2.3数据融合系统结构及数据准备解读.ppt

智能信息处理技术 * 融合层次的优缺点比较 像素级融合 特征级融合 决策级融合 处理信息量 最大 中等 最小 信息量损失 最小 中等 最大 抗干扰性能 最差 中等 最好 容错性能 最差 中等 最好 算法难度 最难 中等 最易 融合前处理 最小 中等 最大 融合性能 最好 中等 最差 对传感器的依赖程度 最大 中等 最小 智能信息处理技术 * 数据融合分类-按融合判决方式 分类：硬判决、软判决 指数据处理活动中用于信号检测、目标识别的判决方式 应用： 每个传感器内部或信息融合中心都既可以选用硬判决方 式，也可选用软判决方式 智能信息处理技术 * 1）硬判决 特点： ①设置有确定的预置判决门限，只有数据样本特征量达到或超过预 置门限时，系统才作出判决断言； ②只有当系统作出了确定的断言时，系统才向更高层次系统传送“ 确定无疑”的判决结论； ③这种判决方式以经典的数理逻辑为基础，是确定性的。 智能信息处理技术 * 2）软判决 特点： ①不设置确定不变的判决门限 ②无论系统何时收到观测数据都要执行相应分析，都作出适当评 价，也都向更高层次系统传送评判结论意见及有关信息，包括评 判结果的置信度。 ③这些评判不一定是确定无疑的，但它可以更充分的发挥所有有 用信息的效用，是信息融合结论更可靠更合理 智能信息处理技术 二数据准备 智能信息处理技术 * 融合中心数据处理的前提 虚警的处理－剔除假点迹 具体表现为多目标系统点迹与航迹的关联－剔除孤立点迹 智能信息处理技术 * 1、对传感器信号处理的要求 尽可能消除各种干扰（各类杂波，如雷达系统，地杂波，海杂波，气象杂波以及人为干扰；声呐系统，多径，反射，折射，海底地貌等），降低假点迹出现的概率，减小计算机数据处理的负担，提高数据处理系统的性能。 解决方法 硬件系统： 各种高可靠性、高性能传感器系统的应用； 软件系统： 开发高速数据处理算法； 智能信息处理技术 * 2、数据的预处理 数据进行二次处理前，通过预处理来提高信号 的质量，主要包括： 1）点迹过滤 2）点迹合并 3）消除粗大误差 智能信息处理技术 * 1）点迹过滤 原因： 噪声、干扰大量存在，产生虚警（环境因素及传感器性能）； 当虚警较多时可能产生假目标，因此检测得到的数据不仅包 含运动目标点迹，也可能包含固定目标的点迹和假目标的点 迹（孤立点迹）； 智能信息处理技术 * 将非目标点迹减至最少，消除大部分由干扰产生的假点迹或孤立点迹； 减轻计算机数据处理的负担，改善数据融合系统的状态估计精度，提高 系统的性能。 点迹过滤的目的 点迹过滤的基本依据 运动目标、固定目标及假目标跨周期的相关特性不同。利用一定的判 定准则判定点迹的跨周期特性，就可区别运动目标、固定目标及假目 标。 智能信息处理技术 * 点迹过滤的基本步骤 ①保留传感器5个采样周期信息，以坐标形式存储。 ②新的采样信息到来，每个点迹都跟前5周期的各个点迹按由老到新的次 序进行逐个比较。根据目标运动速度等因素设置两个窗口，一个大窗口和 一个小窗口，并设置p1～p5和GF 6个标志位。 ③新点迹首先跟第1周期的各个点迹进行比较，如果第1周期的点迹中至少 有一个点迹与新点迹之差在小窗口内，相应的标志位置成1(p1=1)，否则为 0(p1=0)；然后新点迹再跟第2周期的各点迹进行比较，只要第2周期的各点 迹至少有一个点迹与新点迹之差在小窗口内，相应的标志位置成1(p2=1)， 否则置成0(p2=0)。 智能信息处理技术 * ④依此类推，直到第5周期比完为止。最后再一次把新点迹与第5周期的 各点迹进行比较，比较结果如至少有一个两者之差在大窗口内，就将相 应的标志位GF置成1，否则为0。 智能信息处理技术 * 判决准则 判决准则： p1～p5和GF根据以上原则产生一组标志, 根据这组标志，按照一定准则统计地判定新点迹是属于运动点迹、固定点迹还是孤立点迹或可疑点迹，并在它的坐标数据中加上相应的标志。 智能信息处理技术 * (1) 运动点迹： 该式表明，第4周期、第5周期小窗口没有符合，但在第5周期时，在大窗口中有符合， 新点迹就判定成运动点迹。 （2）固定点迹： (p5+p4)(p1p2+p1p3+p2p3)=1 该式表明，如果在第4周期、第5周期小窗口至少有一次符合，同时1、2、3周期小窗口中至少有两次符合，则新点迹就判定为固定点迹。 智能信息处理技术 * 该式表明，如果第4周期、第5周期小窗口