多传感器信息融合.docxVIP

多传感器信息融合 1多传感器信息融合模型 多传感器组网系统最初主要的应用于军事领域中，随着该技术的应用价值受到越来越多行业领域的重视，如今在智能机器人、智能交通系统、医学成像与诊断等多个领域都有着广泛的应用。不同应用平台上的不同类型的传感器都能够有效的采集海量的信号数据，有着较为丰富的内容，彼此之间还能形成有效的互补。以单一传感节点为例，其采集的大多数的信号数据的精确度都低于95%[7]。因此，要想在海量、多种类型的数据信息中提取有价值、精确度高的信息，进而能够更加准确的判定对象的属性和特征，一个必要的途径就是需要实现来源于不同类型的信号源的数据信息的融合。 目前，信息融合主要包含JDL数据融合模型、Boyd控制环、瀑布模型、Dasarathy模型及混合模型五种方法。其中JDL模型较为详细的划分了中层功能，瀑布模型非常准确的区分了底层功能，而Boyd模型则对高层处理做出了最为详细的阐述。此外，以融合任务或功能为依据，就可以成功的构建Dasarathy模型。最后介绍一下混合模型，该模型将Dasarathy模型的反馈迭代特性和Boyd环的循环特性有效的结合在一起，并很好的使用了瀑布模型中的定义，每个定义又与JDL和Dasarathy模型的每个级别有效的联系在一起。 2信息融合技术的发展 多传感器网络组成了一个用于庞大数据信息的大数据系统，每一种传感器所提供的数据信息都具备复杂、多样的