第七章多傳感器信息融合技術(shù)

第七章多傳感器信息融合技術(shù)概述傳感器信息融合的分類和結(jié)構(gòu)

傳感器信息融合的一般方法

傳感器信息融合的實(shí)例

第一節(jié)概述傳感器信息融合又稱數(shù)據(jù)融合，是對(duì)多種信息的獲取、表示及其內(nèi)在聯(lián)系進(jìn)行綜合處理和優(yōu)化的技術(shù)。傳感器信息融合技術(shù)從多信息的視角進(jìn)行處理及綜合，得到各種信息的內(nèi)在聯(lián)系和規(guī)律，從而剔除無用的和錯(cuò)誤的信息，保留正確的和有用的成分，最終實(shí)現(xiàn)信息的優(yōu)化。它也為智能信息處理技術(shù)的研究提供了新的觀念。定義：將經(jīng)過集成處理的多傳感器信息進(jìn)行合成，形成一種對(duì)外部環(huán)境或被測(cè)對(duì)象某一特征的表達(dá)方式。單一傳感器只能獲得環(huán)境或被測(cè)對(duì)象的部分信息段，而多傳感器信息經(jīng)過融合后能夠完善地、準(zhǔn)確地反映環(huán)境的特征。經(jīng)過融合后的傳感器信息具有以下特征：信息冗余性、信息互補(bǔ)性、信息實(shí)時(shí)性、信息獲取的低成本性。一、概念二、意義及應(yīng)用信息融合技術(shù)的實(shí)現(xiàn)和發(fā)展以信息電子學(xué)的原理、方法、技術(shù)為基礎(chǔ)。信息融合系統(tǒng)要采用多種傳感器收集各種信息，包括聲、光、電、運(yùn)動(dòng)、視覺、觸覺、力覺以及語言文字等。信息融合技術(shù)中的分布式信息處理結(jié)構(gòu)通過無線網(wǎng)絡(luò)、有線網(wǎng)絡(luò)，智能網(wǎng)絡(luò)，寬帶智能綜合數(shù)字網(wǎng)絡(luò)等匯集信息，傳給融合中心進(jìn)行融合。除了自然(物理)信息外，信息融合技術(shù)還融合社會(huì)類信息，以語言文字為代表，涉及到大規(guī)模漢語資料庫、語言知識(shí)的獲取理論與方法、機(jī)器翻譯、自然語言解釋與處理技術(shù)等，信息融合采用分形、混沌、模糊推理、人工神經(jīng)網(wǎng)絡(luò)等數(shù)學(xué)和物理的理論及方法。它的發(fā)展方向是對(duì)非線性、復(fù)雜環(huán)境因素的不同性質(zhì)的信息進(jìn)行綜合、相關(guān)，從各個(gè)不同的角度去觀察、探測(cè)世界。1、在信息電子學(xué)領(lǐng)域

2、在計(jì)算機(jī)科學(xué)領(lǐng)域在計(jì)算機(jī)科學(xué)中，目前正開展著并行數(shù)據(jù)庫、主動(dòng)數(shù)據(jù)庫、多數(shù)據(jù)庫的研究。信息融合要求系統(tǒng)能適應(yīng)變化的外部世界，因此，空間、時(shí)間數(shù)據(jù)庫的概念應(yīng)運(yùn)而生，為數(shù)據(jù)融合提供了保障?？臻g意味著不同種類的數(shù)據(jù)來自于不同的空間地點(diǎn)，時(shí)間意味著數(shù)據(jù)庫能隨時(shí)間的變化適應(yīng)客觀環(huán)境的相應(yīng)變化。信息融合處理過程要求有相應(yīng)的數(shù)據(jù)庫原理和結(jié)構(gòu)，以便融合隨時(shí)間、空間變化了的數(shù)據(jù)。在信息融合的思想下，提出的空間、時(shí)間數(shù)據(jù)庫，是計(jì)算機(jī)科學(xué)的一個(gè)重要的研究方向。3、在自動(dòng)化領(lǐng)域以各種控制理論為基礎(chǔ)，信息融合技術(shù)采用模糊控制、智能控制、進(jìn)化計(jì)算等系統(tǒng)理論，結(jié)合生物、經(jīng)濟(jì)、社會(huì)、軍事等領(lǐng)域的知識(shí)，進(jìn)行定性、定量分析。