《多传感器数据融合技术讲课稿.ppt》由会员分享，可在线阅读，更多相关《多传感器数据融合技术讲课稿.ppt（55页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、多传感器数据融合技术1 1、引、引、引、引 言言言言1.11.11.11.11.11.1国内外研究现状国内外研究现状国内外研究现状国内外研究现状国内外研究现状国内外研究现状 数据融合从数据融合从数据融合从数据融合从数据融合从数据融合从20 20 20 20 20 20 世纪世纪世纪世纪世纪世纪70 70 70 70 70 70 年代末被提出，年代末被提出，年代末被提出，年代末被提出，年代末被提出，年代末被提出，“数据数据数据数据数据数据融合融合融合融合融合融合”出现于出现于出现于出现于出现于出现于202020202020世纪世纪世纪世纪世纪世纪707070707070年代，源于军事领域的年代，
2、源于军事领域的年代，源于军事领域的年代，源于军事领域的年代，源于军事领域的年代，源于军事领域的C3I(C3I(C3I(commandcommandcommand，control control control，communication and communication and communication and intelligence)intelligence)intelligence)系统的需要，当时称为多源相关、多传系统的需要，当时称为多源相关、多传系统的需要，当时称为多源相关、多传系统的需要，当时称为多源相关、多传系统的需要，当时称为多源相关、多传系统的需要，当时称为多源相关、多传
3、感器混合数据融合，并于感器混合数据融合，并于感器混合数据融合，并于感器混合数据融合，并于感器混合数据融合，并于感器混合数据融合，并于808080808080年代建立其技术。年代建立其技术。年代建立其技术。年代建立其技术。年代建立其技术。年代建立其技术。美国美国美国美国美国美国是数据融合技术起步最早的国家，是数据融合技术起步最早的国家，是数据融合技术起步最早的国家，是数据融合技术起步最早的国家，是数据融合技术起步最早的国家，是数据融合技术起步最早的国家，198319831983198319831983年，美国国年，美国国年，美国国年，美国国年，美国国年，美国国防高级研究计划局防高级研究计划局防高
4、级研究计划局防高级研究计划局防高级研究计划局防高级研究计划局(DARPA)(DARPA)(DARPA)推出的战略计算机计划推出的战略计算机计划推出的战略计算机计划推出的战略计算机计划推出的战略计算机计划推出的战略计算机计划中，将多传感器数据融合列为重大研究课题。中，将多传感器数据融合列为重大研究课题。中，将多传感器数据融合列为重大研究课题。中，将多传感器数据融合列为重大研究课题。中，将多传感器数据融合列为重大研究课题。中，将多传感器数据融合列为重大研究课题。1984 1984 1984 1984 1984 1984年，美国国防部年，美国国防部年，美国国防部年，美国国防部年，美国国防部年，美国国
5、防部(DOD)(DOD)(DOD)成立了数据融合专成立了数据融合专成立了数据融合专成立了数据融合专成立了数据融合专成立了数据融合专家组家组家组家组家组家组(DFSData Fusion Subana1)(DFSData Fusion Subana1)(DFSData Fusion Subana1)，负责指导、组，负责指导、组，负责指导、组，负责指导、组，负责指导、组，负责指导、组织并协调有关这一国防关键技术的系统研究，织并协调有关这一国防关键技术的系统研究，织并协调有关这一国防关键技术的系统研究，织并协调有关这一国防关键技术的系统研究，织并协调有关这一国防关键技术的系统研究，织并协调有关这一国
6、防关键技术的系统研究，1988 1988 1988 1988 1988 1988年又将其列入国防部年又将其列入国防部年又将其列入国防部年又将其列入国防部年又将其列入国防部年又将其列入国防部222222222222项关键技术之一。项关键技术之一。项关键技术之一。项关键技术之一。项关键技术之一。项关键技术之一。1.3 1.3 1.3 1.3 内容内容内容内容1.1.1.1.1.1.数据关联数据关联数据关联数据关联数据关联数据关联:确定从多传感器来的数据是否反映确定从多传感器来的数据是否反映确定从多传感器来的数据是否反映确定从多传感器来的数据是否反映确定从多传感器来的数据是否反映确定从多传感器来的数
