信息融合技术概要.ppt

电子发烧友 电子技术论坛 多源信息融合技术 信息融合技术的概述 信息融合技术的理论方法 信息融合技术的应用研究 信息融合技术研究中存在的问题 信息融合技术研究方向展望 传感器是获取信息的重要工具,其作用类似于人类的感知器官。 在多传感器系统中,由于信息表现形式的多样性,信息数量的巨大性,信息关系的复杂性,以及要求信息处理的实时性、准确性和可靠性,都已大大超出了人脑的信息综合处理能力,在这种情况下,多传感器信息融合技术便应运而生.多传感器信息融合(Multi-Sensor Imformation Fusion,MSIF)也被称为多传感器数据融合(Multi-Sensor Data Fusion,MSDF),简称信息融合。 多传感器信息融合技术是通过多类同构或异构传感器数据进行综合(集成或融合)获得比单一传感器更多的信息,形成比单一信源更可靠、更完全的融合信息。 它突破单一传感器信息表达的局限性,避免单一传感器的信息盲区,提高了多源信息处理结果的质量,有利于对事物的判断和决策。 在这里,传感器的概念是广义的,它是指与环境匹配的各种信息获取系统。同样,融合的概念也是广义的,它包括对各种传感器综合的有用信息的分析、处理、集成和融合等。信息融合是多维信息综合处理的一项新技术,广泛应用于信息获取与处理领域,已成为当前信息领域的一个十分活跃的研究热点。 为了更好地阐述信息融合这一概念,可以把传感器获得的信息分成三类:冗余信息、互补信息和协同信息。 冗余信息是由多个独立传感器提供的关于环境信息中同一特征的多个信息,也可以是某一传感器在一段时间内多次测量得到的信息;在一个多传感器系统中,若每个传感器提供的环境特征都是彼此独立的,即感知的是环境各个不同侧面的信息,则这些信息称为互补信息;在一个多传感器系统中,若一个传感器信息的获得必须依赖另一个传感器的信息,或一个传感器必须与另一个传感器配合工作才能获得所需要的信息时,则这两个传感器提供的信息称为协同信息。 多传感器信息融合,指的就是对不同知识源和多个传感器所获得的信息进行综合处理,消除多传感器信息之间可能存在的冗余和矛盾,利用信息互补,降低不确定性,以形成对系统环境相对完整一致的理解,从而提高智能系统决策、规划的科学性,反应的快速性和正确性,进而降低决策风险的过程.上图是多传感器信息融合的示意图,传感器之间的冗余信息增强了系统的可靠性,多传感器之间的互补信息扩展了单个传感器的性能. 1 信息融合原理 多传感器信息融合技术的基本原理就像人脑综合处理信息一样,充分利用多个传感器资源,通过对多传感器及其观测信息的合理支配和使用,把多传感器在空间或时间上冗余或互补信息依据某种准则来进行组合,以获得被测对象的一致性解释或描述。 信息融合的原理 多传感器信息融合实际上是对人脑综合处理复杂问题的一种功能模拟,它通过把多个传感器获得的信息按照一定的规则组合、归纳、演绎,得到对观测对象的一致解释和描述。 拿钓鱼为例来说明信息融合的原理:钓鱼者通过眼睛(传感器A)观察浮子的动静,通过手(传感器B)感觉鱼竿的抖动,同时结合以往的经验(即先验知识,存在于数据库中),通过大脑(融合中心)综合所有信息作出是否起竿的判断(决策)。 具体地说,多传感器信息融合原理如下: 1)N个不同类型的传感器(有源或无源的)收集观测目标的信息; 2)对传感器的输出信息(离散的或连续的时间函数数据、输出矢量、成像数据或一个直接的属性说明)进行特征提取的变换,提取代表观测数据的特征矢量Yi; 3)对特征矢量Yi进行模式识别处理(如聚类算法、自适应神经网络或其他能将特征矢量Yi变换成目标属性判决的统计模式识别法等)完成各传感器关于目标的说明; 4)将各传感器关于目标的说明数据按同一目标进行分组,即关联; 5)利用融合算法将每一目标各传感器数据进行合成,得到该目标的一致性解释与描述。 信息融合的特征 多传感器信息融合与经典信号处理方法之间存在本质的区别,其关键在于信息融合所处理的多传感器信息具有更为复杂的形式,多传感器的信息之间关系为:独立、竞争、互补和合作关系,通过融合手段将有着各种关系的多源信息去伪、去粗和升华,便可得到更加准确、完备的信息,并且这种融合还可以在不同的信息层次上出现. 相比于单传感器,多传感器信息融合能够增加测量的维数和置信度;改进系统的探测性能和生存能力;扩展空间和时间的覆盖范围;改进系统可靠性和可维护性;提高系统容错性和鲁棒性,达到系统内优势互补,资源共享,提高了资源的利用率,同时还可以节约传感器数量,大大降低系统的开发和研究成本。 2 信息融合的基本概念 融合(fusion)的概念开始出现于70年代初期，当时称之为多源相关、多源合成、多传感器混合或数据融合(DataFusion)，现在多称之为信息融合