按照人腦的功能和原理進(jìn)行視覺、聽覺、觸覺、力覺、知覺、注意、記憶、學(xué)習(xí)和更高級(jí)的認(rèn)識(shí)過程，將空間、時(shí)間的信息進(jìn)行融合，對(duì)數(shù)據(jù)和信息進(jìn)行自動(dòng)解釋，對(duì)環(huán)境和態(tài)勢(shì)給予判定。目前的控制技術(shù)，已從程序控制進(jìn)入了建立在信息融合基礎(chǔ)上的智能控制。智能控制系統(tǒng)不僅用于軍事，還應(yīng)用于工廠企業(yè)的生產(chǎn)過程控制和產(chǎn)供銷管理、城市建設(shè)規(guī)劃、道路交通管理、商業(yè)管理、金融管理與預(yù)測(cè)、地質(zhì)礦產(chǎn)資源管理、環(huán)境監(jiān)測(cè)與保護(hù)、糧食作物生長監(jiān)測(cè)、災(zāi)害性天氣預(yù)報(bào)及防治等涉及宏觀、微觀和社會(huì)的各行各業(yè)。三、優(yōu)點(diǎn)增加了系統(tǒng)的生存能力擴(kuò)展了空間覆蓋范圍擴(kuò)展了時(shí)間覆蓋范圍提高了可信度降低了信息的模糊度改善了探測(cè)性能提高了空間分辨率增加了測(cè)量空間的維數(shù)第二節(jié)傳感器信息融合分類和結(jié)構(gòu)1、組合：由多個(gè)傳感器組合成平行或互補(bǔ)方式來獲得多組數(shù)據(jù)輸出的一種處理方法，是一種最基本的方式，涉及的問題有輸出方式的協(xié)調(diào)、綜合以及傳感器的選擇。在硬件這一級(jí)上應(yīng)用。2、綜合：信息優(yōu)化處理中的一種獲得明確信息的有效方法。例：在虛擬現(xiàn)實(shí)技術(shù)中，使用兩個(gè)分開設(shè)置的攝像機(jī)同時(shí)拍攝到一個(gè)物體的不同側(cè)面的兩幅圖像，綜合這兩幅圖像可以復(fù)原出一個(gè)準(zhǔn)確的有立體感的物體的圖像。3、融合：當(dāng)將傳感器數(shù)據(jù)組之間進(jìn)行相關(guān)或?qū)鞲衅鲾?shù)據(jù)與系統(tǒng)內(nèi)部的知識(shí)模型進(jìn)行相關(guān)，而產(chǎn)生信息的一個(gè)新的表達(dá)式。4、相關(guān)：通過處理傳感器信息獲得某些結(jié)果，不僅需要單項(xiàng)信息處理，而且需要通過相關(guān)來進(jìn)行處理，獲悉傳感器數(shù)據(jù)組之間的關(guān)系，從而得到正確信息，剔除無用和錯(cuò)誤的信息。相關(guān)處理的目的：對(duì)識(shí)別、預(yù)測(cè)、學(xué)習(xí)和記憶等過程的信息進(jìn)行綜合和優(yōu)化。一、傳感器信息融合分類二、信息融合的結(jié)構(gòu)信息融合的結(jié)構(gòu)分為串聯(lián)和并聯(lián)兩種SnS2S1Y1Y2YnC1C2CnYSC1C2Cn(a)串聯(lián)(b)并聯(lián)C1，C2，…，Cn表示n個(gè)傳感器S1,S2,…，Sn表示來自各個(gè)傳感器信息融合中心的數(shù)據(jù)y1，y2，…，yn表示融合中心。……三、信息融合系統(tǒng)結(jié)構(gòu)的實(shí)例一種雷達(dá)測(cè)量的信息融合結(jié)構(gòu)局部處理器局部處理器

外部邏輯中央處理器傳感器信號(hào)傳感器信號(hào)先驗(yàn)信息修正信息先驗(yàn)信息修正信息傳感器故障檢測(cè)系統(tǒng)第三節(jié)傳感器信息融合的一般方法