7、据是否反映同一个目标。同一个目标。同一个目标。同一个目标。同一个目标。同一个目标。2.2.2.2.2.2.多传感器多传感器多传感器多传感器多传感器多传感器ID/ID/ID/ID/ID/ID/轨迹估计轨迹估计轨迹估计轨迹估计轨迹估计轨迹估计:假设从多源来的报告反假设从多源来的报告反假设从多源来的报告反假设从多源来的报告反假设从多源来的报告反假设从多源来的报告反映的是同一目标映的是同一目标映的是同一目标映的是同一目标映的是同一目标映的是同一目标,对这些数据进行综合以改进对这些数据进行综合以改进对这些数据进行综合以改进对这些数据进行综合以改进对这些数据进行综合以改进对这些数据进行综合以改进对该目标的
8、估计对该目标的估计对该目标的估计对该目标的估计对该目标的估计对该目标的估计,或是改进对整个当前或是改进对整个当前或是改进对整个当前或是改进对整个当前或是改进对整个当前或是改进对整个当前/未来情未来情未来情未来情未来情未来情况的估计。况的估计。况的估计。况的估计。况的估计。况的估计。3.3.3.3.3.3.采集管理采集管理采集管理采集管理采集管理采集管理:给定传感器环境的一种认识状态给定传感器环境的一种认识状态给定传感器环境的一种认识状态给定传感器环境的一种认识状态给定传感器环境的一种认识状态给定传感器环境的一种认识状态,通过分配多个信息捕获和处理源通过分配多个信息捕获和处理源通过分配多个信息捕
9、获和处理源通过分配多个信息捕获和处理源通过分配多个信息捕获和处理源通过分配多个信息捕获和处理源,以最大限度以最大限度以最大限度以最大限度以最大限度以最大限度地发挥其性能地发挥其性能地发挥其性能地发挥其性能地发挥其性能地发挥其性能,从而使其操作成本降到最低。从而使其操作成本降到最低。从而使其操作成本降到最低。从而使其操作成本降到最低。从而使其操作成本降到最低。从而使其操作成本降到最低。简言之简言之简言之简言之简言之简言之,传感器的数据融合功能主要包括传感器的数据融合功能主要包括传感器的数据融合功能主要包括传感器的数据融合功能主要包括传感器的数据融合功能主要包括传感器的数据融合功能主要包括多传感器
10、的目标探测、数据关联、跟踪与识别、多传感器的目标探测、数据关联、跟踪与识别、多传感器的目标探测、数据关联、跟踪与识别、多传感器的目标探测、数据关联、跟踪与识别、多传感器的目标探测、数据关联、跟踪与识别、多传感器的目标探测、数据关联、跟踪与识别、情况评估和预测情况评估和预测情况评估和预测情况评估和预测情况评估和预测情况评估和预测。1.4 1.4 1.4 1.4 特点特点特点特点1.1.1.1.生存能力强；生存能力强；生存能力强；生存能力强；2.2.2.2.扩展了空间覆盖范围；扩展了空间覆盖范围；扩展了空间覆盖范围；扩展了空间覆盖范围；3.3.3.3.扩展了时间的覆盖范围；扩展了时间的覆盖范围；扩
11、展了时间的覆盖范围；扩展了时间的覆盖范围；4.4.4.4.提高了可信度；提高了可信度；提高了可信度；提高了可信度；5.5.5.5.降低了信息的模糊度；降低了信息的模糊度；降低了信息的模糊度；降低了信息的模糊度；6.6.6.6.改进了探测性能；改进了探测性能；改进了探测性能；改进了探测性能；7.7.7.7.提高了空间分辨率；提高了空间分辨率；提高了空间分辨率；提高了空间分辨率；8.8.8.8.增加了测量维数；增加了测量维数；增加了测量维数；增加了测量维数；2 2 2 2、基本原理、融合过程及关键技术、基本原理、融合过程及关键技术、基本原理、融合过程及关键技术、基本原理、融合过程及关键技术2.1
12、2.1 2.1 2.1 2.1 2.1 基本原理基本原理基本原理基本原理基本原理基本原理 多传感器数据融合就像人脑综合处理信息一样多传感器数据融合就像人脑综合处理信息一样多传感器数据融合就像人脑综合处理信息一样多传感器数据融合就像人脑综合处理信息一样多传感器数据融合就像人脑综合处理信息一样多传感器数据融合就像人脑综合处理信息一样,其基本其基本其基本其基本其基本其基本原理就是充分利用多传感器资源，通过对这些传感器及观测原理就是充分利用多传感器资源，通过对这些传感器及观测原理就是充分利用多传感器资源，通过对这些传感器及观测原理就是充分利用多传感器资源，通过对这些传感器及观测原理就是充分利用多传感器
