多传感器信息融合.pdfVIP

多传感器信息融合--第1页

年来，随着计算机技术、通讯技术的发展，特别是军事上的

迫切要求，多传感器信息融合技术得到了迅速的发展。信息融合作为

一门跨学科的综合信息处理理论，涉及系统论、信息论、控制论、

人工智能和计算机通信等众多的领域和科学，它被广泛应用于自动目

标识别、战场监视、自动飞行器导航、机器人、遥感、医疗诊治、图

像处理等领域。信息融合技术首先应用于军事领域，包括航空目标的

探测、识别和跟踪，以及战场监视、战术态势估计和威胁估计等；在

地质科学领域上，信息融合应用于遥感技术，包括卫星图像和航空

拍摄图像的研究；在机器人技术和智能航行器研究领域，信息融合主

要被应用于机器人对周围环境的识别和自动导航；信息融合技术也

被应用于医疗诊断以及一些复杂工业过程控制领域。

１多传感器信息融合的定义

传感器获得的信息有３类：冗余信息、互补信息和协同信息。

冗余信息是由多个独立传感器提供的关于环境信息中同一特征的多

个信息，也可以是某一传感器在一段时间内多次测量得到的信息。在

一个多传感器系统中，若每个传感器提供的环境特征是彼此独立的，

即感知的是环境各个不同侧面的信息，则这些信息称为互补信息。在

一个多传感器系统中，若一个传感器信息的获得必须依赖另一个传

感器的信息，或一个传感器必须与另一个传感器配合工作才能获得所

需的信息时，则这两个传感器提供的信息称为协同信息。

多传感器信息融合，又称多传感器数据融合，指的是对不同知

识源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，降低不确定性，以形成

对系统环境相对完整一致的理解，从而提高智能系统决策和规划的科

学性、反应的快速性和正确性，进而降低决策风险过程。图１是多传

感器信息融合的示意图，传感器之间的冗余信息增强了系统的可靠

多传感器信息融合--第1页

多传感器信息融合--第2页

一般而言，多传感器融合系统具有以下优点：一是提高系统的可

靠性和鲁棒性，二是扩展时间上和空间上的观测范围，三是增强数据

的可信任度，四是增强系统的分辨能力。２多传感器信息融合的层

次问题

在此，主要介绍普遍为学者所接受的３层融合结构，即数据层、

特征层和决策层。

数据层融合见图２，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，如果多个传感器是异质的，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。特征层融合见图３，每种

传感器提供从观测数据中提取有代表性的特征，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

宽的要求很低，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（见图４）。由于对传感器的数据进行了浓缩，

这种方法产生的结果相对而言最不准确，但它对通信宽带的要求最低。

对于多传感器融合系统特定的工程应用，应综合考虑传感器的性

能、系统的计算能力、通信宽带、期望的准确率以及资金能力等因素，

以确定哪种层次是最优的。另外，在一个系统中，

也可能同时在不同的融合层次上进行融合。３多传感器信息融

合的主要方法

国内外多传感器信息融合的方法主要有：概率论方法、Ｄ－Ｓ证

据推理、模糊集合理论、神经网络方法。

３．１概率论方法

概