《物聯(lián)網(wǎng)智能信息處理》課件第四章 物聯(lián)網(wǎng)的智能信息處理-第五節(jié)-last

目錄4123基于貝葉斯網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)法0信息融合技術(shù)粗糙集信息處理5信息的跨系統(tǒng)交互信息處理的定義與目標(biāo)4.5信息融合技術(shù)4.5.1多傳感器信息融合概述1.信息融合的定義信息融合是一種多層次、多方面的處理過程，這個過程是對多源數(shù)據(jù)進(jìn)行檢測、互連、相關(guān)、估計和組合以達(dá)到精確地狀態(tài)估計和身份識別，以及完整的態(tài)勢評估和威脅評估。傳感器1傳感器22冗余信息互補(bǔ)信息多傳感器器信息融合示意圖14.5.1多傳感器信息融合概述2.信息融合技術(shù)優(yōu)點(1)提高系統(tǒng)的可靠性和健壯性;(2)擴(kuò)展時間上和空間上的觀測范圍;(3)提高信息的精確程度和置信水平；(4)提高對目標(biāo)物的檢測和識別性能；(5)降低對系統(tǒng)的冗余投資。設(shè)計融合系統(tǒng)時應(yīng)考慮問題:系統(tǒng)中傳感器的類型、分辨力和準(zhǔn)確率傳感器的分布方式系統(tǒng)的通信能力和計算能力系統(tǒng)的設(shè)計目標(biāo)系統(tǒng)的拓?fù)浣Y(jié)構(gòu)24.5.2多傳感器信息融合系統(tǒng)處理模型數(shù)據(jù)源人機(jī)接口源數(shù)據(jù)預(yù)處理目標(biāo)評估態(tài)勢評估威脅評估數(shù)據(jù)庫管理系統(tǒng)總過程評估多傳感器信息融合處理模型34.5.3

信息融合的系統(tǒng)結(jié)構(gòu)信息融合的層次結(jié)構(gòu)主要從信息的角度來分析融合系統(tǒng)。主要有數(shù)據(jù)層、特征層和決策層三層次融合結(jié)構(gòu)。1.信息融合的層次結(jié)構(gòu)數(shù)據(jù)級融合優(yōu)點：保持了盡可能多的原始信息。缺點：處理的信息量大，因而處理實時性較差。44.5.3信息融合的系統(tǒng)結(jié)構(gòu)特征層融合優(yōu)點：實現(xiàn)了可觀的數(shù)據(jù)壓縮，降低對通信帶寬的要求，有利于實時處理。缺點：由于數(shù)據(jù)丟失使其準(zhǔn)確性有所下降。決策層融合優(yōu)點：對通信帶寬的要求最低。缺點：產(chǎn)生的結(jié)果相對來說最不準(zhǔn)確。54.5.3信息融合的系統(tǒng)結(jié)構(gòu)數(shù)據(jù)級融合特征級融合決策級融合處理信息量最大中等最小信息量損失最小中等最大抗干擾性能最差中等最好容錯性能最差中等最好算法難度最難中等最易融合前處理最小中等最大融合性能最好中等最差對傳感器的依賴程度最大中等最小三種融合的性能比較64.5.3信息融合的系統(tǒng)結(jié)構(gòu)2.信息融合的體系結(jié)構(gòu)集中式將各傳感器節(jié)點數(shù)據(jù)送到中央處理器進(jìn)行融合處理。分布式各傳感器單獨跟蹤測量目標(biāo)，將估計值送到總站合成聯(lián)合估計?；旌鲜揭陨蟽煞N形式進(jìn)行組合。實現(xiàn)實時融合，精度高，解法靈活。但對處理器要求高，可靠性低，數(shù)據(jù)量大。帶寬要求低，速度快，可靠延續(xù)性好。跟蹤精度較集中式低。保留了上述兩類系統(tǒng)的優(yōu)點。但在通信和計算上要付出較昂貴的代價。74.5.4信息融合模型與算法1.信息融合模型近20多年來，人們提出了多種信息融合模型，其共同點是在信息融合過程中進(jìn)行多級處理。現(xiàn)有系統(tǒng)模型大致可以分為兩大類：