13、资源，通过对这些传感器及观测原理就是充分利用多传感器资源，通过对这些传感器及观测信息的合理支配和使用，把多传感器在空间或时间上的冗余信息的合理支配和使用，把多传感器在空间或时间上的冗余信息的合理支配和使用，把多传感器在空间或时间上的冗余信息的合理支配和使用，把多传感器在空间或时间上的冗余信息的合理支配和使用，把多传感器在空间或时间上的冗余信息的合理支配和使用，把多传感器在空间或时间上的冗余或互补信息依据某种准则进行组合，以获得被测对象的一致或互补信息依据某种准则进行组合，以获得被测对象的一致或互补信息依据某种准则进行组合，以获得被测对象的一致或互补信息依据某种准则进行组合，以获得被测对象的一致
14、或互补信息依据某种准则进行组合，以获得被测对象的一致或互补信息依据某种准则进行组合，以获得被测对象的一致性解释或描述。性解释或描述。性解释或描述。性解释或描述。性解释或描述。性解释或描述。数据融合的目的是通过数据信息组合而不是出现在输入数据融合的目的是通过数据信息组合而不是出现在输入数据融合的目的是通过数据信息组合而不是出现在输入数据融合的目的是通过数据信息组合而不是出现在输入数据融合的目的是通过数据信息组合而不是出现在输入数据融合的目的是通过数据信息组合而不是出现在输入数据中的任何个别信息，推导出更多的信息，得到最佳协同数据中的任何个别信息，推导出更多的信息，得到最佳协同数据中的任何个别信息
15、，推导出更多的信息，得到最佳协同数据中的任何个别信息，推导出更多的信息，得到最佳协同数据中的任何个别信息，推导出更多的信息，得到最佳协同数据中的任何个别信息，推导出更多的信息，得到最佳协同作用的结果。也就是利用多个传感器共同或联合操作的优势，作用的结果。也就是利用多个传感器共同或联合操作的优势，作用的结果。也就是利用多个传感器共同或联合操作的优势，作用的结果。也就是利用多个传感器共同或联合操作的优势，作用的结果。也就是利用多个传感器共同或联合操作的优势，作用的结果。也就是利用多个传感器共同或联合操作的优势，提高传感器系统的有效性，消除单个或少量传感器的局限性。提高传感器系统的有效性，消除单个或
16、少量传感器的局限性。提高传感器系统的有效性，消除单个或少量传感器的局限性。提高传感器系统的有效性，消除单个或少量传感器的局限性。提高传感器系统的有效性，消除单个或少量传感器的局限性。提高传感器系统的有效性，消除单个或少量传感器的局限性。在多传感器数据融合系统中，各种传感器的数据可以具在多传感器数据融合系统中，各种传感器的数据可以具在多传感器数据融合系统中，各种传感器的数据可以具在多传感器数据融合系统中，各种传感器的数据可以具在多传感器数据融合系统中，各种传感器的数据可以具在多传感器数据融合系统中，各种传感器的数据可以具有不同的特征，可能是实时的或非实时的、模糊的或确定的、有不同的特征，可能是实
17、时的或非实时的、模糊的或确定的、有不同的特征，可能是实时的或非实时的、模糊的或确定的、有不同的特征，可能是实时的或非实时的、模糊的或确定的、有不同的特征，可能是实时的或非实时的、模糊的或确定的、有不同的特征，可能是实时的或非实时的、模糊的或确定的、互相支持的或互补的，也可能是互相矛盾或竞争的。互相支持的或互补的，也可能是互相矛盾或竞争的。互相支持的或互补的，也可能是互相矛盾或竞争的。互相支持的或互补的，也可能是互相矛盾或竞争的。互相支持的或互补的，也可能是互相矛盾或竞争的。互相支持的或互补的，也可能是互相矛盾或竞争的。2.2 2.2 2.2 2.2 融合过程融合过程融合过程融合过程 数据融合过
18、程主要包括多传感器数据融合过程主要包括多传感器数据融合过程主要包括多传感器数据融合过程主要包括多传感器(信号获信号获信号获信号获取取取取)、数据预处理、数据融合中心、数据预处理、数据融合中心、数据预处理、数据融合中心、数据预处理、数据融合中心(特征提特征提特征提特征提取、数据融合计算取、数据融合计算取、数据融合计算取、数据融合计算)和结果输出等环节和结果输出等环节和结果输出等环节和结果输出等环节,其其其其过程如下图过程如下图过程如下图过程如下图 所示。所示。所示。所示。2.3 2.3 2.3 2.3 关键技术关键技术关键技术关键技术 数据融合的关键技术主要是数据转数据融合的关键技术主要是数据转
19、数据融合的关键技术主要是数据转数据融合的关键技术主要是数据转换、数据相关、态势数据库和融合计换、数据相关、态势数据库和融合计换、数据相关、态势数据库和融合计换、数据相关、态势数据库和融合计算等算等算等算等,其中其中其中其中融合计算融合计算融合计算融合计算是多传感器数据融是多传感器数据融是多传感器数据融是多传感器数据融合系统的核心技术。合系统的核心技术。合系统的核心技术。合系统的核心技术。对多传感器的相关观测结果进行验证、分析、对多传感器的相关观测结果进行验证、分析、对多传感器的相关观测结果进行验证、分析、对多传感器的相关观测结果进行验证、分析、对多传感器的相关观测结果进行验证、分析、对多传感器
