多传感器信息融合技术.ppt

多传感器数据融合技术 C
传感器信息融合分类和结构
1
传感器信息融合的一般方法
信息融合系统的应用
3
2
.
概述
多传感器问题的引入
非关联测试项目
测量不同目标或对同一目标的不同参数进行独立测量。
多传感器
测试系统
关联的测试项目
利用多个传感器对同一目标的相同或不同项目进行测量，综合测量结果用于分析目标特性。
.
当检测对象为多目标或快速机动目标时，单一传感器测量困难。
复杂的电磁环境使检测的目标信号淹没在大量噪声及不相关信号与杂波中。
当单一传感器失效或传感器的可靠性有待提高时采用多传感器系统。
环境复杂
目标复杂
可靠性
为什么要采用多个传感器测量同一目标参数？
概述
.
概述
传感器数据融合的定义：对多种信息的获取、表示及其内在联系进行综合处理和优化的技术。
从多信息的视角进行处理及综合，得到各种信息的内在联系和规律，从而剔除无用的和错误的信息，保留正确的和有用的成分，最终实现信息的优化。
它为智能信息处理技术的研究提供了新的观念。经过融合后的传感器信息具有以下特征：信息冗余性、信息互补性、信息实时性、信息获取的低成本性。
.
传感器信息融合分类和结构
传感器信息融合分类
可分为以下四类：组合、综合、融合和相关。
组合:由多个传感器组合成平行或互补方式来获得多组数据输出的一种处理方法，是一种最基本的方式，涉及的问题有输出方式的协调、综合以及传感器的选择。在硬件这一级上应用。
综合:信息优化处理中的一种获得明确信息的有效方法。例如使用两个分开设置的摄像机同时拍摄到一个物体的不同侧面的两幅图像，综合这两幅图像可以复原出一个准确的有立体感的物体的图像。
.
传感器信息融合分类和结构
融合:当将传感器数据组之间进行相关或将传感器数据与系统内部的知识模型进行相关，而产生信息的一个新的表达式。
相关:通过处理传感器信息获得某些结果，不仅需要单项信息处理，而且需要通过相关来进行处理，获悉传感器数据组之间的关系，从而得到正确信息，剔除无用和错误的信息。相关处理的目的：对识别、预测、学****和记忆等过程的信息进行综合和优化。
.
传感器信息融合分类和结构
信息融合的结构
传感器1
传感器2
传感器1输入
传感器1输出
传感器2输入
传感器2输出
…
传感器N
传感器N输入
最终结果
串行融合方式
图19-1 多传感器信息融合的结构形式
信息融合的结构分为串联、并联，如图19-1所示。
串行融合时，当前传感器要接收前一级传感器的输出结果，每个传感器既有接收处理信息的功能，又有信息融合的功能，各个传感器的处理同前一级传感器输出的信息形式有很大关系。最后一个传感器综合了所有前级传感器数出的信息，得到的输出为串联融合系统的结论。
.
传感器信息融合分类和结构
并行融合时，各个传感器直接将各自的输出信息传输到传感器融合中心，传感器之间没有影响，融合中心对各信息按适当的方法综合处理后，输出最终结果。
还可将串行融合和并行融合方式结合组成混合融合方式，或总体串行局部并行，或总体并行局部串行。
传感器1
传感器1输入
传感器2
传感器2输入
传感器3
传感器3输入
…
信息融合中心
最终结果
b) 并行融合方式
图19-1 多传感器信息融合的结构形式
.
传感器信息融合分类和结构
信息融合的关键技术
包括数据转换、数据相关、数据库和融合推理的减少融合损失。
1）数据转换：多传感器输出的数据形式、环境描述等都不一样，信息融合中心处理这些不同信息的关键即是把这些数据转换成相同形式，然后进行相关处理。
2）数据相关：数据相关的核心问题是克服传感器测量的不精确性，保持数据的一致性。因此，应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和模型。
.
传感器信息融合分类和结构
3）态势数据库：态势数据库可分为实时数据库和非实时数据库。实时数据库的作用是把当前各传感器的观测结果及时提供给信息融合中心，同时也存储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、相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、开放互连性好，具有良好的用户接口。
4）融合计算：涉及到以