物联网数据融合技术 .ppt

9.1 数据融合概述 9.1.1 数据融合简介 　　数据融合(Data Fusion)一词最早出现在20世纪70年代，并于20世纪80年代发展成一项专门技术。数据融合技术最早被应用于军事领域，1973年美国研究机构就在国防部的资助下，开展了声呐信号解释系统的研究。 　　现在数据融合的主要应用领域有多源影像复合、机器人和智能仪器系统、战场和无人驾驶飞机、图像分析与理解、目标检测与跟踪、自动目标识别、工业控制、海洋监视和管理等。在遥感中，数据融合属于一种属性融合，它是将同一地区的多源遥感影像数据加以智能化合成，产生比单一信息源更精确、更完全、更可靠的估计和判断等。 　　相对于单源遥感影像数据，多源遥感影像数据所提供的信息具有以下特点： 　　(1) 冗余性：指多源遥感影像数据对环境或目标的表示、描述或解译结果相同。 　　(2) 互补性：指信息来自不同的自由度且相互独立。 　　(3) 合作性：不同传感器在观测和处理信息时对其他信息有依赖关系。 　　(4) 信息分层的结构特性：数据融合所处理的多源遥感信息可以在不同的信息层次上出现，这些信息抽象层次包括像素层、特征层和决策层，分层结构和并行处理机制还可保证系统的实时性。 　　多源遥感影像的实质是在统一地理坐标系中将对同一目标检测的多幅遥感图像数据采用一定的算法，生成一幅新的、更能有效表示该目标的图像信息。 　　多源遥感影像的目的是将单一传感器的多波段信息或不同类别传感器所提供的信息加以综合，消除多传感器信息之间可能存在的冗余和矛盾，加以互补，改善遥感信息提取的及时性和可靠性，提高数据的使用效率。 9.1.2 物联网中的数据融合 　　数据融合是针对多传感器系统而提出的。在多传感器系统中，由于信息表现形式的多样性、数据量的巨大性、数据关系的复杂性以及要求数据处理的实时性、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，多传感器数据融合技术应运而生。 　　多传感器数据融合(Multi-Sensor Data Fusion，MSDF)，简称数据融合，也被称为多传感器信息融合(Multi-Sensor Information Fusion，MSIF)。它由美国国防部在20世纪70年代最先提出，之后英、法、日、俄等国也做了大量的研究。近40年来数据融合技术得到了巨大的发展，同时伴随着电子技术、信号检测与处理技术、计算机技术、网络通信技术以及控制技术的飞速发展，数据融合已被应用在多个领域，在现代科学技术中的地位也日渐突出。 　　1．数据融合的定义 　　数据融合的定义简洁地表述为：数据融合是利用计算机技术对时序获得的若干感知数据，在一定准则下加以分析、综合，以完成所需决策和评估任务而进行的数据处理过程。 数据融合有三层含义： 　　(1) 数据的全空间，即数据包括确定的和模糊的、全空间的和子空间的、同步的和异步的、数字的和非数字的，它是复杂的、多维多源的，覆盖全频段。 　　(2) 数据的融合不同于组合，组合指的是外部特性，融合指的是内部特性，它是系统动态过程中的一种数据综合加工处理。 　　(3) 数据的互补过程，数据表达方式的互补、结构上的互补、功能上的互补、不同层次的互补，是数据融合的核心，只有互补数据的融合才可以使系统发生质的飞跃。数据融合示意图如图9.1所示。 　　数据融合的实质是针对多维数据进行关联或综合分析，进而选取适当的融合模式和处理算法，用以提高数据的质量，为知识提取奠定基础。 　　2．数据融合研究的主要内容 　　数据融合是针对一个网络感知系统中使用多个和多类感知节点(如多传感器)展开的一种数据处理方法，研究的内容主要包含以下几个方面。 　　(1) 数据对准。 　　(2) 数据相关。 　　(3) 数据识别，即估计目标的类别和类型。 　　(4) 感知数据的不确定性。 　　(5) 不完整、不一致和虚假数据。 　　(6) 数据库。 　　(7) 性能评估。　 　　3．物联网数据融合的意义和作用 　　物联网是利用射频识别(RFID)装置、各种传感器、全球定位系统(GPS)、激光扫描器等各种不同装置、嵌入式软硬件系统，以及现代网络及无线通信、分布式数据处理等诸多技术，能够协作地实时监测、感知、采集网络分布区域内的各种环境或监测对象的信息，实现包括物与物、人与物之间的互相连接，并且与互联网结合起来而形成的一个巨大的信息网络系统。 　　这个巨大的信息网络系统是一个物联网系统，在这个物联网系统中，有大量感知数据需要选取适当的融合模式、处理算法进行综合分析，才能提高数据的质量，获得最佳决策和完成评估任务。这就是物联网数据融合的意义和作用。 　　4．物联网数据融合所要解决的关键问题和要求 　　1) 物联网数据融合所要解决的关键问题 物联网数据融合所要解决的关键问题有以下几个