20、的相关观测结果进行验证、分析、补充、取舍、修改和状态跟踪估计。补充、取舍、修改和状态跟踪估计。补充、取舍、修改和状态跟踪估计。补充、取舍、修改和状态跟踪估计。补充、取舍、修改和状态跟踪估计。补充、取舍、修改和状态跟踪估计。对新发现的不相关观测结果进行分析和综合。对新发现的不相关观测结果进行分析和综合。对新发现的不相关观测结果进行分析和综合。对新发现的不相关观测结果进行分析和综合。对新发现的不相关观测结果进行分析和综合。对新发现的不相关观测结果进行分析和综合。生成综合态势生成综合态势生成综合态势生成综合态势生成综合态势生成综合态势,并实时地根据多传感器观测并实时地根据多传感器观测并实时地根据多传
21、感器观测并实时地根据多传感器观测并实时地根据多传感器观测并实时地根据多传感器观测结果通过数据融合计算结果通过数据融合计算结果通过数据融合计算结果通过数据融合计算结果通过数据融合计算结果通过数据融合计算,对综合态势进行修对综合态势进行修对综合态势进行修对综合态势进行修对综合态势进行修对综合态势进行修改。改。改。改。改。改。3 33 3、数据融合系统的结构及功能模型、数据融合系统的结构及功能模型、数据融合系统的结构及功能模型、数据融合系统的结构及功能模型3.1 3.1 3.1 3.1 3.1 3.1 结构结构结构结构结构结构3.2 3.2 3.2 3.2 功能模型功能模型功能模型功能模型4 4 4
22、 4、数据融合方法、数据融合方法、数据融合方法、数据融合方法表表表表1 1 1 1 各种融合方法的比较各种融合方法的比较各种融合方法的比较各种融合方法的比较融合方法融合方法融合方法融合方法运行环境运行环境运行环境运行环境信息类型信息类型信息类型信息类型信息表示信息表示信息表示信息表示不确定性不确定性不确定性不确定性融合技术融合技术融合技术融合技术适用范围适用范围适用范围适用范围加权平均加权平均加权平均加权平均动态动态动态动态冗余冗余冗余冗余原始读数原始读数原始读数原始读数值值值值加权平均加权平均加权平均加权平均低层数据低层数据低层数据低层数据融合融合融合融合卡尔曼滤卡尔曼滤卡尔曼滤卡尔曼滤波波
23、波波动态动态动态动态冗余冗余冗余冗余概率分布概率分布概率分布概率分布高斯噪声高斯噪声高斯噪声高斯噪声系统模型系统模型系统模型系统模型滤波滤波滤波滤波低层数据低层数据低层数据低层数据融合融合融合融合贝叶斯估贝叶斯估贝叶斯估贝叶斯估计计计计静态静态静态静态冗余冗余冗余冗余概率分布概率分布概率分布概率分布高斯噪声高斯噪声高斯噪声高斯噪声贝叶斯估贝叶斯估贝叶斯估贝叶斯估计计计计高层数据高层数据高层数据高层数据融合融合融合融合统计决策统计决策统计决策统计决策理论理论理论理论静态静态静态静态冗余冗余冗余冗余概率分布概率分布概率分布概率分布累加噪声累加噪声累加噪声累加噪声极值决策极值决策极值决策极值决策高层
24、数据高层数据高层数据高层数据融合融合融合融合证据推理证据推理证据推理证据推理静态静态静态静态冗余互补冗余互补冗余互补冗余互补命题命题命题命题逻辑推理逻辑推理逻辑推理逻辑推理高层数据高层数据高层数据高层数据融合融合融合融合模糊推理模糊推理模糊推理模糊推理静态静态静态静态冗余互补冗余互补冗余互补冗余互补命题命题命题命题隶属度隶属度隶属度隶属度逻辑推理逻辑推理逻辑推理逻辑推理高层数据高层数据高层数据高层数据融合融合融合融合神经元网神经元网神经元网神经元网络络络络动、静态动、静态动、静态动、静态冗余互补冗余互补冗余互补冗余互补神经元输神经元输神经元输神经元输入入入入学习误差学习误差学习误差学习误差神经
25、元网神经元网神经元网神经元网络络络络低低低低P P P P高层高层高层高层产生式规产生式规产生式规产生式规则则则则静态静态静态静态冗余互补冗余互补冗余互补冗余互补命题命题命题命题置信因子置信因子置信因子置信因子逻辑推理逻辑推理逻辑推理逻辑推理高层数据高层数据高层数据高层数据融合融合融合融合4.1 4.1 4.1 4.1 综合平均法综合平均法综合平均法综合平均法 该方法是把来自多个传感器的众多数据该方法是把来自多个传感器的众多数据该方法是把来自多个传感器的众多数据该方法是把来自多个传感器的众多数据进行综合平均。它适宜于用同样的传感器进行综合平均。它适宜于用同样的传感器进行综合平均。它适宜于用同样