由多種傳感器所獲得的客觀環(huán)境(即被測(cè)對(duì)象)的多組數(shù)據(jù)就是客觀環(huán)境按照某種映射關(guān)系形成的像，信息融合就是通過像求解原像，即對(duì)客觀環(huán)境加以了解。用數(shù)學(xué)語言描述就是，所有傳感器的全部信息，也只能描述環(huán)境的某些方面的特征，而具有這些特征的環(huán)境卻有很多，要使一組數(shù)據(jù)對(duì)應(yīng)惟一的環(huán)境(即上述映射為一一映射)，就必須對(duì)映射的原像和映射本身加約束條件，使問題能有惟一的解。嵌入約束法最基本的方法：Bayes估計(jì)和卡爾曼濾波嵌入約束法、證據(jù)組合法、人工神經(jīng)網(wǎng)絡(luò)法一、嵌入約束法1.Bayes估估計(jì)計(jì)是融合合靜靜態(tài)態(tài)環(huán)環(huán)境境中中多多傳傳感感器器低低層層數(shù)數(shù)據(jù)據(jù)的一一種種常常用用方方法法。。其其信信息息描描述述為為概概率率分分布布，，適適用用于于具具有有可加加高高斯斯噪噪聲聲的的不不確確定定性性信信息息。假假定定完完成成任任務(wù)務(wù)所所需需的的有有關(guān)關(guān)環(huán)環(huán)境境的的特特征征物物用用向向量量f表示示，，通通過過傳傳感感器器獲獲得得的的數(shù)數(shù)據(jù)據(jù)信信息息用用向向量量d來表表示示，，d和f都可可看看作作是是隨隨機(jī)機(jī)向向量量。。信信息息融融合合的的任任務(wù)務(wù)就就是是由由數(shù)數(shù)據(jù)據(jù)d推導(dǎo)導(dǎo)和和估估計(jì)計(jì)環(huán)環(huán)境境f。假假設(shè)設(shè)p(f，d)為隨隨機(jī)機(jī)向向量量f和d的聯(lián)聯(lián)合合概概率率分分布布密密度度函函數(shù)數(shù)，，則則p(f|d)表表示示在在已已知知d的條條件件下下，，f關(guān)于于d的條條件件概概率率密密度度函函數(shù)數(shù)p(f|d)表示示在在已已知知f的條條件件下下，，d關(guān)于于f的條條件件概概率率密密度度函函數(shù)數(shù)p(d)和和p(f)分分別別表表示示d和f的邊邊緣緣分分布布密密度度函函數(shù)數(shù)已知知d時(shí)，，要要推推斷斷f，，只須須掌掌握握p(f|d)即可可，，即即上式式為為概概率率論論中中的的Bayes公式式，，是是嵌嵌入入約約束束法法的的核核心心。。信息息融融合合通通過過數(shù)據(jù)據(jù)信信息息d做出出對(duì)對(duì)環(huán)環(huán)境境f的推推斷斷，，即即求求解解p(f|d)。。由由Bayes公式式知知，，只只須須知知道道p(f|d)和和p(f)即即可可。。因因?yàn)闉閜(d)可可看看作作是是使使p(f|d)?p(f)成為為概概率率密密度度函函數(shù)數(shù)的的歸歸一一化化常常數(shù)數(shù)，，p(d|f)是在在已已知知客客觀觀環(huán)環(huán)境境變變量量f的情情況況下下，，傳傳感感器器得得到到的的d關(guān)于于f的條條件件密密度度。。當(dāng)當(dāng)環(huán)環(huán)境境情情況況和和傳傳感感器器性性能能已已知知時(shí)時(shí)，，p(f|d)由由決決定定環(huán)環(huán)境境和和傳傳感感器器原原理理的的物物理理規(guī)規(guī)律律完完全全確確定定。。而而p(f)可可通通過過先驗(yàn)驗(yàn)知知識(shí)識(shí)的獲獲取取和和積積累累，，逐逐步步漸漸近近準(zhǔn)準(zhǔn)確確地地得得到到，，因因此此，，一一般般總總能能對(duì)對(duì)p(f)有有較較好好的的近近似似描描述述。。