数据融合 _原创精品文档.pdfVIP

在不同的应用范围，数据融合有不同的理论模型。在我们这个特定的数据融

合系统中，通过用户在态势模拟服务器端自定义的起始点属性，传感器参数，配

置信息来仿真传感器获取的局部航迹数据，并且保存在后台的理论航迹数据库中，

然后分别传送到相应的终端节点，进行局部航迹的时间校对，空间校对等数据预处理

过程，然后生成局部的态势信息。接着通过与其它终端节点间的相互通信，来共享彼

此的局部态势信息，最后综合处理得到全局的态势信息和威胁评估，存入航迹数据

库。具体模型如图2一1所示：

*蜀■井复樓§

态势

点

蓋

-

*»

关

联

就

进理««共

-预亭

M

进ft

关*

联

2数据融合的分类

根据不同的具体情况，数据融合也有不同的分类方法。按照信息范围的差异来

划分，可按时间域，空间域和频率域等一系列来划分；按照融合手段的差异进行划

分，可按基于统计学，基于概率论等一系列来划分；面向数据融合中不同的级别和次

序来划分，可按高级，中级以及低级来划分。目前应用较为广泛的是将数据融合分为

像素级融合，特征级融合和决策级融合。

2.1像素级融合

像素级融合是指不对传感器接收到的信息进行处理，但在融合过程中要求达

到一个像素的精准度。它的主要优缺点如下表：

M

1

2-2

55

2-3

Si

1

.:;

?=5

TZ

……■■■

iinmt

1

2-2

T■——：”-