1、21.4 1.4 信息融合的分类信息融合的分类假设检验型假设检验型滤波跟踪型滤波跟踪型人工智能人工智能按融合技术分类按融合技术分类模式识别型模式识别型聚类分析型聚类分析型基于专家系统的基于专家系统的基于人工神经网络基于人工神经网络以生物为基础以生物为基础3硬判决硬判决软判决软判决按融合判决方式按融合判决方式同类传感器同类传感器异类传感器异类传感器按传感器组合方式按传感器组合方式1.4 1.4 信息融合的分类信息融合的分类4集中式集中式分布式分布式按信息融合结构模型按信息融合结构模型检测融合检测融合估计融合估计融合按融合的目的按融合的目的属性融合属性融合1.4 1.4 信息融合的分类信息融合的分
2、类5u增加系统的生存能力增加系统的生存能力u扩展空间和时间覆盖范围扩展空间和时间覆盖范围u提高可信度提高可信度u降低信息的模糊度降低信息的模糊度1.5 1.5 信息融合的优点信息融合的优点u改善探测性能改善探测性能u提高空间分辨率提高空间分辨率u增加测量空间的维数增加测量空间的维数63 数据融合系统模型与处理结构3.1 JDLJDL数据融合模型数据融合模型-从军事应用的角度从军事应用的角度 数数据据源源 人人机机接接口口 数数 据据预处理预处理 一级处理一级处理目标评估目标评估 二级处理二级处理态势评估态势评估 三级处理三级处理影响评估影响评估四级处理四级处理过程评估过程评估 数据库管理系统数
3、据库管理系统支持数据库支持数据库融合数据库融合数据库73.1 JDL3.1 JDL数据融合功能模型(实际应用标准)数据融合功能模型(实际应用标准)数据配准、数据关联、目标位置和运动学、属性参数、身份估计,用于提供辅助决策信息。目标评估在军事上指评价实体之间相互关系,主要包括态势抽象和态势评定。态势评估将当前态势映射到未来,对参与者设想或预测行为的影响进行评估。影响评估通过建立一定的优化指标,对融合过程进行实时监控与评价,实现多传感器自适应信息获取与处理、资源最优分配等。过程评估83.2 3.2 融合处理的过程融合处理的过程融融合合处处理理器器分分析析来来自自所所有有传传感感器器的的数数据据,并
4、并对对其其进进行行配配准准、关联、相关、估计、分类与信息反馈等。关联、相关、估计、分类与信息反馈等。配准:将传感器数据统一到同一参考时间和空间中配准:将传感器数据统一到同一参考时间和空间中关关联联:使使用用某某种种度度量量尺尺度度对对来来自自不不同同传传感感器器的的航航迹迹与与量量测测数数据据进进行行比比较较,确定进行相关处理的候选配对确定进行相关处理的候选配对相关:对关联后的航迹和报表进行处理以确定它们是否属于同一个目标相关:对关联后的航迹和报表进行处理以确定它们是否属于同一个目标估估计计:依依据据相相关关处处理理后后的的结结果果对对目目标标的的状状态态变变量量与与估估计计误误差差方方差差进
5、进行行更更新,实现对目标未来位置的预测新,实现对目标未来位置的预测分类:通过对特征数据的分析,确定目标的类型等分类:通过对特征数据的分析,确定目标的类型等9决策决策信息信息数据数据环境境高层次融合高层次融合传感器采集传感器采集筛选、整合和抽象筛选、整合和抽象自然环境信息自然环境信息由由低低层层到到高高层层3.2 3.2 融合处理的过程融合处理的过程103.3 3.3 数据融合的级别数据融合的级别数据级融合数据级融合特征级融合特征级融合决策级融合决策级融合按照数据抽象按照数据抽象的层次划分的层次划分11 (1)(1)数据级(像素级)融合数据级(像素级)融合 含义含义 最最低低层层次次的的融融合合
