数据融合技术在GPS数据处理中的应用.docVIP

决策和估计任务而进行的信息处理过程,有的也叫 信息融合。其任务是:将所获得的信息按一定规律 结合起来,以便于人类观察、接收、分析和判断的 形式,给人类提供更为准确、可靠、完整的信息。 1数据融合 数据融合是对多源信息的综合处理过程,它利 用的是人类和其他逻辑思维系统中常用的基本功能, 如人类能非常自然地运用人体的各个感觉器官(眼、 口、耳、鼻、四肢将外部世界的信息(图像、味 道、声音、气味、触觉组合起来,通过大脑思维 器官和先验知识去分析、理解、推测和判定周围环 境和正在发生的事件,从而得出结论。数据融合原 理的实质就是模拟人脑综合处理复杂问题的过程, 充分利用信息资源,通过对传感器得来的及其他已 经掌握的信息合理支配和使用,把空间或时间上的 冗余或互补信息,依据某种准测来进行组合,以获 得被测对象的一致性解释或描述。 数据融合模型具有分级结构。按信息的抽象程 度,融合可分为三级,即数据级融合、特征级融合 和决策级融合。数据级融合也可称为像素级融合, 是在采集到的原始数据层上进行的融合,在原始测 报未经预处理之前就进行数据的综合和分析,是最 低层次的融合;特征级融合属于中间层次,它先对 原始信息进行特征提取(特征可以是目标的边缘、 方向、速度等 ,然后对特征信息进行综合分析和处 理;决策级融合是一种高层次融合,先将多源传感 信息对目标属性进行独立决策,再对各自得到的决 策结果进行融合以获得整体一致的决策,其结果为 指挥控制决策提供依据。因此要求必须从具体决策 问题的需求出发,充分利用特征级融合所提取的测 量对象的各类特征信息,采用适合的融合技术实现, 具体结构如图一所示。 图一 数据融合技术的层次结构图 各级融合又分为时间融合和空间融合。时间融 合是按时间先后对目标在不同时间的观测值进行融 合,主要用于单传感器的数据融合;空间融合是对 同一时刻的不同位置的观测值进行融合,适用于多 传感器信息的一次融合处理。 GPS 原始数据存在因精度问题产生的误差、GPS 数据漂移、 “假行驶”现象等,这些因素都会影响道 路车速准确性,所以有必要在利用 G P S 数据分析道 路车速之前,对其进行象素级的时间融合。 2数据融合在 GPS 数据处理中的应用 数据融合作为一种数据综合和处理技术,实际 上是许多传统学科和新技术的集成和应用,若从广 义的数据融合定义出发,其中包括通信、模式识别、 决策论、不确定性理论、信号处理、估计理论、最 优化技术、计算机科学、人工智能和神经网络等。数 据融合的方法很多,例如卡尔曼滤波、贝叶斯推理、 D -S 证据理论、聚类分析法、神经网络法、专家系 统、粗糙集理论等等。根据 GPS 原始数据的特点,以 及对其进行数据融合所要达到的目的,本文采用具 有相同维数的关联检验方法。这类应用的主要方法 是用“距离”度量对被关联的传感器测值的“接近 度”进行量化,从而降低 G P S 经纬度原始数据的精 度误差和干扰误差。 2.1　关联检验的方法 关联检验一般用空间距离度量法、统计度量法 以及几何或统计假设等方法进行。 (1空间距离度量法 这种方法将“距离” (d 表示为观测值(向量 X 和 Y 的向量差的模,即 　　　　　　　　　　　　　　　　d=|X-Y|　　　　　　　　　　　(2-1 这种度量把每个观测位置看作空间中没有测量 误差的一个点,并没有考虑观测值的测量特性。 (2统计距离度量法 两观测值 X 和 Y (向量表示之间的统计距离 度量一般用下式给出: d 2=A T S -1A　　　　　　　　　　　　(2-2 式中 A =X -Y 是观测值之间的向量差;而 　　　　　　　　　　　(2-3 是观测值的方差矩阵;当误差呈高斯分布时,A 的概率密度函数为 数 据 融 合 技 术 在 GPS 数 据 处 理 中 的 应 用 b -t a 和距离 d,以及车辆 行驶方向(用两点确定一线的原理,计算出车辆行 使方向 。把 08:00-10:00这个时间段内,在周家嘴 路上的黄兴路口到江浦路口这个路段内东西方向的 所有出租车的累计距离除累计时间,见公式(2-7 , 这就是未对 GPS 数据进行处理的道路车速 =21.89km/h。同理可以得到其它 12个路段的处理前道路车 速,最后对这 13个路段的处理前道路车速值进行平 均,就可以得到处理前的合计值。 　　　　　　　　　　　　　　　(2-7 通过公式(2-6可以得到 v,根据道路状况,我 们设定 v 的门限值为(3.6km/h,80km/h ,速度值 在此范围内则认为 A、B 两点关联,是有效数据;否 则,则认为出现前文所述的 G P S 数据的精度误差和 干扰误差,排除此类不关联数据。通过这种方法排 除存在精度误差和干扰误差的 G P S 数据,然后再根 据