北航多源信息融合总复习课2016.pptVIP

《多源测试信息融合》复习课 Outline 1. 数据融合概述 2. 检测融合 3. 属性融合 4. 基于Bayes统计理论的信息融合技术 5. 基于模糊集合论的信息融合技术 6. 证据理论基础知识及其改进 7. 证据理论在数据融合中的应用 8. 期末考试安排 1. 数据融合概述 关于数据融合 目的：对多源知识和多个传感器所获得的信息进行综合处理，消除多传感器信息之间可能存在的冗余和矛盾，利用信息互补来降低不确定性，以形成对系统环境相对完整一致的理解，从而提高系统智能规划和决策的科学性、反应的快速性和正确性，进而降低决策风险。 定义：利用计算机技术，对不同传感器按时序获得的观测信息，按照一定的准则加以自动分析、优化和综合，为完成所需的决策和估计任务而进行的信息处理过程。 1. 数据融合概述 数据融合过程： 分析来自所有传感器的数据，并对其进行配准、关联、相关、估计、分类与信息反馈等。 配准：将传感器数据统一到同一时间和空间参考系中 关联：使用某种度量尺度对来自不同传感器的数据进行比较，确定进行相关处理的候选配对 相关：对关联后的数据进行处理以确定它们是否属于同一个目标 估计：依据相关处理后的结果对目标的状态变量与估计误差方差进行更新，实现对目标的未来状态预测 分类：通过对特征数据的分析，确定目标的类型等 1.1 数据融合级别 决策 信息 数据 高层次融合 传感器采集 筛选、整合 和抽象 由低层到高层 数据级融合 特征级融合 决策级融合 直接对传感器的观测数据进行融合处理，然后基于融合后的结果进行特征提取和判断决策。 优点：数据损失量较少，精度最高 不足：实时性差、要求传感器是同类的、数据通信量大、抗干扰能力差、处理的数据量大 每个传感器先抽象出自己的特征向量，然后由融合中心完成融合处理。 优点：进行了数据压缩、对通信带宽的要求低、利于实时处理 不足：有信息损失、融合性能降低 每个传感器先基于自己的数据做出决策，然后由融合中心完成局部决策。 优点：通信量小、抗干扰能力强、融合中心处理代价低 不足：数据损失量最大、精度最低 1.2 数据融合方法的分类 集中式融合结构 分布式融合结构 混合式融合结构 多级式融合结构 集中式融合结构将检测数据传递到融合中心，然后进行数据对准、点迹相关、数据互联、航迹滤波、预测与综合跟踪等。 优点：信息损失最小；缺点：互联比较困难，并且要求系统必须具备大容量的存储能力，计算负担重，系统生存能力较差 分布式融合结构中，每个传感器的检测数据在进入融合以前，先由它自己的处理器产生局部决策结论，然后将处理过的信息送至融合中心，完成综合决策，形成全局估计。 优点：计算量小，易实现，系统生存能力强；缺点：信息损失量大 集中式融合与分布式融合结合相结合 特点：适合复杂高、难度大的大系统，可扩充性一般 各局部节点可以同时或分别是集中式、分布式或混合式的融合中心，系统的融合节点再次对各局部节点传送来的航迹进行相关和合成。 优点：信息损失中等，融合难度中等；缺点：系统结构复杂，实现难度高，成本高 2. 检测融合概述 检测融合概念 多传感器检测融合就是将来自多个不同传感器的观测数据或判决结果进行综合，从而形成一个关于同一环境或事件的更完全、更准确的判决。 是信息融合理论中的一个重要研究内容。 2. 检测融合概述 检测融合目的 消除单个或单类传感器检测的不确定性 提高检测系统的可靠性 改善检测性能 2. 1 检测融合系统的分类 多传感器检测融合系统由多个传感器及融合中心构成。 融合系统的融合方式分为集中式和分布式 2. 2 集中式检测融合系统特点 优点： 融合中心数据全面 最终判决结果理论置信度高 缺点： 数据量大，通信带宽要求高 信息处理时间长 融合中心负荷大 2. 2 分布式检测融合系统 分布式：各传感器首先基于自己的观测进行判决，然后将判决结果传输到融合中心，融合中心根据所有传感器的判决进行检验，形成最终判决。 2. 2 分布式检测融合系统的特点 优点： 数据传输量小，通信带宽要求低 分布式计算，融合效率高 融合中心负荷小 缺点： 缺乏相互之间的关联 数据损失大 分布式检测结构是目前多传感器检测的主要结构模型 2.3 分布式融合检测系统 2.3.1 分布式融合检测系统分类 并行结构 分散结构 串行结构 树形结构 2.3 分布式融合检测系统 2.3.2 二元假设检验问题 假设分布式并行检测融合系统由融合中心及 N 个传感器构成。 每一个局部传感器基于自己的观测值yi完成同一个决策任务，之后将决策值ui 传送到融合中心。 融合中心的任务是根据接收到的局部决策，利用最优融合规则，作出全局决策u0