6、,直直接接对对传传感感器器的的观观测测数数据据进进行行融融合合处处理理,然然后后基基于融合后的结果进行特征提取和判断决策于融合后的结果进行特征提取和判断决策。传感器1传感器2传感器N关关联联数数据据级级融融合合特特征征提提取取属属性性判判决决联联合合属属性性判判决决结结果果12u不足不足u 特点特点l数据损失量较少数据损失量较少l精度最高精度最高l实时性差实时性差l要求传感器是同类的要求传感器是同类的l数据通信量大,数据通信量大,l抗干扰能力差抗干扰能力差l处理的数据量大处理的数据量大 (1(1)数据级融合数据级融合13 (2)(2)特征级融合特征级融合 含义含义中中间间层层次次的的融融合合,
7、每每个个传传感感器器先先抽抽象象出出自自己己的的特特征征向向量量,然然后后由由融融合中心完成融合处理。可划分为目标状态和目标特征信息融合两类合中心完成融合处理。可划分为目标状态和目标特征信息融合两类传感器1传感器2传感器N特特征征提提取取关关联联特特征征层层属属性性融融合合属属性性判判决决联联合合属属性性判判决决结结果果14u 特点特点l进行了数据压缩,进行了数据压缩,l对通信带宽的要求低对通信带宽的要求低l利于实时处理利于实时处理u 不足不足l有信息损失有信息损失l融合性能降低融合性能降低 (2)(2)特征级融合特征级融合15 (3)(3)决策级融合决策级融合 含义含义 高高层层次次的的融融
8、合合,每每个个传传感感器器先先基基于于自自己己的的数数据据做做出出决决策策,然然后后由由融融合中心完成局部决策。合中心完成局部决策。传感器1传感器2传感器N特特征征提提取取关关联联决决策策层层融融合合联联合合属属性性判判决决结结果果属性判别属性判别属性判别16u 特点特点l通信量小通信量小l抗干扰能力强抗干扰能力强l融合中心处理代价低融合中心处理代价低u 不足不足l数据损失量最大数据损失量最大l精度最低精度最低 (3)(3)决策级融合决策级融合17 (4)(4)不同级别的融合性能比较不同级别的融合性能比较融合融合模型模型计算计算量量容错容错性性信息信息损失损失量量精度精度抗干抗干扰性扰性融合融
9、合方法方法传感传感器同器同质性质性通信通信数据数据量量实时实时性性融合融合水平水平象素象素级级大大差差小小高高差差难难大大大大差差低低特征特征级级中中中中中中中中中中中中中中中中中中中中决策决策级级小小好好大大低低好好易易小小小小好好高高183.4 3.4 融合处理的结构模型融合处理的结构模型集中式融合结构集中式融合结构分布式融合结构分布式融合结构混合式融合结构混合式融合结构根据信息流通形式和综合处理层次根据信息流通形式和综合处理层次多级式融合结构多级式融合结构19(1 1)集中式融合结构集中式融合结构优点:优点:信息损失最小信息损失最小集中式融合结构将检测报告传递到融合中心,然后进行数据对准
10、、集中式融合结构将检测报告传递到融合中心,然后进行数据对准、点迹相关、数据互联、航迹滤波、预测与综合跟踪等。点迹相关、数据互联、航迹滤波、预测与综合跟踪等。缺点:互联比较困难,并且要求系统必须具备大容量的能力,互联比较困难,并且要求系统必须具备大容量的能力,计算负担重,系统生存能力较差计算负担重,系统生存能力较差融合结构的模型如下图所示融合结构的模型如下图所示20(1 1)集中式融合结构集中式融合结构传感器传感器1传感器传感器2传感器传感器N预处理预处理预处理预处理预处理预处理坐坐标标转转换换、数数据据对对正正点点迹迹相相关关、数数据据互互联联航航迹迹文文件件与与综综合合跟跟踪踪航航迹迹滤滤波
