信息融合技術(shù)

1、創(chuàng)作時間：二零二一年六月三十日創(chuàng)作時間：二零二一年六月三十日創(chuàng)作時間：二零二一年六月三十日創(chuàng)作時間：二零二一年六月三十日信息融合技術(shù)之馬矢奏春創(chuàng)作創(chuàng)作時間：二零二一年六月三十日創(chuàng)作時間：二零二一年六月三十日1 引言融合(Fusion70(Data Fusion)(Information Fusion精確、更明確的推理結(jié)果.經(jīng)過融合的多傳感器信息具有以下特征: 多傳感器信息融合與經(jīng)典信號處置方法之間存在實質(zhì)的區(qū)別, 其關(guān)鍵在于信息融合所處置的多傳感器信息具有更為復(fù)雜的形式, 而且可以在分歧的信息條理上呈現(xiàn).信息融合的結(jié)構(gòu)模型由于信息融合研究內(nèi)容的廣泛性和多樣性,目前還沒有統(tǒng)一的關(guān)于融合過程的分類

2、.數(shù)據(jù)層融合通經(jīng)常使用于多源圖像復(fù)合、圖像分折與理解等方面,采納經(jīng)典的檢測和估計方法.特征層融合可劃分為兩年夜類:一類是目標(biāo)狀態(tài)信息融合,目標(biāo)跟蹤領(lǐng)域的年夜體方法都可以修改為多傳感器目標(biāo)跟蹤方法;另一類是目標(biāo)特性融合,它實質(zhì)上是模式識別問題,具體的融合方法仍是模式識另外相應(yīng)技術(shù).決策層融合是指分歧類型的傳感器觀測同一個目標(biāo),每個傳感器在本地完成處置,其中包括頂處置、特征抽取、識別或判決,以建立對所觀察目標(biāo)的初步結(jié)論.然后通過關(guān)聯(lián)處置、決策層觸合判決,最終獲得聯(lián)合推斷結(jié)果.JDL(Joint Directors of Laboratories, JDL)和-JDL-JDL 模型為JDL014依照

3、數(shù)據(jù)流融合的位置進行分類多傳感器融合系統(tǒng)中的 的融合結(jié)構(gòu),結(jié)構(gòu)的選擇必需綜合考慮計算資源、可用的通信帶 寬、精度要求、傳感器能力等信息融合的典范方法數(shù)據(jù)融合技術(shù)綜合了多種傳統(tǒng)的學(xué)科,包括:數(shù)字信號處置,統(tǒng)計估算,控制理論,人工智能和經(jīng)典數(shù)字方法.融合方法研究的內(nèi)容是與信息融合有關(guān)的算法.比力典范的融合方法有:加權(quán)平均、卡爾曼濾波、貝葉斯估計、統(tǒng)計決策理論、D-S 證據(jù)推理、模糊推理、小波變換和神經(jīng)網(wǎng)絡(luò)技術(shù).加權(quán)平均方法是對一組冗余的原始傳感數(shù)據(jù)進行加權(quán)平均處置,處置的結(jié)果作為最后融合的結(jié)果.卡爾曼濾波是用丈量模型的統(tǒng)計特性遞推決定最優(yōu)融合數(shù)據(jù)的估計.貝葉斯估計理論是將多傳感器作為分歧的貝葉斯估

4、計器, 由他們組成一個決策系統(tǒng),然后利用某一種決策規(guī)則來選擇對被測對象的最佳假設(shè)估計.在D-S力.模糊推理利用模糊集合和隸屬函數(shù)來暗示不確定性推理.該方法運用模糊集合的知識通過綜合考慮客觀證據(jù)與人的主觀評判,將主客觀之間的信息進行最佳的匹配,由此獲得問題的最優(yōu)解.人工神經(jīng)網(wǎng)絡(luò)具有分布式存儲和并行處置方式、自組織和自學(xué)習(xí)的功能以及很強的容錯性和魯棒性等優(yōu)點.將神經(jīng)網(wǎng)絡(luò)用于多傳感器信息融合技術(shù),首先要根據(jù)系統(tǒng)的要求以及傳感器的特點選擇合適的神經(jīng)網(wǎng)絡(luò)模型,然后再對建立的神經(jīng)網(wǎng)絡(luò)系統(tǒng)進行離線學(xué)習(xí).確定網(wǎng)絡(luò)的聯(lián)接權(quán)值和聯(lián)接結(jié)構(gòu),最后把獲得的網(wǎng)絡(luò)用于實際的信息融合傍邊.小波分析具有良好的信號時域局部化特征

5、,能處置信號的局部特征信息.將小波分析引入遙感數(shù)據(jù)融合,是目前正在探索的課題之一.由于處置對象和處置過程的復(fù)雜性,而且每種方法都有自己的適用范圍,目前還沒有一套系統(tǒng)的方法可以很好地解決多傳感器融合中呈現(xiàn)的所有問題.比力理想的解決方案就是多種融合方法的綜合使用.典范應(yīng)用多傳感器信息融合在軍事、工業(yè)、醫(yī)學(xué)、交通和金觸等領(lǐng)域等.對信號檢測,多采納并行或串行的結(jié)構(gòu).并用Nyman- Pearson (D-S發(fā)展方向法的形成、己有算法的改進以及如何綜合這些技術(shù)以形成統(tǒng)一的交叉學(xué)科的交流和研究將進一步增進信息融合技術(shù)的發(fā)展,人工智能和神經(jīng)網(wǎng)絡(luò)方法將繼續(xù)成為信息融合研究的熱點.神經(jīng)網(wǎng)絡(luò)會在目標(biāo)識別和魯棒多傳感器系統(tǒng)兩個領(lǐng)域里發(fā)揮重要的作用.參考文獻Lambert, D.A.; Grand challenges of information fusion. Information Fusion, 2003. Proceedings ofthe International Conferen