信息融合绪论.pptxVIP

信息融合技术; 学时分配;主要参考资料;;主要参考资料;主要参考资料;主要参考资料;主要参考资料;成绩评定方法;第1章 绪论;1.1 信息融合的起源与一般概念;1.1 信息融合的起源与一般概念;1.1 信息融合的起源与一般概念;1.1 信息融合的起源与一般概念;1.1 信息融合的起源与一般概念;;1.1 信息融合的起源与一般概念;1.1 信息融合的起源与一般概念;1.1 信息融合的起源与一般概念;1.1 信息融合的起源与一般概念;1.1 信息融合的起源与一般概念;技术定义： 充分利用不同时间与空间的多传感器数据资源，采用计??机技术按时间序列获得多传感器的观测数据，在一定准则下进行分析、综合、支配和使用。获得对被测对象的一致性解释与描述，进而实现相应的决策和估计，使系统获得比它各组成部分更为充分的信息。 该定义的重点： 方法：分析、综合、支配、使用； 目的：一致性解释与描述、更为充分的信息。 ;;1.1 信息融合的起源与一般概念;5. 多传感器融合技术的应用 目前，信息融合的应用领域已经从单纯军事上的应用渗透到许多民用领域中。如，工业中的柔性制造、故障诊断等领域，以及在医学、测量等领域中的图像分析与处理、目标监测与跟踪、气象预报、现代制造业等许多方面。 应用在移动机器人和遥操作机器人上，主要利用距离、视觉、触觉、滑觉、热觉、接近觉、力与力矩等多种传感器来实现：机器人自定位、环境建模、地图与大地(地面)模型的建立、导航、避障或障碍物检测、路径规划或任务规划等。哈尔滨理工大学将基于Takagi-Sugeno模型的模糊神经网络的信息融合算法应用于移动机器人的避障运动中，南洋理工大学研究了一种自适应模糊神经鲁棒控制器，该控制器适用于多关节机器人的运动控制。;1.1 信息融合的起源与一般概念;1.1 信息融合的起源与一般概念;1.1 信息融合的起源与一般概念;1.1 信息融合的起源与一般概念;;;;;;;;;;;;;;;;1.2 信息融合的模型分类与结构; 美国“数据融合联合实验室”在防御系统中通用的数据融合处理模型： 数据融合分为五级： 第一个层次为检测/判决融合； 第二个层次为空间（位置）融合； 第三个层次为属性数据融合； 第四个层次为态势评估； 第五个层次为威胁估计。 第一、二两个层次的数据融合适合于任意的多传感器数据融合系统，后三个层次主要适用于C3I（情报指挥控制与通讯）系统中的数据融合。 ;第一级处理：目标评估（object assessment） 主要功能包括数据配准、数据关联、目标位置和运动学参数估计，以及属性参数估计、身份估计等，其结果为更高级别的融合过程提供辅助决策信息。;1.2 信息融合的模型分类与结构;1.2 信息融合的模型分类与结构;1.2 信息融合的模型分类与结构;1.2 信息融合的模型分类与结构;1.2 信息融合的模型分类与结构;1.2 信息融合的模型分类与结构;1.2 信息融合的模型分类与结构;1.2 信息融合的模型分类与结构;1.2 融合级别——三个层次的比较;1.2 信息融合的模型分类与结构;1.2 信息融合的模型分类与结构;1.2 信息融合的模型分类与结构;1.2 信息融合的模型分类与结构;1.2 信息融合的模型分类与结构;1.2 信息融合的模型分类与结构;1.2 信息融合的模型分类与结构;1.2 信息融合的模型分类与结构;1.3 信息融合的主要技术与方法;1.3 信息融合的主要技术与方法;1.3 信息融合的主要技术与方法;1.3 信息融合的主要技术与方法;1.3 信息融合的主要技术与方法;数据配准 在多传感信息融合系统中，每个传感器提供的观测数据都在各自的参考框架之内。在对这些信息进行组合之前，必须首先将它们变换到同一个参考框架中去。但要注意的是，由于多传感时空配准的舍入误差必须得到补偿。 同类或异类数据 多传感器提供的数据在属性上可以是同类也可以是异类的，而且异类多传感器较之同类传感器，其提供的信息具有更强的多样性和互补性；但同时由于异类数据在时间上的不同步，数据率不一致以及测量维数不匹配等特点，使得对这些信息的融合处理更困难。;传感器观测数据的不确定性 由于传感器工作环境的不确定性，导致观测数据包含有噪声成分。在融合处理中需要对多源观测数据进行分析验证，并补充综合，在最大限度上降低数据的不确定性。 不完整、不一致及虚假数据 在多传感信息融合系统中，对传感器接收到的量测数据有时会存在多种解释，称之为数据的不完整性；多传感数据往往也会对观测环境作出不一致甚至相互矛盾的解释；