1、目录4123基于贝叶斯网络的神经网络法基于贝叶斯网络的神经网络法0信息融合技术信息融合技术粗糙集信息处理粗糙集信息处理5信息的跨系统交互信息的跨系统交互信息处理的定义与目标信息处理的定义与目标4.5信息信息融合技术融合技术 4.5.1 多传感器信息融合概述1.信息融合的定义信息融合信息融合是一种多层次、多方面的处理过程，这个过程是对多源数据进行检测、互连、相关、估计和组合以达到精确地状态估计和身份识别，以及完整的态势评估和威胁评估。传感器1传感器22冗余信息互补信息多传感器器信息融合示意图1 4.5.1 多传感器信息融合概述2.信息融合技术优点(1)提高提高系统的可靠性和健壮系统的可靠性和健壮
2、性性;(2)扩展扩展时间上和空间上的观测时间上和空间上的观测范围范围;(3)提高信息的精确程度和置信水平；提高信息的精确程度和置信水平；(4)提高对目标物的检测和识别性能；提高对目标物的检测和识别性能；(5)降低对系统的冗余投资。降低对系统的冗余投资。设计融合系统时应考虑问题:系统中传感器的类型、分辨力和准确率传感器的分布方式系统的通信能力和计算能力系统的设计目标系统的拓扑结构2 4.5.2 多传感器信息融合系统处理模型数据源人机接口源数据预处理目标评估态势评估威胁评估数据库管理系统总过程评估多传感器信息融合处理模型3 4.5.3 信息融合的系统结构 信息融合的层次结构主要从信息的角度来分析融
3、合系统。主要有数据层、特征层和决策层三层次融合结构。1.信息融合的层次结构p 数据级融合优点：保持了尽可能多的原始信息。缺点：处理的信息量大，因而处理实时性较差。4 4.5.3 信息融合的系统结构p特征层融合优点：实现了可观的数据压缩，降低对通信带宽的要求，有利于实时处理。缺点：由于数据丢失使其准确性有所下降。p决策层融合优点：对通信带宽的要求最低。缺点：产生的结果相对来说最不准确。5 4.5.3 信息融合的系统结构数据级融合数据级融合特征级融合特征级融合决策级融合决策级融合处理信息量处理信息量最大最大中等中等最小最小信息量损失信息量损失最小最小中等中等最大最大抗干扰性能抗干扰性能最差最差中等
4、中等最好最好容错性能容错性能最差最差中等中等最好最好算法难度算法难度最难最难中等中等最易最易融合前处理融合前处理最小最小中等中等最大最大融合性能融合性能最好最好中等中等最差最差对传感器的依赖程度对传感器的依赖程度最大最大中等中等最小最小p 三种融合的性能比较6 4.5.3 信息融合的系统结构2.信息融合的体系结构集中式集中式将各传感器节点数据送到中央处理器进行融合处理。分布式分布式各传感器单独跟踪测量目标，将估计值送到总站合成联合估计。混合式混合式以上两种形式进行组合。l 实现实时融合，精度高，解法灵活。l 但对处理器要求高，可靠性低，数据量大。l 带宽要求低，速度快，可靠延续性好。l 跟踪精
5、度较集中式低。l 保留了上述两类系统的优点。l 但在通信和计算上要付出较昂贵的代价。7 4.5.4 信息融合模型与算法1.信息融合模型近20多年来，人们提出了多种信息融合模型，其共同点是在信息融合过程中进行多级处理。现有系统模型大致可以分为两大类：功能型模型，主要根据节点顺序构建；数据型模型，主要根据数据提取加以构建。a.功能型模型评估整理分发采集情报原则：l 中心控制l 实时性l 系统地开发l 客观性l 信息可达性缺点：l 应用范围有限 情报环8 4.5.4 信息融合模型与算法 Boyd控制环观测执行定向决策优点：l 使各个阶段构成一个闭环，表明了数据融合的循环型缺点：l 据侧和执行阶段对其
6、他阶段的影响能力欠缺。扩展Boyd控制环模型环境定向观测执行决策功能1功能2功能3系统功能N 优点：完善了Boyd控制环的不足，直接影响其他各阶段的功能。9 4.5.4 信息融合模型与算法b.数据型模型 JDL模型信息源传感器数据库知识用户界面过程优化目标优化数据排列数据联合目标估计目标识别态势评估目标事态威胁评估决策制定中的折中数据融合中心目标优化态势评估威胁评估过程优化10 4.5.4 信息融合模型与算法 瀑布模型决策制信号获取态势评估模型处理特征提取信号处理它重点强调了较低级别的处理功能。优点：l 将融合功能划分的最为详细缺点：l 它并没有明确的反馈过程。11 4.5.4 信息融合模型与
7、算法 Dasarathy模型信号处理传感决策制定关系处理控制资源分配模式处理特征提取软决策融合硬决策融合传感器管理传感器数据融合特征融合行动定向决策观测12 4.5.4 信息融合模型与算法2.信息融合算法加权平均 将一组传感器提供的冗余信息进行加权平均，结果作为融合值 最简单、最直观的数据融合方法概率论方法 对传感器信息作相容性分析 已知先验概率条件下，进行贝叶斯估计证据理论 根据人的推理模式，确定多证据下假设的似然函数 能统和不同层次上的属性信息，区分不确定性与未知信息13 4.5.4 信息融合模型与算法2.信息融合算法模糊集方法 用某种模型系统地反映数据融合过程中的不确定性 通过模糊推理来
8、完成数据融合。神经网络方法 应用于信息融合中的状态估计问题 景象匹配、实时图像自动提取等此外还有如卡尔曼滤波、遗传算法、小波分析理论等多种信息融合算法。信息融合应用领域广泛，单独某种方法往往具有局限性，将各种方法进行优势集成成为信息融合算法研究的重点。14一种雷达测量的信息融合结构 4.5.5 信息融合系统实例 1-1-目标跟踪目标跟踪雷达雷达2-2-导弹导引导弹导引雷达雷达3-3-计算机计算机4-4-导弹发射导弹发射架架15控制和信息融合计算机自主移动装配机器人装配机械手力觉传感器触觉传感器视觉传感器超声波传感器激光测距传感器多传感器信息融合自主移动装配机器人机器人中的传感器信息融合 4.5.5 信息融合系统结构实例16多传感器在移动机器人中的应用 4.5.5 信息融合系统结构实例17海军舰船传感器信息融合系统舰船上的传感器信息融合 4.5.5 信息融合系统结构实例18
