数据融合概念.docVIP

数据融合概念的提出源自战争的需要，是依赖于军事应用的。但随着数据融合的发展，它已经成为一门独立的学科，不受某一种应用明显的影响，而是借助于推理，对概念进行一般化，特殊化的综合分析来提出自己的问题。数据融合是一个具有广泛应用领域的概念，很难给出一个统一的定义。数据融合是针对一个系统中使用多个传感器这一特定问题而展开的研究方向，它的定义可以概括为：利用计算机技术对按时序获得的若干传感器的观测信息在一定准则下加以自动分析、综合以完成所需的决策和估计任务而进行的信息处理过程。按照这一定义，多传感器系统是数据融合的硬件基础，多源信息是数据融合的加工对象，协调优化和综合处理是数据融合的核心。 数据融合最早用于军事领域，美国国防部JDL（Joint Directors of Laboratories）从军事应用的角度将数据融合定义为这样的一个过程，即把来自许多传感器和信息源的数据进行联合（Association）、相关（Correlation）、组合（Combination）和估值的处理，以达到准确的位置估计（Position Estimation）与身份估计（Identity Estimation），以及对战场情况和威胁及其重要程度进行及时的完整评价。吉林大学博士学位论文：多传感器数据融合问题的研究有的专家对上述定义进行了补充和修改，用状态估计代替位置估计，并加入了检测的功能，从而给出了如下定义：数据融合是一个多层次、多方面的处理过程，这个过程是对多源数据进行检测、结合、相关、估计和组合，以达到精确的状态估计和身份估计，以及完整及时的态势评估和威胁估计。此定义有三个要点：数据融合是多信源、多层次的处理过程，每个层次代表信息的不同抽象程度；数据融合过程包括数据的检测、关联、估计与合并；数据融合的输出包括低层次上的状态身份估计和高层次上的总战术态势的评估。从非军事应用的角度来说，数据融合是对多个传感器和信息源所提供的关于某一环境特征的不完整信息加以综合，以形成相对完整、一致的感知描述，从而实现更加准确的识别判断功能。综合考虑上述定义，融合都是将来自多传感器或多源数据进行综合处理，从而得出更为准确可信的结论。多传感器数据融合主要包括多传感器的目标检测、数据关联、跟踪与识别、情况评估和预测。数据融合的基本目的是通过融合得到比单独的各个输入数据更多的信息。这一点是协同作用的结果，即由于多传感器的共同作用，使系统的有效性得以增强。多传感器数据融合技术实际上是一种多源信息的综合技术，通过对来自不同传感器的数据进行分析和综合，可以获得被检对象及其性质的最佳一致估计。多传感器数据融合是指将经过集成处理的多种传感器信息进行合成，形成对外部环境某一特征的一种表达方式。多传感器数据融合是人类和其它逻辑系统中常见的基本功能。人非常自然地运用这一能力把来自人体各个传感器（眼、耳、鼻、四肢）的信息（景物、声音、气味、触觉）组合起来，并使用先验知识去估计、理解周围环境和正在发生的事件。由于人类感官具有不同的度量特征，因而可测出不同空间范围内的各种物理现象，这一过程是复杂的，也是自适应的。把各种信息或数据（图像、声音、气味以及物理形状或上下文）转换成对环境的有价值的解释，需要大量不同的智能处理，以及适用于解释组合信息含义的知识库。 在模仿人脑综合处理复杂问题的数据融合系统中，各种传感器的信息可能具有不同的特征：实时的或者非实时的，快变的或者缓变的，模糊的或者确定的，相互支持或互补，也可能相互矛盾或竞争。而多传感器数据融合的基本原理也就像人类综合处理信息一样，充分利用多个传感器资源，通过对这些传感器及其观测信息的合理支配和使用，把各种传感器在空间或时间上的冗余或互补信息依据某种优化准则组合起来，以获得对被测对象的一致性解释或描述。数据融合的基本目标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，这是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，提高整个传感系统的有效性。用于融合的信息既可以是未经处理的原始数据，也可以是经过处理的数据。处理后的数据既可以是描述某个过程的参数或状态估计，也可以是某个命题的证据，或赞成某个假设的决策。在信号处理技术中，一般是对同一类型的数据，例如时间序列数据进行平滑、滤波和预测，或者采用变换的方法在不同的描述域中对信号的参数或状态进行估计。而多传感器数据融合技术可以对不同类型的数据和信息在不同层次上进行综合，它处理的不仅仅是数据，还可以是证据和属性等。所以说，多传感器数据融合并不是简单的信号处理。信号处理可以归属于下文2.2节数据融合的功能模型中的处理层0，即信号预处理阶段。多传感器数据融合系统与所有的单传感器信号处理或低层次的多传感器数据处理方式相比，单传感器信号处理或低层次的多传感器数据处理都是对人脑信息处理