng)網(wǎng)絡、小波神經(jīng)網(wǎng)絡、灰色神經(jīng)網(wǎng)絡等）以及信息論的新方法，正成為推動信息融合技術向前發(fā)展的重要力量，下面對相關的技術手段進行簡要介紹?；谀：碚摰膫鞲行畔⑷诤显趯嶋H生活中，我們所遇到的概念并不都是清晰的，即存在某個對象我們不能說它絕對符合或絕對不符合某概念，這種概念就稱之為模糊概念。例如“健康者”這個概念，以某工廠全體職工為論域，通過體檢無任何疾病的人是絕對的“健康者”；身患疾病不能堅守崗位繼續(xù)工作的人絕對不屬于“健康者”；但是，還存在著各種程度的中間狀態(tài)，也即存在著亦此亦彼的現(xiàn)象，他們可以算作健康者，也可以不算做健康者。在日常生活中，發(fā)現(xiàn)了很多的邏輯悖論，譬如：假定（1）三天不吃飯的人是饑餓的人（2）比饑餓的人多吃一粒米飯的人還是屬于饑餓的人。那么由（1）（2）我們可以推出饑餓的人一天吃掉三碗米飯后還是屬于饑餓 的人。產(chǎn)生這種悖論的關鍵是用精確的二值邏輯來描述概念，然后再用該類概念構成的判斷進行推理，因此，產(chǎn)生悖論是不可避免的。基于人工神經(jīng)網(wǎng)絡的傳感信息融合人工神經(jīng)網(wǎng)絡是由許多處理單元相互連接組成的信號處理系統(tǒng)，每個單元的輸出通過權值與其它單元相互連接，網(wǎng)絡結構分為前向型和反饋型，主要有處理單元的互聯(lián)方式?jīng)Q定。神經(jīng)網(wǎng)絡可以模擬人類的智能行為，其已經(jīng)廣泛應用在科研、農(nóng)業(yè)、工業(yè)、交通、軍事(例女口C3I:commandcontrolcommunicationandintelligenee系統(tǒng))等各個部門。神經(jīng)網(wǎng)絡已經(jīng)是信息融合的一種重要技術，因此，神經(jīng)網(wǎng)絡模型的大量研究為基于人工神經(jīng)網(wǎng)絡的傳感器信息融合在實際生活中的應用打下了堅實的基礎。當前使用較多的神經(jīng)網(wǎng)絡模型有：誤差反向傳播模型(BPErrorBackPropagation)、徑向基函數(shù)網(wǎng)絡模型(RBFRadialBasisFunctionNetwork)等。233基于D-S理論的傳感信息證據(jù)理論是Dempster于1967年首先提出，由他的學生Shafer于1976年進一步發(fā)展起來的一種不精確推理理論，也稱為Dempster/Shafer證據(jù)理論(D-S證據(jù)理論)，屬于人工智能范疇，最早應用于專家系統(tǒng)中，具有處理不確定信息的能力。作為一種不確定推理方法，證據(jù)理論的主要特點是：滿足比貝葉斯概率論更弱的條件；具有直接表達不確定”和不知道”的能力？在此之后，很多技術將DS理論進行完善和發(fā)展，其中之一就是證據(jù)合 成(Evidentialreasoning,ER)算法。ER算法是在置信評價框架和DS理論的基礎上發(fā)展起來的。ER算法被成功應用于：機動車評價分析、貨船設計、海軍系統(tǒng)安全分析與綜合、軟件系統(tǒng)安全性能分析、改造輪渡設計、行政車輛評估集組織評價。在醫(yī)學診斷、目標識別、軍事指揮等許多，需要綜合考慮來自多源的不確定信息，如多個傳感器的信息、多位專家的意見等等，以完成問題的求解，而證據(jù) 理論的組合規(guī)則在這方面的求解發(fā)揮了重要作用。在DS證據(jù)理論中，由互不相容的基本命題(假定)組成的完備集合稱為識別框架，表示對某一問題的所有可能答案，但其中只有一個答案是正確的。該框架的子集稱為命題。分配給各命題的信任程度稱為基本概率分配(BPA也稱m函數(shù))，m(A)為基本可信數(shù)，反映著對A的信度大小。信任函數(shù)Bel(A)表示對命題A的信任程度，似然函數(shù)PI(A)表示對命題A非假的信任程度，也即對A似乎可能成立的不確定性度量，實際上，：Bel(A),PI(A)]表示A的不確定區(qū)間， ：O,Bel(A)]表示命題A支持證據(jù)區(qū)間，：O,PI(A)]表示命題A的擬信區(qū)間， ：PI(A),1]表示命題A的拒絕證據(jù)區(qū)間。設m1和m2是由兩個獨立的證據(jù)源(傳感器)導出的基本概率分配函數(shù)，則 Dempster組合規(guī)則可以計算這兩個證據(jù)共同作用產(chǎn)生的反映融合信息的新的基本概率分配函數(shù)。3多傳感信息融合技術的應用3.1在軍事上的應用目前世界各主要軍事大國都競相投入大量人力、物力、財力進行數(shù)據(jù)融合方面的研究，并已經(jīng)取得顯著的研究成果.美、英、法、意、日等國已經(jīng)研究出了上百個軍用數(shù)據(jù)融合系統(tǒng)碘型的如美國的全源信息分析系統(tǒng)” ASAS)、戰(zhàn)術陸軍和空軍指揮員自動情報保障 ”系統(tǒng)(LENSCE)、敵態(tài)勢分析系統(tǒng)”(EN2SCS):8]；英國的炮兵智能信息融合”系統(tǒng) (AIDD)、機動和控制”系統(tǒng)(WAVELL)[9]、分布式數(shù)據(jù)融合系統(tǒng)”；加拿大海軍開發(fā)的(海軍防空多傳感器融合系統(tǒng))[10]等?英國BAE系統(tǒng)公司開發(fā)的分布式數(shù)據(jù)融合〃 (decentralizeddatafusion,DDF)系統(tǒng)獨特之處在于它采用的是分布式數(shù)據(jù)融合 [11]技術，而傳統(tǒng)的數(shù)據(jù)融合都是集中式的，即所有的信息在一個中心節(jié)點完成綜合和融合 ?這樣，一旦中心節(jié)點遭到攻擊，就會破壞整個系統(tǒng)?但采用DDF技術的系統(tǒng)就不存在這樣的問題，因為綜合和融合是在網(wǎng)絡中的任何節(jié)點上進行的 ?若一個節(jié)點脫離網(wǎng)絡,其他部分仍會繼續(xù)工作并共享、綜合和融合信息.BAE系統(tǒng)公司已成功驗證了將地面和空中的分散傳感器組網(wǎng)互聯(lián)并融合其信息的技術 .使傳感器網(wǎng)絡中的全部數(shù)據(jù)都被實時地綜合和融合到了1幅單一的作戰(zhàn)空間態(tài)勢圖中?該公司在試驗中成功地在8個節(jié)點之間進行了組網(wǎng)互聯(lián).這8個節(jié)點包括2架自主式UAV（無人駕駛飛機）、1臺戰(zhàn)場監(jiān)視雷達、1臺武器定位雷達、2名帶有電子式雙眼望遠鏡及掌上電腦的士兵和2名乘坐吉普車在試驗場上機動的士兵.整個網(wǎng)絡可以動態(tài)地進行重新布局