第二章_信息融合系统的模型及结构.ppt

第二章 信息融合系统的模型和结构 重庆大学 自动化学院 柴毅 chaiyi@cqu.edu.cn 引言 对于目标测量识别，单传感器提取的信息往往是待识别目标的不完全描述，而利用多个传感器提取的独立、互补信息，能带来许多特殊效果，因而各种面向复杂应用背景的多传感器数据系统也随之大量涌现。 数据融合技术最早由美国军方用于目标跟踪和目标识别，随着研究的深入和应用领域的扩大，数据融合技术已成功地应用于军事和民用领域的诸多方面。 引言 数据融合 将某一目标的多源信息进行融合，形成比单一信息源更精确、更完全的估计和判决； 把各个传感器在空间上、时间上冗余或互补的数据，依据某种准则进行组合，以获得对被测对象的一致性描述或理解，使系统比组成它的各子系统具有更优越的性能。 引言 数据融合的概念定义为： 把来自多个传感器和信息源的数据加以联合、相关和组合，以获得精确的位置估计和身份估计，以及对战况和威胁及其重要程度进行适时的完整评价。 良好性能稳健性 宽阔的时空覆盖区域 很高的测量维数 良好的目标空间分辨力 …… 引言 美国“数据融合联合实验室”在防御系统中通用的数据融合处理模型： 数据融合分为五级： 第一个层次为检测/判决融合； 第二个层次为空间（位置）融合； 第三个层次为属性数据融合； 第四个层次为态势评估； 第五个层次为威胁估计。 第一、二两个层次的数据融合适合于任意的多传感器数据融合系统，后三个层次主要适用于C3I（情报指挥控制与通讯）系统中的数据融合。 第2章 信息融合系统的模型和结构 2.1 信息融合系统的功能模型 2.2 信息融合的级别 2.3 信息融合系统的通用处理结构 2.4 信息融合要解决的几个关键问题 2.5 信息融合的主要技术和方法 2.1 信息融合系统的功能模型 功能模型从融合过程出发，描述数据融合包括哪些主要功能、数据库，以及进行数据融合时系统各组成部分之间的相互作用过程。 2.1 信息融合系统的功能模型 促进系统管理人员、理论研究者、设计人员、评估人员相互之间更好地沟通和理解，从而使得整个系统的设计、开发和实施过程得以高效顺利地进行。 2.1 功能模型——第一级处理：目标评估 第一级处理：目标评估（object assessment） 主要功能包括数据配准、数据关联、目标位置和运动学参数估计，以及属性参数估计、身份估计等，其结果为更高级别的融合过程提供辅助决策信息。 2.1 功能模型——第二级处理 第二级处理：态势评估（situation assessment） 态势评估是对整个态势的抽象和评定。 态势抽象就是根据不完整的数据集构造一个综合的态势表示，从而产生实体之间一个相互联系的解释。 态势评定则关系到对产生观测数据和事件态势的表示和理解。 态势评定的输入包括事件检测、状态估计以及为态势评定所生成的一组假设等。 态势评定的输出在理论上是所考虑的各种假设的条件概率。 2.1 功能模型——第三级处理 第三级处理：影响评估（impact assessment） 影响评估是将当前态势映射到未来，对参与者设想或预测行为的影响进行评估。在军事领域即指威胁估计（threat assessment），是一种多层视图处理过程，用以解释对武器效能的估计，以及有效地扼制敌人进攻的风险程度。 此外，威胁估计还包括通过汇集技术和军事条令数据库中的数据，对我军要害部位受敌人攻击时的脆弱性做出估计，以及对作战事件出现的程度和可能性进行估计，并对敌方作战企图给出指示和告警。 2.1 功能模型——第四级处理 第四级处理：过程评估（process assessment） 过程评估是一个更高级的处理阶段。通过建立一定的优化指标，对整个融合过程进行实时监控与评价，从而实现多传感器自适应信息获取和处理，以及资源的最优分配，以支持特定的任务目标，并最终提高整个实时系统的性能。 难点：如何对系统特定任务目标以及限制条件进行建模和优化，以平衡有限的系统资源，如计算机的运算能力以及通信带宽等。当前，利用效用理论来开发系统性能及效率模型，以及利用基于知识的方法来开发基于上下文环境的近似推理是研究的重点。 第2章 信息融合系统的模型和结构 2.1 信息融合系统的功能模型 2.2 信息融合的级别 2.3 信息融合系统的通用处理结构 2.4 信息融合要解决的几个关键问题 2.5 信息融合的主要技术和方法 2.2 信息融合的级别 信息融合按照融合系统中数据抽象的层次，融合可以分为： 数据级融合 特征级融合 决策级融合 2.2 融合级别——数