多源异构感知数据融合方法及其在目标定位跟踪中的应用_胡永利.pdfVIP

中国科学: 信息科学 2013 年 第43 卷 第10 期: 1288–1306 物联网专刊· 论文 多源异构感知数据融合方法及其在目标定位跟踪 中的应用 ∗ 胡永利 朴星霖 孙艳丰 尹宝才 北京工业大学计算机学院多媒体与智能软件北京市重点实验室, 北京 100124 * 通信作者. E-mail: yfsun@ 收稿日期: 2013–04–01; 接受日期: 2013–07–26 国家重点基础研究发展计划(973 计划)(批准号: 2011CB302703)、国家自然科学基金(批准号:、北京市自然科 学基金 (批准号: 4132013, KZ201310005006) 资助项目 摘要 物联网的全面感知产生了海量的感知数据, 并且感知数据呈现为显著的多源异构性. 因此, 如何实现海量多源异构感知数据的智能处理是一个具有挑战性的课题. 数据融合是处理多模态数据 并挖掘提取有价值信息的有效手段, 但针对多源异构数据, 特别是非结构化的视频多媒体信息, 如何 实现高效的融合计算还面临许多问题需要解决. 本文针对物联网多源异构感知信息的处理问题, 提 出多层次的多源异构数据融合方法, 并以基于无线信号、视频和深度感知数据的目标定位跟踪应用 为切入点, 重点研究多源异构数据的处理、特征表示和数据融合方法. 根据不同类型数据的特性采 用不同的数据融合方法, 通过挖掘无线信号、视频和深度等多源异构数据内在的关联性, 实现多源异 构数据有价值信息的有效利用. 实际复杂场景的实验表明, 本文提出的基于多源异构数据融合的目 标跟踪和定位方法, 能够解决传统依赖单源同质数据的目标跟踪方法所面临的光照变化和遮挡交错 等难点问题, 并且可以获得较为准确的运动目标三维位置, 具有良好的跟踪定位效果. 关键词 多源异构 信息融合 跟踪定位 特征表示 物联网 引言 作为物联网的基本功能 信息感知为物联网应用提供了信息来源 是物联网应用的基础 也是实 现物联网信息 全面感知 应用目标的技术保证 但物联网原始感知信息表现为显著的多源异构特性 其中多源性体现在物联网感知数据来源于多个分布式的网络感知节点 不稳定的网络传输和节点的不 同步往往会造成感知信息的缺失和断续 以及信息的时空关系不一致等问题 异构性体现在物联网感 知数据无论在类型、性质、形式和内容上均存在极大的差异 例如除了通常的温湿度、光照度、气体 浓度等标量数据外 还有视频和声音等多媒体数据 同时由于传感器采样和量化方式的不同 各种不 同的感知数据的采样频率和测量精度也存在很大差异 因此 针对物联网多源异构的感知信息 需要 研究有效的数据清洗、数据融合、数据压缩等数据处理方法 将多源异构感知信息整合为物联网应用 所需要的确定性信息 特别是近年来受到极大关注的数据融合处理方法 通过挖掘数据内在的关联性 引用格式 胡永利 朴星霖 孙艳丰 等 多源异构感知数据融合方法及其在目标定位跟踪中的应用 中国科学 信息科学 中国科学: 信息科学 第 43 卷 第 10 期 从原始数据和数据特征等多个层次对数据进行综合处理 获得应用需求的有价值信息 在多源异构数 据处理方面得到广泛的应用 在物联网应用环境中 数据融合是根据多源异构感知数据的时空相关性去除错误和冗余数据 获 取确定数据 并在特征层和语义层提取有效信息 以满足为物联网应用的需求 文献 对无线传感 器网络中的数据融合技术做了系统综述 按照数据处理的层次 数据融合可分为数据层融合、特征层 融合和决策层融合 数据层融合通常采用概率统计方法、回归分析和卡尔曼滤波等方法 消除冗余信 息 去除噪声和异常值 文献 提出的分布式融合方法 采用极大似然估计实现了局部感知数据的稳 定估计 消除了数据异常 解决了不同步数据的融合问题 文献 在研究基于簇结构的数据融合时 为了解决数据收集中簇头节点的数据冲突问题 采用 方法估计发送数据节点的数量 为了提高 数据融合的计算效率 文献 实现了后验概率的