功能型模型，主要根據(jù)節(jié)點順序構(gòu)建；

數(shù)據(jù)型模型，主要根據(jù)數(shù)據(jù)提取加以構(gòu)建。a.功能型模型評估整理分發(fā)采集情報原則：中心控制實時性系統(tǒng)地開發(fā)客觀性信息可達(dá)性缺點：應(yīng)用范圍有限情報環(huán)84.5.4信息融合模型與算法Boyd控制環(huán)觀測執(zhí)行定向決策優(yōu)點：使各個階段構(gòu)成一個閉環(huán)，表明了數(shù)據(jù)融合的循環(huán)型缺點：據(jù)側(cè)和執(zhí)行階段對其他階段的影響能力欠缺。擴(kuò)展Boyd控制環(huán)模型環(huán)境定向觀測執(zhí)行決策功能1功能2功能3……系統(tǒng)功能N優(yōu)點：完善了Boyd控制環(huán)的不足，直接影響其他各階段的功能。94.5.4信息融合模型與算法b.數(shù)據(jù)型模型JDL模型信息源傳感器數(shù)據(jù)庫知識用戶界面過程優(yōu)化目標(biāo)優(yōu)化數(shù)據(jù)排列數(shù)據(jù)聯(lián)合目標(biāo)估計目標(biāo)識別態(tài)勢評估目標(biāo)→事態(tài)威脅評估決策制定中的折中數(shù)據(jù)融合中心目標(biāo)優(yōu)化態(tài)勢評估威脅評估過程優(yōu)化104.5.4信息融合模型與算法瀑布模型決策制信號獲取態(tài)勢評估模型處理特征提取信號處理它重點強(qiáng)調(diào)了較低級別的處理功能。優(yōu)點：將融合功能劃分的最為詳細(xì)缺點：它并沒有明確的反饋過程。114.5.4信息融合模型與算法Dasarathy模型信號處理傳感決策制定關(guān)系處理控制資源分配模式處理特征提取軟決策融合硬決策融合傳感器管理傳感器數(shù)據(jù)融合特征融合行動定向決策觀測124.5.4信息融合模型與算法2.信息融合算法加權(quán)平均將一組傳感器提供的冗余信息進(jìn)行加權(quán)平均，結(jié)果作為融合值最簡單、最直觀的數(shù)據(jù)融合方法概率論方法對傳感器信息作相容性分析已知先驗概率條件下，進(jìn)行貝葉斯估計證據(jù)理論根據(jù)人的推理模式，確定多證據(jù)下假設(shè)的似然函數(shù)能統(tǒng)和不同層次上的屬性信息，區(qū)分不確定性與未知信息134.5.4信息融合模型與算法2.信息融合算法模糊集方法用某種模型系統(tǒng)地反映數(shù)據(jù)融合過程中的不確定性通過模糊推理來完成數(shù)據(jù)融合。神經(jīng)網(wǎng)絡(luò)方法應(yīng)用于信息融合中的狀態(tài)估計問題景象匹配、實時圖像自動提取等此外還有如卡爾曼濾波、遺傳算法、小波分析理論等多種信息融合算法。信息融合應(yīng)用領(lǐng)域廣泛，單獨某種方法往往具有局限性，將各種方法進(jìn)行優(yōu)勢集成成為信息融合算法研究的重點。14一種雷達(dá)測量的信息融合結(jié)構(gòu)4.5.5信息融合系統(tǒng)實例1-目標(biāo)跟蹤雷達(dá)2-導(dǎo)彈導(dǎo)引雷達(dá)3-計算機(jī)4-導(dǎo)彈發(fā)射架15控制和信息融合計算機(jī)自主移動裝配機(jī)器人裝配機(jī)械手力覺傳感器觸覺傳感器視覺傳感器超聲波傳感器激光測距傳感器多傳感器信息融合自主移動裝配機(jī)器人機(jī)器人中的傳