第17章多传感器数据融合17.1概述智能信息处理与控制系统发展方向：集成、融合多传感器数据融合是对来自于不同传感器的信息进行分析和综合，以产生对被测对象统一的最佳估计其研究目标是从工程上实现多个传感器信息处理的全过程数据融合的目的是通过数据组合而不是出现在输入信息中的任何个别元素，推导出更多的信息，得到最佳协同作用的结果，即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。数据融合的最终目的是构造高性能智能化系统数据融合的定义充分利用不同时间与空间的多传感器信息资源，采用计算机技术对按时序获得的多传感器观测信息在一定准则下加以自动分析、综合、支配和使用，获得对被测对象的一致性解释与描述，以完成所需的决策和估计任务，使系统获得比它的各组成部分更优越的性能即“融合”是将来自多传感器或多源的信息和数据模仿专家的综合信息处理能力进行智能化处理，从而得出更为准确可信的结论数据融合的特性数据融合的时、空特性时：对单传感器不同时间的观测值进行融合空：对同一时刻不同位置的多传感器观测进行融合数据融合的系统性数据融合的优点准确性和全面性冗余性和容错性互补性可靠性实时性和经济性17.2数据融合的基本原理17.2.1数据融合的层次原始层（或数据层）前提：信息配准性优点：充分利用原始信息不足：信息量大、处理代价高、实时性差例：卡尔曼滤波特征层：模式识别技术决策层优点：容错性、对原始信息无特殊要求不足：要求预处理原始信息融合层次性能比较比较的项目原始层特征层决策层信息量最大中等最小信息损失最小中等最大容错性最差中等最好抗干扰性最差中等最好对传感器依赖性最大中等最小融合方法最难中等最易预处理最小中等最大分类性质最好中等最差系统开放性最差中等最好17.2.2数据融合的处理形态复合处理：把几个传感器信息并行地、互补地组合起来处理。汇总处理：定义函数，对几个传感器信息进行归纳得出信息。融合处理：利用各传感器信息之间或传感器信息与内部模型之间的相互关系进行处理。联合处理：通过理解传感器信息相互之间的关系进行处理17.2.3数据融合模型功能模型特征提取、分类、识别、参数估计、决策低层处理：像素级、特征级。输出状态、特征、属性高层处理：决策级。输出抽象结果特征提取分类决策识别参数估计传感器1传感器3传感器2目标状态测量目标属性测量低层处理高层处理状态向量特征、属性结构形式并联融合、串联融合、混合融合混合融合：总体串联局部并联、总体并联局部串联信息融合中心传感器1传感器N传感器2传感器1输入传感器2输入传感器N输入最终融合结果……传感器1传感器N传感器2传感器1输入传感器2输入传感器N输入最终融合结果……传感器1输出传感器2输出次级融合中心初级融合中心1传感器1传感器M传感器2传感器1输入传感器2输入传感器M输入最终融合结果…………初级融合中心L传感器1传感器N传感器2传感器1输入传感器2输入传感器N输入…………17.2.4数据融合的关键技术数据转换数据相关态势数据库融合计算17.3数据融合的方法17.3.1随机类方法加权平均法Bayes概率推理法Dempster-Shafer证据推理卡尔曼滤波产生式规则17.3.2人工智能类方法模糊逻辑推理神经网络方法智能融合方法环境实际传感器分析抽象传感器类型数值计算传感器数学模型知识库信息融合环境实际传感器多传感器并行处理分析抽象感觉缓冲器环境信息控制信息17.4数据融合系统的应用智能检测系统过程或状态监视机器人空中交通管制军事应用作业P-362：17.1