26、的传感器进行综合平均。它适宜于用同样的传感器检测同一个检测目标。如果对一个检测目检测同一个检测目标。如果对一个检测目检测同一个检测目标。如果对一个检测目检测同一个检测目标。如果对一个检测目标进行了标进行了标进行了标进行了k k k k次检测次检测次检测次检测,其平均值其平均值其平均值其平均值 W W W Wi i i i 为分配给第为分配给第为分配给第为分配给第i i i i 次检测的权数。次检测的权数。次检测的权数。次检测的权数。4.2 4.2 4.2 4.2 贝叶斯估计法贝叶斯估计法贝叶斯估计法贝叶斯估计法 贝叶斯推理技术主要用来进行决策层融贝叶斯推理技术主要用来进行决策层融贝叶斯推理技术
27、主要用来进行决策层融贝叶斯推理技术主要用来进行决策层融合，它是通过先验信息和样本信息合成为合，它是通过先验信息和样本信息合成为合，它是通过先验信息和样本信息合成为合，它是通过先验信息和样本信息合成为后验分布，对检测目标作出推断。后验分布，对检测目标作出推断。后验分布，对检测目标作出推断。后验分布，对检测目标作出推断。4.2 D-S(Dempster-Shafer)4.2 D-S(Dempster-Shafer)4.2 D-S(Dempster-Shafer)4.2 D-S(Dempster-Shafer)证据推理法证据推理法证据推理法证据推理法 是贝叶斯推理的扩充是贝叶斯推理的扩充是贝叶斯推理
28、的扩充是贝叶斯推理的扩充是贝叶斯推理的扩充是贝叶斯推理的扩充,其其其其其其3 3 3 3 3 3个基本要点是个基本要点是个基本要点是个基本要点是个基本要点是个基本要点是:基基基基基基本概率赋值函数本概率赋值函数本概率赋值函数本概率赋值函数本概率赋值函数本概率赋值函数m m m m m mi i i ii i 、信任函数、信任函数、信任函数、信任函数、信任函数、信任函数BelBelBelBelBelBeli i i ii i 和似然函数和似然函数和似然函数和似然函数和似然函数和似然函数PlsPlsPlsPlsPlsPlsi i i ii i 。D-S D-S D-S D-S D-S D-S 方法
29、的推理结构是自下而上的方法的推理结构是自下而上的方法的推理结构是自下而上的方法的推理结构是自下而上的方法的推理结构是自下而上的方法的推理结构是自下而上的,分分分分分分3 3 3 3 3 3级级级级级级,推理结构如图推理结构如图推理结构如图推理结构如图推理结构如图推理结构如图5 5 5 5 5 5所示所示所示所示所示所示4.3 4.3 4.3 4.3 模糊逻辑法模糊逻辑法模糊逻辑法模糊逻辑法 针对数据融合中所检测的目标特征具有某种针对数据融合中所检测的目标特征具有某种针对数据融合中所检测的目标特征具有某种针对数据融合中所检测的目标特征具有某种针对数据融合中所检测的目标特征具有某种针对数据融合中所
30、检测的目标特征具有某种模糊性的现象模糊性的现象模糊性的现象模糊性的现象模糊性的现象模糊性的现象,有人利用模糊逻辑方法来对检测目有人利用模糊逻辑方法来对检测目有人利用模糊逻辑方法来对检测目有人利用模糊逻辑方法来对检测目有人利用模糊逻辑方法来对检测目有人利用模糊逻辑方法来对检测目标进行识别和分类。建立标准检测目标和待识别标进行识别和分类。建立标准检测目标和待识别标进行识别和分类。建立标准检测目标和待识别标进行识别和分类。建立标准检测目标和待识别标进行识别和分类。建立标准检测目标和待识别标进行识别和分类。建立标准检测目标和待识别检测目标的模糊子集是此方法的研究基础。但模检测目标的模糊子集是此方法的研
31、究基础。但模检测目标的模糊子集是此方法的研究基础。但模检测目标的模糊子集是此方法的研究基础。但模检测目标的模糊子集是此方法的研究基础。但模检测目标的模糊子集是此方法的研究基础。但模糊子集的建立糊子集的建立糊子集的建立糊子集的建立糊子集的建立糊子集的建立,需要有各种各样的标准检测目标需要有各种各样的标准检测目标需要有各种各样的标准检测目标需要有各种各样的标准检测目标需要有各种各样的标准检测目标需要有各种各样的标准检测目标,同时又必须建立合适的隶属函数。而确定隶属函同时又必须建立合适的隶属函数。而确定隶属函同时又必须建立合适的隶属函数。而确定隶属函同时又必须建立合适的隶属函数。而确定隶属函同时又必
