第二章 信息融合系统的模型和结构.ppt

* 2.4 信息融合要解决的几个关键问题 态势数据库 态势数据库为各个级别上的融合处理提供实时和非实时数据。 这些数据包括多传感器观测数据、融合的中间结果数据、有关目标和环境的辅助信息以及进行融合处理所需的历史信息等。 对整个信息融合系统中态势数据库的要求是容量要大、搜索要快、开放互连性要好，并具有良好的人机接口。因此，要开发更有效的数据模型、新的有效查找和搜索机制，以及分布式多媒体数据库管理系统等。 * 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 第2章 信息融合系统的模型和结构 * 2.5 信息融合的主要技术和方法 信息融合作为对多源信息的综合处理过程，具有本质的复杂性。 传统的估计理论和识别算法为信息融合技术奠定了不可或缺的理论基础。同时，近年来出现的一些新的基于统计推断、人工智能以及信息论的新方法，也正成为推动信息融合技术向前发展的重要力量。 * 2.5 信息融合的主要技术和方法 1、信号处理与估计理论方法 主要有用于图像增强与处理的小波变换技术、加权平均、最小二乘、Kalman滤波等线性估计技术，以及扩展Kalman滤波（EKF），Gauss和滤波（GSF）等非线性估计技术等。近年来，越来越多的学者致力于无迹Kalman滤波（UKF），基于随机采样技术的粒子滤波和 Markov链 Monte Carlo （MCMC）等非线性估计技术的研究，并取得了很多有价值的研究成果。 * 2.5 信息融合的主要技术和方法 2、统计推断方法 统计推断方法包括经典推理、Bayes推理、证据推理、随机集（random set）理论以及支持向量机理论等。 3、信息论方法 信息论方法运用优化信息度量的手段融合多源数据，从而获得问题的有效解决。典型算法有熵方法、最小描述长度方法（MDL）等。 4、决策论方法 决策论方法往往应用于高级别的决策融合。 * 2.5 信息融合的主要技术和方法 5、人工智能方法（artificial intelligence method） 人工智能方法包括模糊逻辑、神经网络、遗传算法、基于规则的推理以及专家系统、逻辑模板法、品质因数法（FOM）等，在信息融合领域的运用也取得了一定的成果。 6、几何方法 几何方法通过充分探讨环境以及传感器模型的几何属性来达到多传感信息融合的目的。 THE END * * 生生世世 * 信息融合与控制 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 魏善碧 2014.3 * 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。 * 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 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 功能模型从融合过程出发，描述数据融合包括哪些主要功