傳感器數(shù)據(jù)融合

1、傳感器數(shù)據(jù)融合技術(shù) 數(shù)據(jù)融合也稱為信息融合，是將來自多個(gè)傳感器或多源的信息進(jìn)行綜合處理，從而得出更為全面、準(zhǔn)確和可靠的結(jié)論。數(shù)據(jù)融合出現(xiàn)于世紀(jì)年代，源于當(dāng)時(shí)軍事領(lǐng)域的需要，稱為多源相關(guān)、多傳感器混合數(shù)據(jù)融合，并于世紀(jì)年代建立其技術(shù)。美國是數(shù) 據(jù)融合技術(shù)起步最早的國家，在隨后的十幾年時(shí)間里各國的研究開始逐步展開，并相繼取得了一些具有重要影響的研究成果。和國外相比，我國在數(shù)據(jù)融合領(lǐng)域的研究起步較晚。海灣戰(zhàn)爭(zhēng)結(jié)束以后，數(shù)據(jù)融合技術(shù)引起國內(nèi)有關(guān)單位和專家的高度重視。一些高校和科研院所相繼對(duì)數(shù)據(jù)融合的理論、系統(tǒng)框架和融合算法展開了大量研究，但基本上處于理論研究的層次，在工程化、實(shí)用化方面尚未取得有成效的

2、突破，許多關(guān)鍵技術(shù)問題尚待解決。 多傳感器數(shù)據(jù)融合是人類和其他生物系統(tǒng)中普遍存在的一種基本功能。人類本能地具有將身體上的各種功能器官所探測(cè)到的信息與先驗(yàn)知識(shí)進(jìn)行融合的能力，以便對(duì)周圍的環(huán)境和正在發(fā)生的事件作出估計(jì)。多傳感器數(shù)據(jù)融合的基本原理就像人腦綜合處理信息的過程一樣，它充分利用多個(gè)傳感器資源，通過對(duì)這些傳感器及其獲得信息的合理支配和使用，把其在時(shí)間或空間上的冗余或互補(bǔ)信息依據(jù)某種準(zhǔn)則來進(jìn)行綜合，以獲得被測(cè)對(duì)象的一致性解釋或描述，使該系統(tǒng)由此而獲得比它的各組成部分的子集所構(gòu)成的系統(tǒng)具備更優(yōu)越的性能。 具體而言，多傳感器數(shù)據(jù)融合基本原理如下： ）多個(gè)不同類型的傳感器獲取目標(biāo)的數(shù)據(jù)； ）對(duì)輸出數(shù)

3、據(jù)進(jìn)行特征提取，從而獲得特征矢量； ）對(duì)特征矢量進(jìn)行模式識(shí)別，完成各傳感器關(guān)于目標(biāo)的屬性說明； ）將各傳感器關(guān)于目標(biāo)的屬性說明數(shù)據(jù)按同一目標(biāo)進(jìn)行分組，即關(guān)聯(lián)； ）利用融合算法將每一目標(biāo)各傳感器數(shù)據(jù)進(jìn)行合成，得到該目標(biāo)的一致性解釋與描述。 在各種系統(tǒng)中，靠單一的傳感器不能滿足對(duì)目標(biāo)、環(huán)境的識(shí)別和控制的要求。若對(duì)不同傳感器采集的數(shù)據(jù)單獨(dú)、孤立地進(jìn)行加工，不僅會(huì)導(dǎo)致數(shù)據(jù)處理工作量的劇增，而且割斷了各傳感器數(shù)據(jù)之間的有機(jī)聯(lián)系，丟失數(shù)據(jù)有機(jī)組合蘊(yùn)涵的特征，造成數(shù)據(jù)資源的浪費(fèi)。因此，要對(duì)多傳感器的數(shù)據(jù)進(jìn)行綜合處理即數(shù)據(jù)融合，從而得出更為準(zhǔn)確、可靠的結(jié)論，使系統(tǒng)圓滿地完成各種操作任務(wù)。歸納起來，多傳感器數(shù)據(jù)