在嵌嵌入入約約束束法法中中，，反反映映客客觀觀環(huán)環(huán)境境和和傳傳感感器器性性能能與與原原理理的的各各種種約約束束條條件件主主要要體體現(xiàn)現(xiàn)在在p(f|d)中，，而而反反映映主主觀觀經(jīng)經(jīng)驗(yàn)驗(yàn)知知識(shí)識(shí)的的各各種種約約束束條條件件主主要要體體現(xiàn)現(xiàn)在在p(f)中中。。在傳傳感感器器信信息息融融合合的的實(shí)實(shí)際際應(yīng)應(yīng)用用過過程程中中，，通通常常的的情情況況是是在在某某一一時(shí)時(shí)刻刻從從多多種種傳傳感感器器得得到到一一組組數(shù)數(shù)據(jù)據(jù)信信息息d，由由這這一一組組數(shù)數(shù)據(jù)據(jù)給給出出當(dāng)當(dāng)前前環(huán)環(huán)境境的的一一個(gè)個(gè)估估計(jì)計(jì)f。因因此此,實(shí)實(shí)際際中中應(yīng)應(yīng)用用較較多多的的方方法法是是尋尋找找最最大大后后驗(yàn)驗(yàn)估估計(jì)計(jì)g，即即即最最大大后后驗(yàn)驗(yàn)估估計(jì)計(jì)是是在在已已知知數(shù)數(shù)據(jù)據(jù)為為d的條條件件下下，，使使后后驗(yàn)驗(yàn)概概率率密密度度p(f)取得得最最大大值值得得點(diǎn)點(diǎn)g，根根據(jù)據(jù)概概率率論論，，最最大大后后驗(yàn)驗(yàn)估估計(jì)計(jì)g滿足足當(dāng)p(f)為為均均勻勻分分布布時(shí)時(shí)，，最最大大后后驗(yàn)驗(yàn)估估計(jì)計(jì)g滿足足此時(shí)時(shí)，，最大大后后驗(yàn)驗(yàn)概概率率也稱為極極大似然然估計(jì)。。當(dāng)傳感器器組的觀觀測(cè)坐標(biāo)標(biāo)一致時(shí)時(shí)，可以以用直接接法對(duì)傳傳感器測(cè)測(cè)量數(shù)據(jù)據(jù)進(jìn)行融融合。在在大多數(shù)數(shù)情況下下，多傳傳感器從從不同的的坐標(biāo)框框架對(duì)環(huán)環(huán)境中同同一物體體進(jìn)行描描述，這這時(shí)傳感感器測(cè)量量數(shù)據(jù)要要以間接接的方式式采用Bayes估計(jì)進(jìn)進(jìn)行數(shù)據(jù)據(jù)融合。。間接法法要解決決的問題題是求出出與多個(gè)個(gè)傳感器器讀數(shù)相相一致的的旋轉(zhuǎn)矩矩陣R和和平移矢矢量H。在傳感器器數(shù)據(jù)進(jìn)進(jìn)行融合合之前，，必須確確保測(cè)量量數(shù)據(jù)代代表同一一實(shí)物，，即要對(duì)對(duì)傳感器器測(cè)量進(jìn)進(jìn)行一致致性檢驗(yàn)驗(yàn)。常用用以下距距離公式式來判斷斷傳感器器測(cè)量信信息的一一致：式中x1和x2為兩個(gè)傳傳感器測(cè)測(cè)量信號(hào)號(hào)，C為為與兩個(gè)個(gè)傳感器器相關(guān)聯(lián)聯(lián)的方差差陣，當(dāng)當(dāng)距離T小于某某個(gè)閾值值時(shí)，兩兩個(gè)傳感感器測(cè)量量值具有有一致性性。這種種方法的的實(shí)質(zhì)是是剔除處處于誤差差狀態(tài)的的傳感器器信息而而保留““一致傳傳感器””數(shù)據(jù)計(jì)計(jì)算融合合值。2.卡爾爾曼濾波波(KF)用于實(shí)時(shí)融合合動(dòng)態(tài)的的低層次次冗余傳傳感器數(shù)數(shù)據(jù)，該方法法用測(cè)量量模型的的統(tǒng)計(jì)特特性，遞遞推決定定統(tǒng)計(jì)意意義下最最優(yōu)融合合數(shù)據(jù)合合計(jì)。