信息融合概述

信息融合概述第一頁，共三十頁，編輯于2023年，星期六1.2信息融合定義信息融合是一種多層次、多方面的處理過程，包括對多源數(shù)據(jù)進行檢測、相關(guān)、組合和估計，從而提高狀態(tài)和身份估計的精度，以及對戰(zhàn)場態(tài)勢和威脅的重要程度進行適時完整的評價。JDL(美國三軍組織實驗室理事聯(lián)合會)定義：利用計算機技術(shù)，對不同傳感器按時序獲得的觀測信息，按照一定的準(zhǔn)則加以自動分析、優(yōu)化和綜合，為完成所需任務(wù)（目的）的估計和決策而進行的信息處理過程。一般定義：2第二頁，共三十頁，編輯于2023年，星期六1.4信息融合的分類假設(shè)檢驗型濾波跟蹤型人工智能按融合技術(shù)分類模式識別型聚類分析型基于專家系統(tǒng)的基于人工神經(jīng)網(wǎng)絡(luò)以生物為基礎(chǔ)3第三頁，共三十頁，編輯于2023年，星期六硬判決軟判決按融合判決方式同類傳感器異類傳感器按傳感器組合方式1.4信息融合的分類4第四頁，共三十頁，編輯于2023年，星期六集中式分布式按信息融合結(jié)構(gòu)模型檢測融合估計融合按融合的目的屬性融合1.4信息融合的分類5第五頁，共三十頁，編輯于2023年，星期六增加系統(tǒng)的生存能力擴展空間和時間覆蓋范圍提高可信度降低信息的模糊度1.5信息融合的優(yōu)點改善探測性能提高空間分辨率增加測量空間的維數(shù)6第六頁，共三十頁，編輯于2023年，星期六3數(shù)據(jù)融合系統(tǒng)模型與處理結(jié)構(gòu)3.1JDL數(shù)據(jù)融合模型-從軍事應(yīng)用的角度

數(shù)據(jù)源

人機接口數(shù)據(jù)預(yù)處理一級處理目標(biāo)評估二級處理態(tài)勢評估三級處理影響評估四級處理過程評估數(shù)據(jù)庫管理系統(tǒng)支持?jǐn)?shù)據(jù)庫融合數(shù)據(jù)庫7第七頁，共三十頁，編輯于2023年，星期六3.1JDL數(shù)據(jù)融合功能模型（實際應(yīng)用標(biāo)準(zhǔn)）數(shù)據(jù)配準(zhǔn)、數(shù)據(jù)關(guān)聯(lián)、目標(biāo)位置和運動學(xué)、屬性參數(shù)、身份估計，用于提供輔助決策信息。○目標(biāo)評估在軍事上指評價實體之間相互關(guān)系，主要包括態(tài)勢抽象和態(tài)勢評定。○態(tài)勢評估將當(dāng)前態(tài)勢映射到未來，對參與者設(shè)想或預(yù)測行為的影響進行評估?！鹩绊懺u估通過建立一定的優(yōu)化指標(biāo)，對融合過程進行實時監(jiān)控與評價，實現(xiàn)多傳感器自適應(yīng)信息獲取與處理、資源最優(yōu)分配等?！疬^程評估8第八頁，共三十頁，編輯于2023年，星期六3.2融合處理的過程融合處理器分析來自所有傳感器的數(shù)據(jù)，并對其進行配準(zhǔn)、關(guān)聯(lián)、相關(guān)、估計、分類與信息反饋等。配準(zhǔn)：將傳感器數(shù)據(jù)統(tǒng)一到同一參考時間和空間中關(guān)聯(lián)：使用某種度量尺度對來自不同傳感器的航跡與量測數(shù)據(jù)進行比較，確定進行相關(guān)處理的候選配對相關(guān)：對關(guān)聯(lián)后的航跡和報表進行處理以確定它們是否屬于同一個目標(biāo)估計：依據(jù)相關(guān)處理后的結(jié)果對目標(biāo)的狀態(tài)變量與估計誤差方差進行更新，實現(xiàn)對目標(biāo)未來位置的預(yù)測分類：通過對特征數(shù)據(jù)的分析，確定目標(biāo)的類型等9第九頁，共三十頁，編輯于2023年，星期六決策信息數(shù)據(jù)環(huán)境高層次融合傳感器采集篩選、整合和抽象自然環(huán)境信息由低層到高層3.2融合處理的過程10第十頁，共三十頁，編輯于2023年，星期六3.3數(shù)據(jù)融合的級別數(shù)據(jù)級融合特征級融合決策級融合按照數(shù)據(jù)抽象的層次劃分11第十一頁，共三十頁，編輯于2023年，星期六