4、融合的主要特點(diǎn)有： ）提高了對(duì)環(huán)境描述的能力； ）提高了系統(tǒng)的分辨能力和運(yùn)行效率； ）提高了系統(tǒng)的可靠性和容錯(cuò)能力； ）在時(shí)間上和空間上擴(kuò)展了觀測(cè)的范圍； ）增強(qiáng)了數(shù)據(jù)的可信度并降低了系統(tǒng)成本。 由于數(shù)據(jù)的多樣化，所以需要按照數(shù)據(jù)的類型和采集方式或工程需求等特點(diǎn)，根據(jù)具體問題及特定對(duì)象建立自己的融合層次。針對(duì)其在軍事上的應(yīng)用將數(shù)據(jù)融合劃分為檢測(cè)層、位置層、屬性層、態(tài)勢(shì)評(píng)估和威脅估計(jì)；根據(jù)數(shù)據(jù)融合功能的抽象層次和數(shù)據(jù)流通方式及傳輸形式，把數(shù)據(jù)融合分為高層次和低層次處理等。 可見，數(shù)據(jù)融合層次的劃分沒有統(tǒng)一標(biāo)準(zhǔn)，一般來說目標(biāo)屬性級(jí)融合有三種基本結(jié)構(gòu)：數(shù)據(jù)層融合、特征層融合和決策層融合結(jié)構(gòu)。 數(shù)據(jù)層

5、融合這是最低層次的融合。它首先將全部傳感器的觀測(cè)數(shù)據(jù)直接融合，然后對(duì)融合的數(shù)據(jù)進(jìn)行特征提取和特征說明，并進(jìn)行判斷識(shí)別。這便要求傳感器是同質(zhì)的，若多個(gè)傳感器是異質(zhì)的，那么數(shù)據(jù)只能在特征層或決策層進(jìn)行融合。其優(yōu)點(diǎn)是能保持盡可能多的現(xiàn)場(chǎng)數(shù)據(jù)，提供其他融合層次所不能提供的細(xì)微信息。特征層融合這是中間層次的融合。在這種方法中，每個(gè)傳感器觀測(cè)目標(biāo)，并從觀測(cè)數(shù)據(jù)中提取有代表性的特征，獲得特征矢量，而后融合這些特征矢量，并做出基于聯(lián)合特征矢量的屬性說明。特征層融合是從傳感器提供的原始數(shù)據(jù)中進(jìn)行特征提取，因此，在融合前進(jìn)現(xiàn)了一定的數(shù)據(jù)壓縮，有利于實(shí)時(shí)處理，但由于數(shù)據(jù)的丟失使其準(zhǔn)確性有所下降。決策層融合這是最高層

6、次的融合。在這種方法中，每個(gè)傳感 器觀測(cè)目標(biāo)，并將采集的信息進(jìn)行特征提取，產(chǎn)生特征矢量，完成關(guān)于目標(biāo)的說明，然后對(duì)各自傳感器的說明結(jié)果進(jìn)行融合，得到目標(biāo)的 一致性解釋與描述。這種融合方式具有好的容錯(cuò)性和實(shí)時(shí)性，可以應(yīng)用于異質(zhì)傳感器，而且在一個(gè)或多個(gè)傳感器失效時(shí)也能正常工作，其缺點(diǎn)是預(yù)處理代價(jià)高。由于對(duì)傳感器的數(shù)據(jù)進(jìn)行了濃縮，這種方法產(chǎn)生的結(jié)果相對(duì)而言最不準(zhǔn)確，但它對(duì)通信帶寬的要求最低。 數(shù)據(jù)融合的不同層次對(duì)應(yīng)不同的算法，傳統(tǒng)算法為數(shù)據(jù)融合技術(shù)奠定了不可或缺的理論基礎(chǔ)，但近年來出現(xiàn)的一些新的基于統(tǒng)計(jì)推斷、人工智能以及信息論等新方法，正成為推動(dòng)數(shù)據(jù)融合技術(shù)向前發(fā)展 的重要力量。下面我們重點(diǎn)談一下證

7、據(jù)組合方法進(jìn)行多傳感器數(shù)據(jù)融合。貝葉斯估計(jì)法是融合靜態(tài)環(huán)境中多傳感器低層數(shù)據(jù)的一種常用方法，其信息描述為概率分布，適用于具有可加高斯噪聲的不確定性信息。證據(jù)理論法是貝葉斯方法的推廣，但比貝葉斯法具有更多優(yōu)點(diǎn)，貝葉斯方法需要先驗(yàn)概率，而運(yùn)用證據(jù)理論法可以巧妙的解決這一問題，它是一種不確定情況下進(jìn)行推理的強(qiáng)有力方法。多傳感器數(shù)據(jù)融合最初是圍繞軍用系統(tǒng)開展研究的，此后，該項(xiàng)技術(shù)在軍事和非軍事領(lǐng)域的工程應(yīng)用日益拓寬。在軍事上它已經(jīng)應(yīng)用到海上監(jiān)視、空-空防御和地-空防御、戰(zhàn)場(chǎng)偵察、監(jiān)視和目標(biāo)捕獲、戰(zhàn)略防御與告警等領(lǐng)域。同時(shí)，在非軍事領(lǐng)域也得到了廣泛應(yīng)用，如智能機(jī)器人、監(jiān)測(cè)、交通管制、遙感、輔助醫(yī)療檢測(cè)和