如如果系統(tǒng)統(tǒng)具有線線性動(dòng)力力學(xué)模型型，且系系統(tǒng)噪聲聲和傳感感器噪聲聲可用高高斯分布布的白噪噪聲模型型來表示示，KF為融合合數(shù)據(jù)提提供惟一一的統(tǒng)計(jì)計(jì)意義下下的最優(yōu)優(yōu)估計(jì)，，KF的的遞推特特性使系系統(tǒng)數(shù)據(jù)據(jù)處理不不需大量量的數(shù)據(jù)據(jù)存儲(chǔ)和和計(jì)算。。KF分分為分散卡爾曼曼濾波(DKF)和擴(kuò)展卡爾爾曼濾波波(EKF)。DKF可可實(shí)現(xiàn)多多傳感器器數(shù)據(jù)融融合完全全分散化化，其優(yōu)點(diǎn)：每個(gè)傳傳感器節(jié)節(jié)點(diǎn)失效效不會(huì)導(dǎo)導(dǎo)致整個(gè)個(gè)系統(tǒng)失失效。而而EKF的優(yōu)點(diǎn)：可有效效克服數(shù)數(shù)據(jù)處理理不穩(wěn)定定性或系系統(tǒng)模型型線性程程度的誤誤差對(duì)融融合過程程產(chǎn)生的的影響。。嵌入約束束法傳感感器信息息融合的的最基本本方法之之一，其缺點(diǎn)：需要對(duì)對(duì)多源數(shù)數(shù)據(jù)的整整體物理理規(guī)律有有較好的的了解，，才能準(zhǔn)準(zhǔn)確地獲獲得p(d|f)，但需需要預(yù)知知先驗(yàn)分分布p(f)。二、證據(jù)據(jù)組合法法證據(jù)組合合法認(rèn)為為完成某某項(xiàng)智能能任務(wù)是是依據(jù)有有關(guān)環(huán)境境某方面面的信息息做出幾種可能能的決策策，而多傳傳感器數(shù)數(shù)據(jù)信息息在一定定程度上上反映環(huán)環(huán)境這方方面的情情況。因因此，分分析每一一數(shù)據(jù)作作為支持持某種決決策證據(jù)據(jù)的支持持程度，，并將不不同傳感感器數(shù)據(jù)據(jù)的支持持程度進(jìn)進(jìn)行組合合，即證證據(jù)組合合，分析析得出現(xiàn)現(xiàn)有組合合證據(jù)支支持程度度最大的的決策作作為信息息融合的的結(jié)果。。證據(jù)組合合法是對(duì)對(duì)完成某某一任務(wù)務(wù)的需要要而處理理多種傳傳感器的的數(shù)據(jù)信信息，完完成某項(xiàng)項(xiàng)智能任任務(wù)，實(shí)實(shí)際是做做出某項(xiàng)項(xiàng)行動(dòng)決決策。它它先對(duì)單單個(gè)傳感感器數(shù)據(jù)據(jù)信息每每種可能能決策的的支持程程度給出出度量(即數(shù)據(jù)據(jù)信息作作為證據(jù)據(jù)對(duì)決策策的支持持程度)，再尋尋找一種種證據(jù)組組合方法法或規(guī)則則，在已已知兩個(gè)個(gè)不同傳傳感器數(shù)數(shù)據(jù)(即即證據(jù))對(duì)決策策的分別別支持程程度時(shí)，，通過反反復(fù)運(yùn)用用組合規(guī)規(guī)則，最最終得出出全體數(shù)數(shù)據(jù)信息息的聯(lián)合合體對(duì)某某決策總總的支持持程度。。得到最最大證據(jù)據(jù)支持決決策，即即信息融融合的結(jié)結(jié)果。證據(jù)組合法法較嵌入約約束法優(yōu)點(diǎn)點(diǎn)：

(1)對(duì)多種種傳感器數(shù)數(shù)據(jù)間的物物理關(guān)系不不必準(zhǔn)確了了解，即無無須準(zhǔn)確地地建立多種種傳感器數(shù)數(shù)據(jù)體的模模型；(2)通用用性好，可可以建立一一種獨(dú)立于于各類具體體信息融合合問題背景景形式的證證據(jù)組合方方法，有利利于設(shè)計(jì)通通用的信息息融合軟、、硬件產(chǎn)品品；