(1)數(shù)據(jù)級（像素級）融合

含義

最低層次的融合，直接對傳感器的觀測數(shù)據(jù)進行融合處理，然后基于融合后的結(jié)果進行特征提取和判斷決策。傳感器1傳感器2傳感器N…關(guān)聯(lián)數(shù)據(jù)級融合特征提取屬性判決聯(lián)合屬性判決結(jié)果12第十二頁，共三十頁，編輯于2023年，星期六不足特點數(shù)據(jù)損失量較少精度最高實時性差要求傳感器是同類的數(shù)據(jù)通信量大，抗干擾能力差處理的數(shù)據(jù)量大

(1）數(shù)據(jù)級融合13第十三頁，共三十頁，編輯于2023年，星期六

(2)特征級融合

含義中間層次的融合，每個傳感器先抽象出自己的特征向量，然后由融合中心完成融合處理?？蓜澐譃槟繕?biāo)狀態(tài)和目標(biāo)特征信息融合兩類傳感器1傳感器2傳感器N…特征提取關(guān)聯(lián)特征層屬性融合屬性判決聯(lián)合屬性判決結(jié)果14第十四頁，共三十頁，編輯于2023年，星期六特點進行了數(shù)據(jù)壓縮，對通信帶寬的要求低利于實時處理不足有信息損失融合性能降低

(2)特征級融合15第十五頁，共三十頁，編輯于2023年，星期六

(3)決策級融合

含義

高層次的融合，每個傳感器先基于自己的數(shù)據(jù)做出決策，然后由融合中心完成局部決策。傳感器1傳感器2傳感器N…特征提取關(guān)聯(lián)決策層融合聯(lián)合屬性判決結(jié)果屬性判別屬性判別屬性判別…16第十六頁，共三十頁，編輯于2023年，星期六特點通信量小抗干擾能力強融合中心處理代價低不足數(shù)據(jù)損失量最大精度最低

