多传感器技术综述_现代测量技术与误差分析课程论文教程.doc

多传感器技术综述 ——现代测量技术与误差分析课程论文 【摘要】本文讨论了四类多传感器技术，着重介绍了多传感器信息融合技术的思想和实现方法，介绍了其在实际中的应用，并展望了未来多传感器系统的前景，并给出了多传感器技术有待研究的方向。 【关键词】 多传感器技术；信息融合；展望 引言 传感器是获取信息的工具。传感器技术是关于传感器设计、制造及应用的综合技术，是信息技术的三大支柱之一。传感器技术是当前代表国家综合科研水平的重要技术，传感器技术的具体应用是传感器技术转化的重要途径和方法。主要传感器技术有光电传感器技术、多传感器技术、生物传感器技术等。 多传感器技术中研究最为广泛的是多传感器信息融合技术，自从其在军事上成功应用后，大大提高了传感器系统的可靠性和鲁棒性、扩展时间上和空间上的观测范??、增强数据的可信任度、增强系统的分辨能力。 主要的多传感器技术 目前多传感器技术主要是指多传感器信息融合技术。实际上，多传感器技术还包括多传感器阵列制作，多传感器系统的性能分析，多传感器系统的整体设计与管理等等。 2.1 信息融合技术 信息融合技术是指对来自多源的信息和数据进行检测、关联、估计和综合等多级多方面的处理,以得到精确的状态和身份估计,以及完整、及时的态势评估和威胁估计。比较成熟的多传感器信息融合方法主要有：经典推理、卡尔曼滤波、贝叶斯估计、D—S证据推理、聚类分析、参数模板法、物理模型法、熵法、品质因素法、估计理论法和专家系统法等；新近出现的信息融合方法主要有：模糊集合理论、神经网络、粗集理论、小波分析理论和支持向量机等 。在实际应用中，这些方法通常各取所长，相互交叉使用。 2.2 多传感器阵列技术 集成化是实现传感器系统智能化的一条重要途径。这种智能化传感器系统采用微机械加工技术和大规模集成电路工艺技术，用硅作为基本材料，把敏感元件、信号调理电路、微处理器单元等集成在一块芯片上而构成。多传感器阵列技术则是这一技术的延伸。目前，有关多传感器阵列技术的研究与应用取得了一些进展，但主要集中在声学阵列传感器、光学阵列传感、化学阵列传感等方面。 2.3 多传感器系统的性能分析 对于一个传感器系统来说，其性能可分为静态性能和动态性能两部分。静态性能主要有：零位，灵敏度，量程，分辨率等；动态性能主要有：迟滞，重复性，线性度，精度，温度系数与温度附加误差等。多传感器系统因为各传感器的特性的不同使得系统的综合性能各有千秋，因此，多传感器系统的性能分析又有其特殊性。特别是系统的动态性能分析，给多传感器技术提出了新的挑战。例如非线性多传感器系统的误差计算问题同单一传感器相比，由于存在误差的交叉传递，因此其计算的复杂度明显提高，性能的分析难度也相应增大。 2.4 多传感器系统的整体设计与管理 多传感器系统设计就是根据系统的任务选择合适的传感器，按合适的组织方式把各传感器放置在合适的位置。目前．多传感器系统中各传感器的组织方式主要有：集中式、分散式和综合式 。传感器管理最基本的目的就是在合适的时候选择合适的传感器对合适的目标做合适的服务。其功能包括目标排列，事件预测、传感器预测、传感器对目标的分配，空间和时间范围控制以及配置和控制策略 。传感器管理的核心问题是根据一定的准则，建立一个易于量化的目标函数，再加上传感器资源的约束条件，然后对目标函数进行优化以获得传感器对目标的有效分配。目前，传感器的管理方法主要有：基于规划论的方法、基于信息论的方法、基于模糊和神经网络的方法、基于随机集合理论的方法、基于专家系统的方法等。此外，还有基于贝叶斯概率论和流程图方法、基于决策论的方法和自适应传感器管理方法等。 多传感器信息融合 多传感器信息融合技术又称为多传感器数据融合技术，就是利用计算机对各种信息源进行处理、控制和决策的一体化过程，是研究最为深刻、发展最为迅速、应用最为广泛的多传感器技术，下面对其详细介绍。 3.1 多传感器信息融合的层次结构 三层融合结构, 即数据层、特征层和决策层。 数据层融合首先将全部传感器的观测数据融合, 然后从融合的数据中提取特征向量, 并进行判断识别。这便要求传感器是同质的(传感器观测的是同一物理现象), 如果多个传感器是异质的(观测的不是同一个物理量),那么数据只能在特征层或决策层进行融合。数据层融合不存在数据丢失的问题, 得到的结果也是最准确的,但对系统通信带宽的要求很高。 特征层融合指每种传感器提供从观测数据中提取的有代表性的特征,这些特征融合成单一的特征向量,然后运用模式识别的方法进行处理。这种方法对通信带宽的要求较低,但由于数据的丢失使其准确性有所下降。 决策层融合是指在每个传感器对目标做出识别后,将多个传感器的识别结果进行融合。由于对传感器的数据进行了浓缩,这种方法产生的结果