(3)人為的的先驗(yàn)知識(shí)識(shí)可以視同同數(shù)據(jù)信息息一樣，賦賦予對(duì)決策策的支持程程度，參與與證據(jù)組合合運(yùn)算。常用證據(jù)組組合方法：：概率統(tǒng)計(jì)方方法Dempster-Shafer證據(jù)據(jù)推理利用證據(jù)組組合進(jìn)行數(shù)數(shù)據(jù)融合的的關(guān)鍵在于：選擇合適的的數(shù)學(xué)方法法描述證據(jù)、決策和支持程度等概念建立快速、、可靠并且且便于實(shí)現(xiàn)現(xiàn)的通用證證據(jù)組合算法結(jié)構(gòu)1.概率統(tǒng)統(tǒng)計(jì)方法假設(shè)一組隨隨機(jī)向量x1，x2，…，xn分別表示n個(gè)不同傳傳感器得到到的數(shù)據(jù)信信息，根據(jù)據(jù)每一個(gè)數(shù)數(shù)據(jù)xi可對(duì)所完成成的任務(wù)做做出一決策策di。xi的概率分布布為pai(xi)，ai為該分布函函數(shù)中的未未知參數(shù)，，若參數(shù)已已知時(shí)，則則xi的概率分布布就完全確確定了。用用非負(fù)函數(shù)數(shù)L(ai，di)表示當(dāng)分布布參數(shù)確定定為ai時(shí)，第i個(gè)信息源采采取決策dj時(shí)所造成的的損失函數(shù)數(shù)。在實(shí)際際問題中，，ai是未知的，，因此，當(dāng)當(dāng)?shù)玫絰i時(shí)，并不能能直接從損損失函數(shù)中中定出最優(yōu)優(yōu)決策。先由xi做出ai的一個(gè)估計(jì)計(jì)，記為ai(xi)，再由損損失函數(shù)L[ai(xi),di]決定出損損失最小的的決策。其其中利用xi估計(jì)ai的估計(jì)量ai(xi)有很多多種方法。。概率統(tǒng)計(jì)方方法適用于于分布式傳感感器目標(biāo)識(shí)識(shí)別和跟蹤信息融融合問題2.Dempster-Shafer證據(jù)推理理(簡稱D-S推理理)假設(shè)F為所所有可能證證據(jù)所構(gòu)成成的有限集集，為集合合F中的某某個(gè)元素即即某個(gè)證據(jù)據(jù)，首先引引入信任函函數(shù)B(f)∈[0，1]表示每每個(gè)證據(jù)的的信任程度度：從上式可知知，信任函函數(shù)是概率率概念的推推廣，因?yàn)闉閺母怕收撜摰闹R(shí)出出發(fā)，上式式應(yīng)取等號(hào)號(hào)。引入基礎(chǔ)概概率分配函函數(shù)m(f)∈[0，，1]由基礎(chǔ)概率率分配函數(shù)數(shù)定義與之之相對(duì)應(yīng)的的信任函數(shù)數(shù)：當(dāng)利用N個(gè)傳感器檢檢測(cè)環(huán)境M個(gè)特征時(shí)，，每一個(gè)特特征為F中的—個(gè)元元素。第i個(gè)傳感器在在第k-1時(shí)刻所獲獲得的包括括k—1時(shí)刻前關(guān)于于第j個(gè)特征的所所有證據(jù)，，用基礎(chǔ)概概率分配函函數(shù)表示，，其中i=1，2，…，m。第i個(gè)傳感器在在第k時(shí)刻所獲得得的關(guān)于第第j個(gè)特征的新新證據(jù)用基基礎(chǔ)概率分分配函數(shù)表表示。由和和可獲得第第i個(gè)傳感器在在第k時(shí)刻關(guān)于第第j個(gè)特征的聯(lián)聯(lián)合證據(jù)。。類似地，，利用證據(jù)據(jù)組合算法法，由和可可獲得在k時(shí)刻關(guān)于第第j個(gè)特征的第第i個(gè)傳感器和和第i+1個(gè)傳感感器的聯(lián)合合證據(jù)。如如此遞推下下去，可獲獲得所有N個(gè)傳感器在在k時(shí)刻對(duì)j特征的信任任函數(shù)，信信任度最大大的即為信信息融合過過程最終判判定的環(huán)境境特征。