32、须建立合适的隶属函数。而确定隶属函同时又必须建立合适的隶属函数。而确定隶属函数比较麻烦数比较麻烦数比较麻烦数比较麻烦数比较麻烦数比较麻烦,目前还没有规范的方法可遵循。又由目前还没有规范的方法可遵循。又由目前还没有规范的方法可遵循。又由目前还没有规范的方法可遵循。又由目前还没有规范的方法可遵循。又由目前还没有规范的方法可遵循。又由于标准检测目标子集的建立受到各种条件的限制于标准检测目标子集的建立受到各种条件的限制于标准检测目标子集的建立受到各种条件的限制于标准检测目标子集的建立受到各种条件的限制于标准检测目标子集的建立受到各种条件的限制于标准检测目标子集的建立受到各种条件的限制,往往误差较大。往
33、往误差较大。往往误差较大。往往误差较大。往往误差较大。往往误差较大。4.4 4.4 4.4 4.4 4.4 4.4 神经网络方法神经网络方法神经网络方法神经网络方法神经网络方法神经网络方法 一个人工神经网络一个人工神经网络一个人工神经网络一个人工神经网络一个人工神经网络一个人工神经网络(AN)(AN)(AN)(AN)(AN)(AN)由多层处理单元或节由多层处理单元或节由多层处理单元或节由多层处理单元或节由多层处理单元或节由多层处理单元或节点组成点组成点组成点组成点组成点组成,可以用各种方法互联，图可以用各种方法互联，图可以用各种方法互联，图可以用各种方法互联，图可以用各种方法互联，图可以用各种
34、方法互联，图6 6 6 6 6 6 表示一个具表示一个具表示一个具表示一个具表示一个具表示一个具有有有有有有3 3 3 3 3 3层节点的层节点的层节点的层节点的层节点的层节点的AN,AN,AN,AN,AN,AN,输入向量是与目标有关的测量输入向量是与目标有关的测量输入向量是与目标有关的测量输入向量是与目标有关的测量输入向量是与目标有关的测量输入向量是与目标有关的测量参数集参数集参数集参数集参数集参数集,输入的数据向量经过输入的数据向量经过输入的数据向量经过输入的数据向量经过输入的数据向量经过输入的数据向量经过AN AN AN AN AN AN 非线性变换非线性变换非线性变换非线性变换非线性变
35、换非线性变换,得得得得得得到一个输出向量到一个输出向量到一个输出向量到一个输出向量到一个输出向量到一个输出向量,输出向量可能是目标身份。输出向量可能是目标身份。输出向量可能是目标身份。输出向量可能是目标身份。输出向量可能是目标身份。输出向量可能是目标身份。这样一种变换能够产生从数据到标识分类的这样一种变换能够产生从数据到标识分类的这样一种变换能够产生从数据到标识分类的这样一种变换能够产生从数据到标识分类的这样一种变换能够产生从数据到标识分类的这样一种变换能够产生从数据到标识分类的映射映射映射映射映射映射,也就把多传感器的数据变换为一个实体的也就把多传感器的数据变换为一个实体的也就把多传感器的数
36、据变换为一个实体的也就把多传感器的数据变换为一个实体的也就把多传感器的数据变换为一个实体的也就把多传感器的数据变换为一个实体的联合标识联合标识联合标识联合标识联合标识联合标识,这是一种特有的并行学习方式这是一种特有的并行学习方式这是一种特有的并行学习方式这是一种特有的并行学习方式这是一种特有的并行学习方式这是一种特有的并行学习方式,完全完全完全完全完全完全不同于传统的基于统计理论的数据融合法。不同于传统的基于统计理论的数据融合法。不同于传统的基于统计理论的数据融合法。不同于传统的基于统计理论的数据融合法。不同于传统的基于统计理论的数据融合法。不同于传统的基于统计理论的数据融合法。5 5 5 5
37、、应、应、应、应 用用用用应用领域：随着多传感器数据融合技术的发展应用领域：随着多传感器数据融合技术的发展应用领域：随着多传感器数据融合技术的发展应用领域：随着多传感器数据融合技术的发展,应用的领域应用的领域应用的领域应用的领域也在不断扩大也在不断扩大也在不断扩大也在不断扩大,多传感器融合技术已成功地应用于众多多传感器融合技术已成功地应用于众多多传感器融合技术已成功地应用于众多多传感器融合技术已成功地应用于众多的研究领域。的研究领域。的研究领域。的研究领域。5.15.15.15.1、C C C C3 3 3 3I I I I5.25.25.25.2、飞行目标跟踪、飞行目标跟踪、飞行目标跟踪、飞