8、診斷、工業(yè)控制領(lǐng)域等。多傳感器數(shù)據(jù)融合在以下領(lǐng)域具有十分重要的應(yīng)用價(jià)值和廣闊的應(yīng)用前景：1. 海上監(jiān)視 一個(gè)臨海的國家，領(lǐng)土和領(lǐng)海都是其神圣不可侵犯的地方。對(duì)領(lǐng)海的防御，實(shí)際上就是對(duì)一個(gè)國家前沿陣地的防御，因此，每個(gè)主權(quán)國家都非常重視對(duì)領(lǐng)海的防御。海上防御，首先就是海上監(jiān)視，主要對(duì)海上目標(biāo)進(jìn)行探測(cè)，跟蹤和目標(biāo)識(shí)別，以及對(duì)海上事件和敵人作戰(zhàn)行動(dòng)進(jìn)行監(jiān)視。 海上監(jiān)視對(duì)象，包括空中、水面和水下目標(biāo)，如空中的各類飛機(jī)、水面的各種艦船及水下的各類潛艇等。這些平臺(tái)上可能裝有各種類型的傳感器，最常見的是潛艇上的聲納、飛機(jī)和艦船上的雷達(dá)及射線探測(cè)儀等。當(dāng)然，人們也可從目標(biāo)的識(shí)別結(jié)果來判斷這些平臺(tái)所攜帶的武器和

9、電子裝備。 2.空-空和地-空防御空-空和地-空防御系統(tǒng)是專門對(duì)進(jìn)入所管轄空域的各類目標(biāo)進(jìn)行探測(cè)、跟蹤和目標(biāo)識(shí)別的系統(tǒng)。其監(jiān)視對(duì)象主要是進(jìn)入所管轄領(lǐng)域的各類飛機(jī)、反飛機(jī)武器和傳感器平臺(tái)等。希望要以較高的探測(cè)概率發(fā)現(xiàn)目標(biāo)，要對(duì)所發(fā)現(xiàn)的目標(biāo)進(jìn)行連續(xù)跟蹤，不僅能夠識(shí)別出大、中、小飛機(jī)，而且最好能夠識(shí)別出目標(biāo)的種類。監(jiān)視范圍大約由幾千米到幾百千米，所采用的傳感器主要有雷達(dá)（RADAR），紅外（IR），激光（LASER），無線電子支援測(cè)量系統(tǒng)（ESM），敵我識(shí)別（IFF）傳感器，光電（EO）傳感器等。3.戰(zhàn)略預(yù)警和防御戰(zhàn)略預(yù)警和防御的任務(wù)是探測(cè)和指示即將到來的戰(zhàn)略行動(dòng)跡象，探測(cè)和跟蹤彈道導(dǎo)彈及彈頭。它包

10、括對(duì)敵人軍事行動(dòng)的觀測(cè)，甚至非軍事行動(dòng)的政治活動(dòng)。防御和監(jiān)視范圍為全球各個(gè)角落，所采用的傳感器包括衛(wèi)星、飛機(jī)和陸基的各種傳感器，主要捕獲世界各地的各種電磁探測(cè)、火箭的尾焰、核輻射和再入彈頭的熱輻射等。4.機(jī)器人控制目前，一個(gè)功能較強(qiáng)的智能機(jī)器人通常配置有立體視覺、聽覺、距離和接近覺傳感器、力/力矩傳感器、多功能觸覺傳感器等。多傳感器系統(tǒng)采得的信息將大大增加，而這些信息在時(shí)間、空間、可信度、表達(dá)方式上各不相同，這些對(duì)信息的處理和管理工作提出了新的要求。若對(duì)各種不同的傳感器采集的信息進(jìn)行單獨(dú)、獨(dú)立地加工不僅會(huì)導(dǎo)致信息處理工作量的增加，而且切斷了各傳感器信息間的內(nèi)在聯(lián)系，丟失信息有機(jī)組合可能蘊(yùn)含的有