D-S證據(jù)據(jù)推理優(yōu)點(diǎn)：算法確定定后，無論論是靜態(tài)還還是時(shí)變的的動(dòng)態(tài)證據(jù)據(jù)組合，其其具體的證證據(jù)組合算算法都有一一共同的算算法結(jié)構(gòu)。。但其缺點(diǎn)：當(dāng)對(duì)象或或環(huán)境的識(shí)識(shí)別特征數(shù)數(shù)增加時(shí)，，證據(jù)組合合的計(jì)算量量會(huì)以指數(shù)數(shù)速度增長長。三、人工神神經(jīng)網(wǎng)絡(luò)法法通過模仿人人腦的結(jié)構(gòu)構(gòu)和工作原原理，設(shè)計(jì)計(jì)和建立相相應(yīng)的機(jī)器器和模型并并完成一定定的智能任務(wù)。神經(jīng)網(wǎng)絡(luò)根根據(jù)當(dāng)前系系統(tǒng)所接收收到的樣本本的相似性性，確定分分類標(biāo)準(zhǔn)。。這種確定定方法主要要表現(xiàn)在網(wǎng)絡(luò)權(quán)值分布上，同同時(shí)可采用用神經(jīng)網(wǎng)絡(luò)絡(luò)特定的學(xué)習(xí)算法來獲取知識(shí)識(shí)，得到不不確定性推推理機(jī)制。。神經(jīng)網(wǎng)絡(luò)絡(luò)多傳感器器信息融合合的實(shí)現(xiàn)，，分三個(gè)重重要步驟：：根據(jù)智能系系統(tǒng)要求及及傳感器信信息融合的的形式，選選擇其拓?fù)鋼浣Y(jié)構(gòu)；各傳感器的的輸入信息息綜合處理理為一總體體輸入函數(shù)數(shù)，并將此此函數(shù)映射射定義為相相關(guān)單元的的映射函數(shù)數(shù),通過神神經(jīng)網(wǎng)絡(luò)與與環(huán)境的交交互作用把把環(huán)境的統(tǒng)統(tǒng)計(jì)規(guī)律反反映網(wǎng)絡(luò)本本身結(jié)構(gòu)；；對(duì)傳感器輸輸出信息進(jìn)進(jìn)行學(xué)習(xí)、、理解，確確定權(quán)值的的分配，完完成知識(shí)獲獲取信息融融合，進(jìn)而而對(duì)輸入模模式做出解解釋，將輸輸入數(shù)據(jù)向向量轉(zhuǎn)換成成高層邏輯輯(符號(hào))概念?；谏窠?jīng)網(wǎng)網(wǎng)絡(luò)的傳感感器信息融融合特點(diǎn)：：具有統(tǒng)一的的內(nèi)部知識(shí)識(shí)表示形式式，通過學(xué)學(xué)習(xí)算法可可將網(wǎng)絡(luò)獲獲得的傳感感器信息進(jìn)進(jìn)行融合，，獲得相應(yīng)應(yīng)網(wǎng)絡(luò)的參參數(shù)，并且且可將知識(shí)識(shí)規(guī)則轉(zhuǎn)換換成數(shù)字形形式，便于于建立知識(shí)識(shí)庫；利用外部環(huán)環(huán)境的信息息，便于實(shí)實(shí)現(xiàn)知識(shí)自動(dòng)獲獲取及并行聯(lián)想推推理；能夠?qū)⒉淮_確定環(huán)境的的復(fù)雜關(guān)系系，經(jīng)過學(xué)習(xí)推理，融合為系系統(tǒng)能理解解的準(zhǔn)確信信號(hào)；由于神經(jīng)網(wǎng)網(wǎng)絡(luò)具有大大規(guī)模并行行處理信息息能力，使使得系統(tǒng)信信息處理速速度很快。。第四節(jié)傳傳感器信信息融合的的實(shí)例一.信信息息融融合合的的民民事事應(yīng)應(yīng)用用領(lǐng)領(lǐng)域域工業(yè)業(yè)過過程程監(jiān)監(jiān)視視及及工