数据融合概述.pdfVIP

数据融合概述 付 欣 袁东辉 吉林工 商学院 吉林 长春 130000；2．空军第一分行 学院 【摘 要 】多传感器数据融合是生物界以及逻辑系统内最常见的基本功能，以人类的活动为例，人能够根据 自身的感官：眼，耳，鼻，口， 四肢 ，皮肤等器官将对外界环境 的感知传送给大脑 ，由大脑对各类数据进行重新的组织，融合 ，利用一定的先验知识判断 ，理解周 围的环 境 人 的感官具有不同的量度特征，因此可 以感知 出不同空间范围内的物理现象，这一过程是 自发的，是人类进化过程中一种 自适应 的 能力，人类对各种信息(图像 ，声音 ，气味等)的处理同样需要大量的先验知识。 【关键词】原理 研究 数据融合 中图分类号：C37文献标识]i-5：B文章编号：1009．4067(2012)O3—69．OJ (一 )数据融合的基本原理 的精度 ，相应的提高了计算量 ，目前在单传感器单 目标与单传感 数据融合的基本原理同人脑对信息的处理一样 ，需要利用和 器多 目标领域交互多模算法仍然具有很高的性价 比，以此为基 支配来 自不同传感器的信息 ，并且将 时间和空 间等信息通过一定 础的改进算法也在不断涌现 。 的准则进行优化组合 ，去除冗余信息，最终 目的是为了获得对被观 (四 )数据 融合在数据关联方面 测对象的一致性描述或理解。这种多传感器系统充分利用 了传感 Sillter是数据关联技术的先驱，这种方法对目标有一个预测状 器问联合运行的优势，提高了整个系统的有效性，能够获得比由各 态 ，当检测这个状态 附近出现 回波时，将跟踪航迹进行分裂 ，分别 个独立传感器构成 的系统更加优越的性能，即数据的最佳协同作 计算出每条航迹的似然函数，通过闻值判断将函数值低的航迹合 用，而不是由出现在输入信息中的任何个别元素推导出更多的信 弃。此时的航迹获得没有通过卡尔曼滤波 ，因此包含了大量的杂 息。 波和冗余信息，需要大量的存储空间与计算时间。l971年 ，Singer以 (二 )数据融合研究领域 统计慨率为基础提 出了最邻近滤波法 ，但在真实 目标环境中往往 数据融合基于多传感器，多信息源这～特定研究领域 ，它的主 存在大量 的杂渡与噪声 ，因此距离 目标最近的回波与 目标回波的 要功能是信启处理，l991年美国国防部从军事领域上对数据融合 重合几率也会降低，在复杂的噪声与回波干扰条件下会大大降低 进行 了定义 ：将来自多信息源 、多传感器的数据信息进行关联组 关联的准确率。1974年 ，SingerSea和Housewright给出了一种 “全 合，来获得对 目标精确的位置预测和身份预测，以及对战场情况作 邻”最优滤波器 ，将历史回波与候选 回波统一辨别，即多扫描相关， 出适时准确的评价 。目前一般认为，数据融合就是在计算机技术 在提高准确率的同时增加了计算存储的难度。l978年，Reid结合了 的支持下，以一定的准则对时序获得的若干传感器信息进行分 “全邻”最优滤波和PDA中的 “联合”概念，并且结合了Singer和 析、综合 ，同时利用这一结果对任务进行估计和决策的信息处理 Bar-Shalom方法，提出了MHT(多假设跟踪方法)，这种方法也涉 过程 。 及到假设概率的计算与约减，在复杂的多目标环境下，也会 出现计 (三 )数据融合应用领域 算量海量增长的缺点。 目前我们研究的数据融合技术大多属于信息融合 ，Y．Bar— 在随后的一段时间内A．Poore，S．Mori，T．Kirubarajan，K．C． Shalom ，H ．A．P Blo