多傳感器的融合方法

1、多傳感器數(shù)據(jù)融合多傳感器數(shù)據(jù)融合是一個(gè)新興的研究領(lǐng)域，是針對一個(gè)系統(tǒng)使用多種傳感器這一特定問題而展開的一種關(guān)于數(shù)據(jù)處理的研究。多傳感器數(shù)據(jù)融合技術(shù)是近幾年來發(fā)展起來的一門實(shí)踐性較強(qiáng)的應(yīng)用技術(shù)，是多學(xué)科交叉的新技術(shù)，涉及到信號處理、概率統(tǒng)計(jì)、信息論、模式識別、人工智能、模糊數(shù)學(xué)等理論。近年來，多傳感器數(shù)據(jù)融合技術(shù)無論在軍事還是民事領(lǐng)域的應(yīng)用都極為廣泛。多傳感器融合技術(shù)已成為軍事、工業(yè)和高技術(shù)開發(fā)等多方面關(guān)心的問題。這一技術(shù)廣泛應(yīng)用于 C3

2、I 系統(tǒng)、復(fù)雜工業(yè)過程控制、機(jī)器人、自動目標(biāo)識別、交通管制、慣性導(dǎo)航、海洋監(jiān)視和管理、農(nóng)業(yè)、遙感、醫(yī)療診斷、圖像處理、模式識別等領(lǐng)域。實(shí)踐證明：與單傳感器系統(tǒng)相比，運(yùn)用多傳感器數(shù)據(jù)融合技術(shù)在解決探測、跟蹤和目標(biāo)識別等問題方面，能夠增強(qiáng)系統(tǒng)生存能力，提高整個(gè)系統(tǒng)的可靠性和魯棒性，增強(qiáng)數(shù)據(jù)的可信度，并提高精度，擴(kuò)展整個(gè)系統(tǒng)的時(shí)間、空間覆蓋率，增加系統(tǒng)的實(shí)時(shí)性和信息利用率等。1 基本概念及融合原理1．1 多傳感器數(shù)據(jù)融合概念數(shù)據(jù)融合又稱作信息

3、融合或多傳感器數(shù)據(jù)融合，對數(shù)據(jù)融合還很難給出一個(gè)統(tǒng)一、全面的定義。隨著數(shù)據(jù)融合和計(jì)算機(jī)應(yīng)用技術(shù)的發(fā)展，根據(jù)國內(nèi)外研究成果，多傳感器數(shù)據(jù)融合比較確切的定義可概括為：充分利用不同時(shí)間與空間的多傳感器數(shù)據(jù)資源，采用計(jì)算機(jī)技術(shù)對按時(shí)間序列獲得的多傳感器觀測數(shù)據(jù)，在一定準(zhǔn)則下進(jìn)行分析、綜合、支配和使用，獲得對被測對象的一致性解釋與描述，進(jìn)而實(shí)現(xiàn)相應(yīng)的決策和估計(jì)，使系統(tǒng)獲得比它的各組成部分更充分的信息。1．2 多傳感器數(shù)據(jù)融合原理大類，隨機(jī)類方法有

4、加權(quán)平均法、卡爾曼濾波法、多貝葉斯估計(jì)法、Dempster-Shafer （D-S）證據(jù)推理、產(chǎn)生式規(guī)則等；而人工智能類則有模糊邏輯理論、神經(jīng)網(wǎng)絡(luò)、粗集理論、專家系統(tǒng)等。可以預(yù)見，神經(jīng)網(wǎng)絡(luò)和人工智能等新概念、新技術(shù)在多傳感器數(shù)據(jù)融合中將起到越來越重要的作用。2．1 隨機(jī)類方法2．1．1 加權(quán)平均法信號級融合方法最簡單、最直觀方法是加權(quán)平均法，該方法將一組傳感器提供的冗余信息進(jìn)行加權(quán)平均，結(jié)果作為融合值，該方法是一種直接對數(shù)據(jù)源進(jìn)行操作的

5、方法。2．1．2 卡爾曼濾波法卡爾曼濾波主要用于融合低層次實(shí)時(shí)動態(tài)多傳感器冗余數(shù)據(jù)。該方法用測量模型的統(tǒng)計(jì)特性遞推，決定統(tǒng)計(jì)意義下的最優(yōu)融合和數(shù)據(jù)估計(jì)。如果系統(tǒng)具有線性動力學(xué)模型，且系統(tǒng)與傳感器的誤差符合高斯白噪聲模型，則卡爾曼濾波將為融合數(shù)據(jù)提供唯一統(tǒng)計(jì)意義下的最優(yōu)估計(jì)?？柭鼮V波的遞推特性使系統(tǒng)處理不需要大量的數(shù)據(jù)存儲和計(jì)算。但是，采用單一的卡爾曼濾波器對多傳感器組合系統(tǒng)進(jìn)行數(shù)據(jù)統(tǒng)計(jì)時(shí)，存在很多嚴(yán)重的問題，例如：（ 1）在組合信息大