11、波与与更更新新目目标标状状态态融合中心融合中心传感器控制传感器控制/反馈信息反馈信息检测与估计检测与估计21(2 2)分布式融合结构分布式融合结构分布式融合结构中,每个传感器的检测报告在进入融合以前,先由分布式融合结构中,每个传感器的检测报告在进入融合以前,先由它自己的处理器产生局部多目标跟踪航迹,然后将处理过的信息送它自己的处理器产生局部多目标跟踪航迹,然后将处理过的信息送至融合中心,完成航迹至融合中心,完成航迹-航迹相关、航迹合成,形成全局估计。航迹相关、航迹合成,形成全局估计。传感器传感器1传感器传感器2传感器传感器N预处理预处理预处理预处理预处理预处理坐坐标标转转换换、数数据据对对正正
12、航航迹迹与与航航迹迹相相关关航航迹迹合合成成目目标标状状态态融合中心融合中心传感器控制传感器控制/反馈信息反馈信息检测与估计检测与估计多目标多目标跟踪器跟踪器多目标多目标跟踪器跟踪器多目标多目标跟踪器跟踪器22(3 3)混合式融合结构混合式融合结构传感器传感器1传感器传感器2传感器传感器N预处理预处理预处理预处理预处理预处理坐坐标标转转换换、数数据据对对正正航航迹迹与与航航迹迹相相关关复复合合滤滤波波、综综合合跟跟踪踪目目标标状状态态融合中心融合中心传感器控制传感器控制/反馈信息反馈信息检测与估计检测与估计多目标多目标跟踪器跟踪器多目标多目标跟踪器跟踪器多目标多目标跟踪器跟踪器多路器多路器选择
13、与选择与 合并合并23(4 4)多级式融合结构)多级式融合结构局部融合节点局部融合节点1局部融合节点局部融合节点2局部融合节点局部融合节点N数数据据对对正正、控控制制参参数数航航迹迹与与航航迹迹相相关关航航迹迹相相关关目目标标状状态态融合节点融合节点分级融合结构中,各局部节点可以同时或分别是集中式、分布式分级融合结构中,各局部节点可以同时或分别是集中式、分布式或混合式的融合中心,系统的融合节点再次对各局部节点传送来或混合式的融合中心,系统的融合节点再次对各局部节点传送来的航迹进行相关和合成。的航迹进行相关和合成。24(5 5)不同融合结构的比较)不同融合结构的比较融合方式融合方式信息损失信息损
14、失通信带宽通信带宽融合处理融合处理融合控制融合控制可扩充性可扩充性集中式集中式小小大大复杂复杂容易容易差差分布式分布式大大小小容易容易复杂复杂好好混合式混合式中中中中中等中等中等中等一般一般25u 融合算法是融合处理的基本内容,它将多维输入数据根据信息融合算法是融合处理的基本内容,它将多维输入数据根据信息融合的功能,在不同融合层次上采用不同的数学方法,对数据进行融合的功能,在不同融合层次上采用不同的数学方法,对数据进行综合处理,最终实现融合。综合处理,最终实现融合。u目前,已有大量的融合算法,都有各自的优缺点,其中比较流行目前,已有大量的融合算法,都有各自的优缺点,其中比较流行的算法有的算法有
15、贝叶斯方法、证据推理、神经网络以及模糊理论贝叶斯方法、证据推理、神经网络以及模糊理论等,这四等,这四种算法的研究约站整个信息融合算法的种算法的研究约站整个信息融合算法的85%85%。4 信息融合算法26融合算法简介融合算法简介贝贝叶叶斯斯方方法法是最早应用于不确定信息融合的一种推理方法,其基本思想是在设定先验概率的条件下,利用贝叶斯规则计算出后验概率,从而根据后验概率做出决策,这样就可以处理不确定性问题证据理论证据理论是经典概率理论的扩展,首先由Dempster提出构造不确定推理模型的一般框架,将命题的不确定问题转化为集合的不确定问题,之后,Shafer对该理论进行了补充,从而形成了处理不确定信息的证据理论。它允许人们对不确定性问题进行建模,并进行推理。其最大特点是对不确定信息采用“区间估计”来描述,而不是用“点估计”的方法。这样在区分不知道与不确定方面有较大的灵活性。27融合算法简介融合算法简介模糊理论模糊理论是基于分类的局部理论,最先由Zadob于1965年提出。模糊理论进一步放宽了概率论定义中的制约条