03第三讲 数据融合的关键技术.pptVIP

* 1、智能检测系统 利用智能检测系统的多传感器进行融合处理， 可消除单个或单类传感器检测的不确定性，提高检 测系统的可靠性，获得对检测对象更准确的认识。 * 2、军事应用 数据融合在军事上应用最早，范围最广，涉及 战术或战略上的检测、指挥、控制、通信和情报任 务的各方面。 * 3、工业过程监视 4、工业机器人 5、空中交通管制 6、全局监视 * 小结 * 主要内容 1、数据融合的主要技术 2、传感器组成及描述 3、数据融合的重要性和潜在能力 4、数据融合系统的应用 * 3.1 数据融合的主要技术 1、数据转换 2、数据相关 3、数据库 3、融合推理 * 1、数据转换 多传感器输出的数据形式、环境描述等各不一 样，信息处理的首要任务，是把这些数据转换成相 同的形式和描述，然后进行相关处理。 * 数据转换的内容： 1)转换不同层次的信息; 2)转换对环境或目标的描述的不同与相似处; 3)对同一层次信息，也存在不同的描述； 4)数据融合存在时间性与空间性，要用到坐标 变换。坐标变换的非线性带来的误差直接影响数据 的质量和时空校准，影响融合处理的质量。 * 2、数据相关技术 数据相关的核心问题： 克服传感器测量的不精确性和干扰引起的相关 二义性，保持数据的一致性。 因此，控制和降低相关计算的复杂性，开发相 关处理、融合处理和系统模拟的算法与模型是数据 处理的一项关键技术。 * 3、态势数据库 分类：实时数据库和非实时数据库。 实时数据库的作用： 把当前各传感器的观测结果及时提供给融合中 心，提供融合计算所需各种其他数据。 同时也存贮融合处理的最终态势/决策分析结果 和中间结果。 * 非实时数据库： 存储各传感器的历史数据、有关目标和环境的 辅助信息以及融合计算的历史信息。态势数据库要 求容量大、搜索快、开放互联性好，且具有良好的 用户接口。 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，是数据融 合系统需要解决的重要问题。 * 4、融合计算 1)对多传感器的相关观测结果验证、分析、补 充、取舍、修改和状态跟踪估计。 2)对新发现的不相关观测结果进行分析和综 合。 3)生成综合态势，实时地根据多传感器观测结 果通过数据融合计算，对综合态势进行修改。 4)态势决策分析。 * 数据融合系统的主要研究内容 针对复杂的环境和目标变动，在难以获得先验 知识的前提下，建立具有良好稳健性和自适应能力 的目标机动与环境模型。 以最简单的融合计算方法达到融合系统要求， 是任何数据融合系统主要研究内容。 * 3.2传感器组成及描述 数据融合系统的输入分量： (1)传感器的观测数据（主要信息源）； (2)操纵员或用户输入的数据或命令； (3)来自数据库的先验数据。 * 1、传感器的组成 * 功能上传感器主要分七个单元： 能量发射单元 能量接收单元 传感器引导与控制单元 信号调节单元 信号处理单元 数据处理单元 信息输出单元 * 发射单元和接收单元：天线、发射机和接收机 信号调节单元：变频、放大、检波和A／D变换， 把一种信号形式变成另一种信号形式，不改变它所含信息内容。对信号的幅度进行放大，提取出包含有用信息的低频分量，便于后续处理。 * 信号处理单元： 抑制杂波、噪声与干扰，提取有用信号。包括门限设置、检测、变换、滤波、存储等。信号处理后的信噪比会有较大的提高。处理后的信号可直接输出，也可送到后级继续进行处理。 数据和图像处理及判决单元： 完成特征提取、图像处理、跟踪、识别、分类，把观测数据变成身份说明。 * 信息输出单元：包括数据缓存、坐标变换、数据单位转换、D／A变换、平滑、滤波等。 输出可以是数据，也可以是图像。可以是时域信号或频域信号，也可以是目标测量位置向量或目标预测位置向量，还可以是目标的身份描述数据、传感器状态信息和环境信息等。 * 2、传感器特征描述 主要参数： 探测性能、空间与时间分辨率、空间覆盖范围、探测与跟踪模式、目标复现率、测量精度、测量维数、硬／软数据报告、检测与航迹报告。 * 1)探测性能 在指定噪声背景，给定虚警概率，已知信噪比情况下的检测概率来表示的。与此对应的是探测距离，指在一定的发现概率下的距离。 2)空间／时间分辨率 在时间和空间上区分两个或多个目标的能力。 3)空间覆盖范围 传感器所覆盖的空间体积。 * 5)目标复现率