38、行目标跟踪5.35.35.35.3、机器人、机器人、机器人、机器人5.45.45.45.4、星球车、星球车、星球车、星球车 5.55.55.55.5、工业过程监控、工业过程监控、工业过程监控、工业过程监控 5.65.65.65.6、遥感图像融合处理、遥感图像融合处理、遥感图像融合处理、遥感图像融合处理 5.75.7、公共安全、公共安全 5.85.8、环境污染监测、环境污染监测 5.95.9、智能交通、智能交通 5.105.10、无人驾驶汽车无人驾驶汽车 5.115.11、农业、农业 5.125.12、物联网、物联网5.15.15.15.1、多传感器数据融合技术、多传感器数据融合技术、多传感器数
39、据融合技术、多传感器数据融合技术 在在在在“C“C“C“C3 3 3 3I”I”I”I”系统中的应用系统中的应用系统中的应用系统中的应用 “C “C “C “C3 3 3 3I”I”I”I”就是指挥自动化技术系统，是就是指挥自动化技术系统，是就是指挥自动化技术系统，是就是指挥自动化技术系统，是用电子计算机将指挥（用电子计算机将指挥（用电子计算机将指挥（用电子计算机将指挥（commandcommand）、控制、控制、控制、控制（controlcontrol）、通信（、通信（、通信（、通信（communicationcommunication）和）和）和）和情报情报情报情报（intelligenc
40、eintelligence）各分系统紧密联在一起各分系统紧密联在一起各分系统紧密联在一起各分系统紧密联在一起的综合系统。的综合系统。的综合系统。的综合系统。预处理器预处理器预处理器预处理器 ：对同类传感器的数据进行融合；：对同类传感器的数据进行融合；：对同类传感器的数据进行融合；：对同类传感器的数据进行融合；时间和空间配准：为多传感器提供统一参照；时间和空间配准：为多传感器提供统一参照；时间和空间配准：为多传感器提供统一参照；时间和空间配准：为多传感器提供统一参照；信息融合处理器：将测量参数进行合并，提信息融合处理器：将测量参数进行合并，提信息融合处理器：将测量参数进行合并，提信息融合处理器：
41、将测量参数进行合并，提高目标的分类及态势估计的准确性；高目标的分类及态势估计的准确性；高目标的分类及态势估计的准确性；高目标的分类及态势估计的准确性；态势数据库：存储实时或历史态势数据；态势数据库：存储实时或历史态势数据；态势数据库：存储实时或历史态势数据；态势数据库：存储实时或历史态势数据；控制计算机：对目标分类、进行态势估计，控制计算机：对目标分类、进行态势估计，控制计算机：对目标分类、进行态势估计，控制计算机：对目标分类、进行态势估计，并对信息源的使用进行协调；并对信息源的使用进行协调；并对信息源的使用进行协调；并对信息源的使用进行协调；显示与控制：显示融合与评估的结果。显示与控制：显示
42、融合与评估的结果。显示与控制：显示融合与评估的结果。显示与控制：显示融合与评估的结果。5.2、飞行目标跟踪虚拟战场虚拟战场科索沃虚拟战场n n战场监测战场监测n n士兵机器人士兵机器人惯性导航惯性导航 惯性导航系统是利用惯性导航系统是利用惯性元件惯性元件惯性元件惯性元件来感测航行体的运动加速度，来感测航行体的运动加速度，经过积分计算，从而解算出导航参数来确定航行体的位置。经过积分计算，从而解算出导航参数来确定航行体的位置。惯性导航系统可以连续给出载体的惯性导航系统可以连续给出载体的航向、姿态、速度、位航向、姿态、速度、位航向、姿态、速度、位航向、姿态、速度、位置置置置等导航参数。具有隐蔽性好、
43、抗干扰性强、能全天候工等导航参数。具有隐蔽性好、抗干扰性强、能全天候工作等优点，但其导航需要一段对准时间，存在作等优点，但其导航需要一段对准时间，存在“漂移漂移”现象，现象，误差随时间积累，长时间工作会产生较大的积累误差误差随时间积累，长时间工作会产生较大的积累误差 星图导航星图导航 天文导航系统的航向精度在现有导航设备中是最高的，可天文导航系统的航向精度在现有导航设备中是最高的，可为武器系统提供精确的位置、航向和姿态信息为武器系统提供精确的位置、航向和姿态信息 5.3 机器人传感器包括：摄像机、声纳、陀螺仪、激光测距等传感器包括：摄像机、声纳、陀螺仪、激光测距等pioneerpioneer、
44、月球车、六足机器人（俄罗斯）、火、月球车、六足机器人（俄罗斯）、火星探测车、制造业机器人、服务机器人、导游星探测车、制造业机器人、服务机器人、导游机器人、机械手、机器人、机械手、RobotcupRobotcup、路径规划、路径规划机器人舞蹈机器人舞蹈qiro机器人20个机器人Nao在上海世博会法国馆完美演出了长达10分钟的全自主集体舞蹈表演，创造了类人机器人历史性一幕，这也是世界上第一次大规模机器人同时跳“集体舞”。机器人Nao的表演分三个音乐片段，其中包括法国作曲家莫里斯拉威尔的著名交响作品Bolero，完美展示了Nao完成稳定、灵活并有节奏的动作的能力。这也是机器人史上第一次在艺术领域达到