(3)決策級融合17第十七頁，共三十頁，編輯于2023年，星期六

(4)不同級別的融合性能比較融合模型計算量容錯性信息損失量精度抗干擾性融合方法傳感器同質(zhì)性通信數(shù)據(jù)量實時性融合水平象素級大差小高差難大大差低特征級中中中中中中中中中中決策級小好大低好易小小好高18第十八頁，共三十頁，編輯于2023年，星期六3.4融合處理的結(jié)構(gòu)模型集中式融合結(jié)構(gòu)分布式融合結(jié)構(gòu)混合式融合結(jié)構(gòu)根據(jù)信息流通形式和綜合處理層次多級式融合結(jié)構(gòu)19第十九頁，共三十頁，編輯于2023年，星期六（1）集中式融合結(jié)構(gòu)優(yōu)點：信息損失最小集中式融合結(jié)構(gòu)將檢測報告?zhèn)鬟f到融合中心，然后進行數(shù)據(jù)對準(zhǔn)、點跡相關(guān)、數(shù)據(jù)互聯(lián)、航跡濾波、預(yù)測與綜合跟蹤等。缺點：互聯(lián)比較困難，并且要求系統(tǒng)必須具備大容量的能力，計算負(fù)擔(dān)重，系統(tǒng)生存能力較差融合結(jié)構(gòu)的模型如下圖所示20第二十頁，共三十頁，編輯于2023年，星期六（1）集中式融合結(jié)構(gòu)傳感器1傳感器2傳感器N預(yù)處理預(yù)處理預(yù)處理…坐標(biāo)轉(zhuǎn)換、數(shù)據(jù)對正點跡相關(guān)、數(shù)據(jù)互聯(lián)航跡文件與綜合跟蹤航跡濾波與更新目標(biāo)狀態(tài)融合中心傳感器控制/反饋信息…檢測與估計21第二十一頁，共三十頁，編輯于2023年，星期六（2）分布式融合結(jié)構(gòu)分布式融合結(jié)構(gòu)中，每個傳感器的檢測報告在進入融合以前，先由它自己的處理器產(chǎn)生局部多目標(biāo)跟蹤航跡，然后將處理過的信息送至融合中心，完成航跡-航跡相關(guān)、航跡合成，形成全局估計。傳感器1傳感器2傳感器N預(yù)處理預(yù)處理預(yù)處理…坐標(biāo)轉(zhuǎn)換、數(shù)據(jù)對正航跡與航跡相關(guān)航跡合成目標(biāo)狀態(tài)融合中心傳感器控制/反饋信息…檢測與估計多目標(biāo)跟蹤器多目標(biāo)跟蹤器多目標(biāo)跟蹤器22第二十二頁，共三十頁，編輯于2023年，星期六（3）混合式融合結(jié)構(gòu)傳感器1傳感器2傳感器N預(yù)處理預(yù)處理預(yù)處理…坐標(biāo)轉(zhuǎn)換、數(shù)據(jù)對正航跡與航跡相關(guān)復(fù)合濾波、綜合跟蹤目標(biāo)狀態(tài)融合中心傳感器控制/反饋信息…檢測與估計多目標(biāo)跟蹤器多目標(biāo)跟蹤器多目標(biāo)跟蹤器多路器選擇與合并23第二十三頁，共三十頁，編輯于2023年，星期六（4）多級式融合結(jié)構(gòu)局部融合節(jié)點1局部融合節(jié)點2局部融合節(jié)點N數(shù)據(jù)對正、控制參數(shù)航跡與航跡相關(guān)航跡相關(guān)目標(biāo)狀態(tài)融合節(jié)點…分級融合結(jié)構(gòu)中，各局部節(jié)點可以同時或分別是集中式、分布式或混合式的融合中心，系統(tǒng)的融合節(jié)點再次對各局部節(jié)點傳送來的航跡進行相關(guān)和合成。24第二十四頁，共三十頁，編輯于2023年，星期六（5）不同融合結(jié)構(gòu)的比較融合方式信息損失通信帶寬融合處理融合控制可擴充性集中式小大復(fù)雜容易差分布式大小容易復(fù)雜好混合式中中中等中等一般25第二十五頁，共三十頁，編輯于2023年，星期六融合算法是融合處理的基本內(nèi)容，它將多維輸入數(shù)據(jù)根據(jù)信息融合的功能，在不同融合層次上采用不同的數(shù)學(xué)方法，對數(shù)據(jù)進行綜合處理，最終實現(xiàn)融合。目前，已有大量的融合算法，都有各自的優(yōu)缺點，其中比較流行的算法有貝葉斯方法、證據(jù)推理、神經(jīng)網(wǎng)絡(luò)以及模糊理論等，這四種算法的研究約站整個信息融合算法的85%。4信息融合算法26第二十六頁，共三十頁，編輯于2023年，星期六融合算法簡介貝葉斯方法是最早應(yīng)用于不確定信息融合的一種推理方法,其基本思想是在設(shè)定先驗概率的條件下，利用貝葉斯規(guī)則計算出后驗概率，從而根據(jù)后驗概率做出決策，這樣就可以處理不確定性問題證據(jù)理論是經(jīng)典概率理論的擴展，首先由Dempster提出構(gòu)造不確定推理模型的一般框架，將命題的不確定問題轉(zhuǎn)化為集合的不確定問題，之后，Shafer對該理論進行了補充，從而形成了處理不確定信息的證據(jù)理論。它允許人們對不確定性問題進行建模，并進行推理。其最大特點是對不確定信息采用“區(qū)間估計”來描述，而不是用“點估計”的方法。這樣在區(qū)分不知道與不確定方面有較大的靈活性。27第二十七頁，共三十頁，編輯于2023年，星期六融合算法簡介模糊理論是基于分類的局部理論，最先由Zadob于1965年提出。模糊理論進一步放寬了概率論定義中的制約條件，從而可以對數(shù)字化信息進行寬松建模。其對估計過程的模糊擴展可以解決信息或判決的沖突問題神經(jīng)網(wǎng)絡(luò)是由大量的神經(jīng)元連接而成的,是一種大規(guī)模、分布式的神經(jīng)元處理系統(tǒng)。由于信息融合過程接近人類思維活動,與人腦神經(jīng)系統(tǒng)有較強的相似性,因此利用神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)勢和高速的并行運算能力進行多維信息融合處理是一種有效的技術(shù)途徑。28第二十八頁，共三十頁，編輯于2023年，星期六融合算法比較算法優(yōu)點缺點Bayes準(zhǔn)則直觀性好，具有公理基礎(chǔ)易于理解，計算中等要求給出先驗概率和概率獨立假設(shè)適應(yīng)條件苛刻，要求統(tǒng)一的識別框架不能區(qū)分“不確定”和“不知道”信息證據(jù)理論具有較強理論基礎(chǔ)不要求給出先驗概率能區(qū)分“不確定”和“不知道”信息計算具有潛在的指數(shù)復(fù)雜度推理鏈較長時，使用不方便模糊集理論可解決信息或決策沖突問題可是現(xiàn)主