11、關(guān)環(huán)境特征，從而造成信息資源的浪費(fèi)。從另一方面看，由于傳感器感知的是同一環(huán)境下不同（或相同）側(cè)面的有關(guān)信息，所以這些信息的相關(guān)是必然的，由此，多傳感器系統(tǒng)要求采用與之相應(yīng)的信息綜合處理技術(shù)，以協(xié)調(diào)各傳感器間的工作。5. 醫(yī)療診斷無論是中醫(yī)的“望、聞、問、切”，還是西醫(yī)的“視、觸、叩、聽”，都說明醫(yī)療診斷是多種信息的融合。而近年來隨著大量高新技術(shù)的發(fā)展和應(yīng)用，各種醫(yī)療設(shè)備獲得的醫(yī)學(xué)圖像可以非常直觀的方式展示人體內(nèi)部的形態(tài)結(jié)構(gòu)或有關(guān)生理參數(shù)的空間分布，成為近代醫(yī)學(xué)中的一種不可缺少的診斷手段。由于各種醫(yī)學(xué)設(shè)備的成像原理不同，得到的圖像所體現(xiàn)的信息也不同，而把配準(zhǔn)后的不同圖像進(jìn)行融合，可得到單獨(dú)任何一

12、幅圖像無法獲得的信息。如CT 圖像和MRI 圖像的融合，CT 對(duì)密度差異較大的組織效果好，MRI 可很好地識(shí)別軟組織，所以 CT 與MRI 醫(yī)學(xué)圖像融合具有廣泛的臨床應(yīng)用價(jià)值。6.遙感遙感應(yīng)用主要是對(duì)地面目標(biāo)或?qū)嶓w進(jìn)行監(jiān)視、識(shí)別與定位。其中包括對(duì)自然資源，如水力資源，森林資源和礦產(chǎn)資源等的調(diào)查與定位；對(duì)自然災(zāi)害、原油泄漏、核泄漏、森林火災(zāi)和自然環(huán)境變化進(jìn)行監(jiān)測(cè)等。例如一個(gè)農(nóng)業(yè)資源監(jiān)視系統(tǒng)，不僅可以對(duì)農(nóng)作物的生產(chǎn)情況、種植面積、是否發(fā)生病蟲害等進(jìn)行監(jiān)測(cè)和了解，而且還可以對(duì)農(nóng)作物進(jìn)行估產(chǎn)；一個(gè)氣象衛(wèi)星上的遙感傳感器要全天候地對(duì)天氣與氣候變化進(jìn)行監(jiān)測(cè)、預(yù)測(cè)，還要實(shí)時(shí)獲得氣象云圖。遙感使用的傳感器主要

13、有合成孔徑雷達(dá)，主要是一些利用多譜傳感器的圖像系統(tǒng)，在利用多源圖像進(jìn)行融合時(shí)，要利用像素級(jí)配準(zhǔn)。最典型的兩個(gè)例子，如 NASA（美國國家航空航天局）使用的用于監(jiān)視地面情況的地球資源衛(wèi)星及考察行星和太陽系的宇宙探測(cè)器哈勃（Hubble）航空望遠(yuǎn)鏡。數(shù)據(jù)融合的關(guān)鍵問題是:數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)相關(guān)技術(shù)、態(tài)勢(shì)數(shù)據(jù)庫、融合推理和融合損失等。1. 數(shù)據(jù)轉(zhuǎn)換由于各傳感器輸出的數(shù)據(jù)形式、對(duì)環(huán)境的描述和說明等都不一樣,數(shù)據(jù)融合中心為了綜合處理這些不同來源的信息,首先必須把這些數(shù)據(jù)轉(zhuǎn)換成相同的形式、相同的描述和說明之后,才能進(jìn)行相關(guān)處理。數(shù)據(jù)轉(zhuǎn)換的難度在于,不僅要轉(zhuǎn)換不同層次之間的信息,而且同樣需要轉(zhuǎn)換對(duì)環(huán)境或目標(biāo)的描