45、饱含情感并与观众产生共鸣的高度。由类人机器人领域的世界顶尖公司Aldebaran Robotics研发5.4、星球车勇气号火星车好奇号火星车5.5、工业过程监控n n识别引起系统状况超出正常运行范围的故障条识别引起系统状况超出正常运行范围的故障条件件触发报警器触发报警器n n石油勘探石油勘探n n火力发电（发电机组监控）火力发电（发电机组监控）n n转炉炼钢（温度和含碳量）转炉炼钢（温度和含碳量）n n核反应堆核反应堆5.6、遥感图像融合处理n n主要对地面目标或实体进行监视、识别与定位，使用的传主要对地面目标或实体进行监视、识别与定位，使用的传感器主要为合成孔径雷达，在多源图像进行融合时，要
46、利感器主要为合成孔径雷达，在多源图像进行融合时，要利用像素级配准用像素级配准n n通过通过高空间分辨率全色图像高空间分辨率全色图像高空间分辨率全色图像高空间分辨率全色图像和低光谱分辨率图像的融合，和低光谱分辨率图像的融合，得到高空间分辨率和高光谱分辨率的图像，融合多波段和得到高空间分辨率和高光谱分辨率的图像，融合多波段和多时段的遥感图像来提高分类的准确性。多时段的遥感图像来提高分类的准确性。n n采用合成孔径雷达、卫星遥感等对地面进行监视，以识别采用合成孔径雷达、卫星遥感等对地面进行监视，以识别地貌、气象模式、矿产、植物生长（农作物种植面积和产地貌、气象模式、矿产、植物生长（农作物种植面积和产
47、量预测）、环境条件（省气象局量预测）、环境条件（省气象局-火灾）和威胁状况（原火灾）和威胁状况（原油泄漏、辐射泄漏等）油泄漏、辐射泄漏等）对物理现象、事件进行定位、识对物理现象、事件进行定位、识别和解释。别和解释。5.7、公共安全n n毒品检测毒品检测 气敏、红外、微波气敏、红外、微波n n火灾监测火灾监测 烟雾传感器、二氧化碳传感器烟雾传感器、二氧化碳传感器 n n瓦斯监测瓦斯监测n n远程医疗远程医疗 X X射线、核磁共振、超声波射线、核磁共振、超声波肿瘤定位肿瘤定位n n智能材料智能材料 飞机机翼（有限元分析飞机机翼（有限元分析表面应力计算）表面应力计算）微机械手（压电陶瓷制备微机械手（
48、压电陶瓷制备温度发生形变：温度控制）温度发生形变：温度控制）刹车系统刹车系统5.8、环境污染监测n n环境污染现状环境污染现状n n大气污染监测大气污染监测n n环境水污染监测环境水污染监测 检测指标检测指标 水质建模、水质综合评水质建模、水质综合评判判n n汽车尾气排放检测汽车尾气排放检测5.9、智能交通n n空中交通：空中交通管制系统空中交通：空中交通管制系统 在雷达网的监视、引导和管理下进行工作，多雷达融合，在雷达网的监视、引导和管理下进行工作，多雷达融合，通过二次雷达识别各种类型的飞机、确定民航机航班号、通过二次雷达识别各种类型的飞机、确定民航机航班号、飞行状态，且与一次雷达进行配对飞
49、行状态，且与一次雷达进行配对导航设备：导航设备：监视和控制设备：修正航线偏离、防止飞机相撞，并调监视和控制设备：修正航线偏离、防止飞机相撞，并调度飞机流量；度飞机流量；通信设备、调度人员通信设备、调度人员n n城市交通：摄像、航拍、地感线圈、微波、雷达、地磁传城市交通：摄像、航拍、地感线圈、微波、雷达、地磁传感器、视频、感器、视频、FCDFCDn n轨道交通轨道交通车路协同n n车路协同系统主要包含智能车辆、车车通信（车路协同系统主要包含智能车辆、车车通信（Vehicle to Vehicle to Vehicle,V2VVehicle,V2V）、车路通信（）、车路通信（Vehicle to
50、Vehicle to Infrastructure,V2IInfrastructure,V2I）、车路协同控制和微观仿真等，）、车路协同控制和微观仿真等，它显著提高道路基础设施的使用效率道路，大大降低交通它显著提高道路基础设施的使用效率道路，大大降低交通事故、延误和环境污染事故、延误和环境污染 CVIS展望图5.10、无人驾驶汽车n n法国公司法国公司INRIAINRIA花费十年心血，于花费十年心血，于20092009年年5 5月研制出无人月研制出无人驾驶汽车驾驶汽车CycabCycab自动驾驶（自动驾驶（GPSGPS定位误差小于定位误差小于1 1米）米）n n德国大众德国大众n n中国自主车