多传感器(sensor)数据融合技术.ppt

多 传 感 器数 据 融 合 技 术 引言 基本原理、融合过程及关键技术 数据融合系统的结构及功能模型 数据融合方法 应用 研究方向和存在问题 1、引 言 1.1国内外研究现状 数据融合从20 世纪70 年代末被提出， “数据融合”出现于20世纪70年代，源于军事领域的C3I( command， control， communication and intelligence)系统的需要，当时称为多源相关、多传感器混合数据融合，并于80年代建立其技术。 美国是数据融合技术起步最早的国家，1983年，美国国防高级研究计划局(DARPA)推出的战略计算机计划中，将多传感器数据融合列为重大研究课题。 1984年，美国国防部(DOD)成立了数据融合专家组(DFS—Data Fusion Subana1) ，负责指导、组织并协调有关这一国防关键技术的系统研究， 1988年又将其列入国防部22项关键技术之一。 同时其它西方发达国家和国际组织(如英、日、德、法及欧共体等)也积极开展了数据融合技术研究工作。1986年开始，每年IEEE主办的“机器人与自动化”(Robotics and Automation)学术会议上都有专门关于数据融合的专题。 各种学术刊物也纷纷开辟专栏和出版专集，交流和探讨数据融合的有关问题。 1987年欧洲共同体开始为期5年的SKIDS ( Signal and Knowledge Integration with Decisional Control for Multi—sensory System)计划，主要目标是研究多传感器数据融合的通用结构及实时信息融合技术等。 1998年成立了国际信息融合学会( ISIF) ，每年举行一次信息融合国际学术会议。促进了信息融合技术的交流与发展，相继取得了一些有重要影响的研究成果。 和国外相比，我国在数据融合领域的研究起步较晚。1991年海湾战争结束以后，数据融合技术引起国内有关单位和专家的高度重视。 一些高校和科研院所相继对数据融合的理论、系统框架和融合算法开展了大量研究，但基本上处于理论研究的层次上，在工程化、实用化方面尚未取得有成效的突破，有许多关键技术问题尚待解决，在工程应用领域，需要开发出有重要应用价值的实用系统。 近年来数据融合技术已形成研究热点，国家自然科学基金和国家863计划已将其列入重点支持项目。 1.2 定义 数据融合，是多元信息综合处理的一项新技术,它有多种译名,如多传感器相关、多源相关、多传感器融合、信息融合等。 数据融合比较确切的定义可概括为: 充分利用不同的时间和空间的多传感器信息资源,采用计算机技术对按时序获得的多传感器观测信息在一定的准则下加以自动分析、综合、支配和使用,获得被测对象的一致性解释与描述,以完成所需的决策和估计任务,使系统获得比它的各个组成部分更优越的性能。 1.3 内容 数据关联:确定从多传感器来的数据是否反映同一个目标。 多传感器ID/轨迹估计:假设从多源来的报告反映的是同一目标,对这些数据进行综合以改进对该目标的估计,或是改进对整个当前/未来情况的估计。 采集管理: 给定传感器环境的一种认识状态,通过分配多个信息捕获和处理源,以最大限度地发挥其性能,从而使其操作成本降到最低。 简言之,传感器的数据融合功能主要包括多传感器的目标探测、数据关联、跟踪与识别、情况评估和预测。 1.4 特点 生存能力强； 扩展了空间覆盖范围； 扩展了时间的覆盖范围； 提高了可信度； 降低了信息的模糊度； 改进了探测性能； 提高了空间分辨率； 增加了测量维数； 2、基本原理、融合过程及关键技术 2.1 基本原理 多传感器数据融合就像人脑综合处理信息一样,其基本原理就是充分利用多传感器资源，通过对这些传感器及观测信息的合理支配和使用，把多传感器在空间或时间上的冗余或互补信息依据某种准则进行组合，以获得被测对象的一致性解释或描述。 数据融合的目的是通过数据信息组合而不是出现在输入数据中的任何个别信息，推导出更多的信息，得到最佳协同作用的结果。也就是利用多个传感器共同或联合操作的优势，提高传感器系统的有效性，消除单个或少量传感器的局限性。 在多传感器数据融合系统中，各种传感器的数据可以具有不同的特征，可能是实时的或非实时的、模糊的或确定的、互相支持的或互补的，也可能是互相矛盾或竞争的。 2.2 融合过程 数据融合过程主要包括多传感器(信号获取) 、数据预处理、数据融合中心(特征提取、数据融合计算) 和结果输出等环节, 其过程如下图 所示。 2