14、述或說明的不同之處和相似之處(目標(biāo)和環(huán)境的先驗(yàn)知識(shí)也難以提取)。即使是同一層次的信息,也存在不同的描述或說明。另外,坐標(biāo)的變換是非線性的,其中的誤差傳播直接影響數(shù)據(jù)的質(zhì)量和時(shí)空校準(zhǔn);傳感器信息異步獲取時(shí),若時(shí)域校準(zhǔn)不好,將直接影響融合處理的質(zhì)量。2. 數(shù)據(jù)相關(guān)技術(shù) 數(shù)據(jù)相關(guān)的核心問題是如何克服傳感器測(cè)量的不精確性和干擾等引起的相關(guān)二義性,即保持?jǐn)?shù)據(jù)的一致性;如何控制和降低相關(guān)計(jì)算的復(fù)雜性,開發(fā)相關(guān)處理、融合處理和系統(tǒng)模擬的算法和模型。 3.態(tài)勢(shì)數(shù)據(jù)庫 態(tài)勢(shì)數(shù)據(jù)庫可分為實(shí)時(shí)數(shù)據(jù)庫和非實(shí)時(shí)數(shù)據(jù)庫。實(shí)時(shí)數(shù)據(jù)庫的作用是把當(dāng)前各傳感器的測(cè)量數(shù)據(jù)及時(shí)提供給融合推理,并提供融合推理所需要的各種其它數(shù)據(jù)。同時(shí)

15、也存貯融合推理的最終態(tài)勢(shì)/決策分析結(jié)果和中間結(jié)果。非實(shí)時(shí)數(shù)據(jù)庫存貯傳感器的歷史數(shù)據(jù)、有關(guān)目標(biāo)的和環(huán)境的輔助信息以及融合推理的歷史信息。態(tài)勢(shì)數(shù)據(jù)庫所要解決的難題是容量要大,搜索要快,開放互聯(lián)性好,并具有良好的用戶接口,因此要開發(fā)更有效的數(shù)據(jù)模型、新的有效查找和搜索機(jī)制(如啟發(fā)式并行搜索機(jī)制)以及分布式多媒體數(shù)據(jù)庫管理系統(tǒng)等。 4.數(shù)據(jù)損失 數(shù)據(jù)融合處理過程中的信息損失,如目標(biāo)配對(duì)和相關(guān)過程中一旦出錯(cuò),將損失定位跟蹤信息,識(shí)別及態(tài)勢(shì)評(píng)定也將出錯(cuò);若各傳感器數(shù)據(jù)中沒有公共的性質(zhì),將難以融合。 數(shù)據(jù)融合以后的發(fā)展方向主要有以下幾個(gè)： 1.建立數(shù)據(jù)融合的基礎(chǔ)理論,這包括進(jìn)一步研究融合技術(shù)的數(shù)學(xué)基礎(chǔ),對(duì)于

16、同類信息相融合的數(shù)值處理:主要研究其各種最優(yōu)、次優(yōu)分散式算法;對(duì)于不同類型信息相融合的符號(hào)處理方法,引進(jìn)其它領(lǐng)域的一些新技術(shù):如具備學(xué)習(xí)功能的新型AI技術(shù)、進(jìn)化算法、小波分析技術(shù)、進(jìn)化神經(jīng)網(wǎng)絡(luò)等。其中進(jìn)化算法與神經(jīng)網(wǎng)絡(luò)相結(jié)合已成功地用于基于時(shí)間序列分析的財(cái)政預(yù)算。 2.開展對(duì)兼有穩(wěn)健性和準(zhǔn)確性的融合算法和模型的研究。多傳感器數(shù)據(jù)融合從本質(zhì)上說是一個(gè)參數(shù)估計(jì)問題,或者說是一個(gè)算法問題。信號(hào)處理技術(shù)及其軟件的實(shí)現(xiàn)方法在數(shù)據(jù)融合中占了相當(dāng)大的比重。應(yīng)加強(qiáng)對(duì)國內(nèi)外研究成果的跟蹤,借鑒成功經(jīng)驗(yàn),著重研究相關(guān)處理、融合處理、系統(tǒng)模擬算法和模型,開展對(duì)數(shù)據(jù)融合系統(tǒng)的評(píng)估技術(shù)和度量標(biāo)準(zhǔn)研究。3.分布式處理結(jié)構(gòu)所具有的獨(dú)特優(yōu)點(diǎn)(信道容量要求低,系統(tǒng)生命力強(qiáng),工程易于實(shí)現(xiàn)),將使其在檢測(cè)、估計(jì)、跟蹤方法中進(jìn)一步發(fā)展。4.研究數(shù)據(jù)融合用的數(shù)據(jù)庫和知識(shí)庫,高速并行檢索和推理機(jī)制。利用大型空間數(shù)據(jù)庫中數(shù)據(jù)和知識(shí)進(jìn)行推理是融合系統(tǒng)過程中的關(guān)鍵任務(wù),但其數(shù)據(jù)量往往非常龐大,這