《多传感器数据融合技术.docx》由会员分享，可在线阅读，更多相关《多传感器数据融合技术.docx（5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姓名： 李承尚学号：081308309专业：电子信息工程多传感器数据融合是一门新兴技术，在军事和非军事领域中都到了广泛应用、多传感 器数据融合技术吸取了人工智能、模式识别、统计估量等多门学科的相关技术，计算机技 术的快速进展以及数据融合技术的成熟为数据融合的广泛应用供应了基础。多传感器数据融合是一个新兴的讨论领域，是针对一个系统使用多种传感器这一特定 问题而绽开的一种关于数据处理的讨论。多传感器数据融合技术是近几年来进展起来的一 门实践性较强的应用技术，是多学科交叉的新技术，涉及到信号处理、概率统计、信息论、 模式识别、人工智能、模糊数学等理论。多传感器融合技术已成为军事、
2、工业和高技术开 发等多方面关怀的问题。这一技术广泛应用于C3I( command control communication and intelligence)系统、简单工业过程掌握、机器人、自动目标识别、交通管制、惯性导 航、海洋监视和管理、农业、遥感、医疗诊断、图像处理、模式识别等领域。实践证明： 与单传感器系统相比，运用多传感器数据融合技术在解决探测、跟踪和目标识别等问题方 面，能够增加系统生存力量，提高整个系统的牢靠性和鲁棒性，增加数据的可信度，并提 高精度，扩展整个系统的时间、空间掩盖率，增加系统的实时性和信息采用率等。美国讨 论机构就在国防部的资助下，开展了声纳信号解释系统的讨论。
3、目前，在工业掌握、机器 人、空中交通管制、海洋监视和管理等领域也朝着多传感器融合方向进展。多传感器融合 技术成为军事、工业和高技术开发等多方面关怀的问题。1基本概念及融合原理1 .1多传感器数据融合概念数据融合又称作信息融合或多传感器数据融合，对数据融合还很难给出一个统一、全 面的定义。随着数据融合和计算机应用技术的进展，依据国内外讨论成果，多传感器数据 融合比较准确的定义可概括为：充分采用不同时间与空间的多传感器数据资源，采纳计算 机技术对按时间序列获得的多传感器观测数据，在肯定准则下进行分析、综合、支配和使 用，获得对被测对象的全都性解释与描述，进而实现相应的决策和估量，使系统获得比它 的
4、各组成部分更充分的信息。2 .2多传感器数据融合原理多传感器数据融合技术的基本原理就像人脑综合处理信息一样，充分采用多个传感器 资源，通过对多传感器及其观测信息的合理支配和使用，把多传感器在空间或时间上冗余 或互补信息依据某种准则来进行组合,以获得被测对象的全都性解释或描述。详细地说， 多传感器数据融合原理如下：(1)N个不同类型的传感器(有源或无源的)收集观测目标的数据；(2)对传感器的输出数据(离散的或连续的时间函数数据、输出矢量、成像数据或一 个直接的属性说明)进行特征提取的变换,提取代表观测数据的特征矢量Yi ;(3 )对特征矢量Yi进行模式识别处理(如，聚类算法、自适应神经网络或其他
5、能将特征矢量Yi变换成目标属性判决的统计模式识别法等)完成各传感器关于目标的说明；(4)将各传感器关于目标的说明数据按同一目标进行分组，即关联；(5 )采用融合算法将每一目标各传感器数据进行合成，得到该目标的全都性解释与描 述。2多传感器数据融合方法采用多个传感器所猎取的关于对象和环境全面、完整的信息，主要体现在融合算法上。 因此，多传感器系统的核心问题是选择合适的融合算法。对于多传感器系统来说，信息具 有多样性和简单性，因此，对信息融合方法的基本要求是具有鲁棒性和并行处理力量。此 外，还有方法的运算速度和精度；与前续预处理系统和后续信息识别系统的接口性能；与 不同技术和方法的协调力量；对信息
6、样本的要求等。一般状况下，基于非线性的数学方法， 假如它具有容错性、自适应性、联想记忆和并行处理力量，则都可以用来作为融合方法。多传感器数据融合虽然未形成完整的理论体系和有效的融合算法，但在不少应用领域 依据各自的详细应用背景，已经提出了很多成熟并且有效的融合方法。多传感器数据融合 的常用方法基本上可概括为随机和人工智能两大类，随机类方法有加权平均法、卡尔曼滤 波法、多贝叶斯估量法、Dempster-Shafer ( D-S )证据推理、产生式规章等；而人工智 能类则有模糊规律理论、神经网络、粗集理论、专家系统等。可以预见，神经网络和人工 智能等新概念、新技术在多传感器数据融合中将起到越来越重
7、要的作用。3多传感器数据融合的优势近20年来，多传感器数据融合技术日益受到人们的关注。主要应用于军事领域及智 能机器人、遥感、医疗诊断、自动监视、图像处理、模式识别和简单工业过程掌握等相关领域。数据融合技术之所以广泛应用，是由于多传感器数据融合在解决探测、跟踪和目标 识别问题上，有很多性能上的优势：(1)生存力量强。在有若干传感器不能被采用或受干扰，或目标及大事不在掩盖范围 内时，总有某个传感器可以供应信息。(2扩展了空间掩盖范围。通过多个交叠掩盖的传感器作用区域，扩展间的掩盖范围， 总有一种传感器可以探测到其它传感器探测不到的地方。(3 )扩展了时间的掩盖范围。用多传感器的协同作用提高了检测
8、概率，某个传感器可 以探测到其它传感器不能顾及的目标或大事。(4 )提高了系统的牢靠性，削减了信息的模糊性。这是由于多传感器信息的内在冗余 度和多传感器联合信息降低不确定性的特性带来的。(5)增加了系统的空间辨别力量。多个传感器可以获得比单一传感器更高的辨别率。(6)增加了测量空间的维数，从而降低了测量矩阵的病态性,改善了探测的性能。4应用目前，信息融合的领域已经从单纯军事上的应用渗透很多民用领域，如工业中的柔性 制造、故障诊断，以及在医学、测量等领域中的图像分析与处理、目标测量与跟踪、气象 预报、现代制造等很多方面。近年来，数据融合技术还被应用与流量测试当中，如对流量传感器的压力和温度补偿,
9、 油气两相流流型的辨识副以及对多想流量参数的测量等。多传感器数据融合分像素级、特 征级和决策级融合。多源信息在多层次上的数据融合过程含检测、关联、跟踪、估量和综 合。其航迹融合过程包括低层次上的状态和属性估量及高层次上的战场态势和威逼评估。 该技术在军事上的应用已涉及海上监视、空-空和地-空防备、战场侦察、监视?口目标捕获、 战略防备与告警等领域。参考文献：1黄娜.基于雷达和红外传感器的多传感器数据融合讨论:硕士学位论文.吉林高 校.2007:1-102严怀成，黄心汉，王敏.多传感器数据融合及其应用.中国工控网，2007.93杨万海.多传感器数据融合及其应用M.西安电子科技高校出版社,2004.4康耀红.数据融合技术及其应用.西安电子科技高校出版社,1997