數(shù)據(jù)融合概念

1、數(shù)據(jù)融合概念的提出源自戰(zhàn)爭的需要，是依賴于軍事應用的。但隨著數(shù)據(jù)融合的發(fā)展，它已經(jīng)成為一門獨立的學科，不受某一種應用明顯的影響，而是借助于推理，對概念進行一般化，特殊化的綜合分析來提出自己的問題。數(shù)據(jù)融合是一個具有廣泛應用領域的概念，很難給出一個統(tǒng)一的定義。數(shù)據(jù)融合是針對一個系統(tǒng)中使用多個傳感器這一特定問題而展開的研究方向，它的定義可以概括為：利用計算機技術對按時序獲得的若干傳感器的觀測信息在一定準則下加以自動分析、綜合以完成所需的決策和估計任務而進行的信息處理過程。按照這一定義，多傳感器系統(tǒng)是數(shù)據(jù)融合的硬件基礎，多源信息是數(shù)據(jù)融合的加工對象，協(xié)調(diào)優(yōu)化和綜合處理是數(shù)據(jù)融合的核心。數(shù)據(jù)融合最早用

2、于軍事領域，美國國防部JDL（Joint Directors of Laboratories）從軍事應用的角度將數(shù)據(jù)融合定義為這樣的一個過程，即把來自許多傳感器和信息源的數(shù)據(jù)進行聯(lián)合（Association）、相關（Correlation）、組合（Combination）和估值的處理，以達到準確的位置估計（Position Estimation）與身份估計（Identity Estimation），以及對戰(zhàn)場情況和威脅及其重要程度進行及時的完整評價。吉林大學博士學位論文：多傳感器數(shù)據(jù)融合問題的研究有的專家對上述定義進行了補充和修改，用狀態(tài)估計代替位置估計，并加入了檢測的功能，從而給出了如下定義

3、：數(shù)據(jù)融合是一個多層次、多方面的處理過程，這個過程是對多源數(shù)據(jù)進行檢測、結合、相關、估計和組合，以達到精確的狀態(tài)估計和身份估計，以及完整及時的態(tài)勢評估和威脅估計。此定義有三個要點：數(shù)據(jù)融合是多信源、多層次的處理過程，每個層次代表信息的不同抽象程度；數(shù)據(jù)融合過程包括數(shù)據(jù)的檢測、關聯(lián)、估計與合并；數(shù)據(jù)融合的輸出包括低層次上的狀態(tài)身份估計和高層次上的總戰(zhàn)術態(tài)勢的評估。從非軍事應用的角度來說，數(shù)據(jù)融合是對多個傳感器和信息源所提供的關于某一環(huán)境特征的不完整信息加以綜合，以形成相對完整、一致的感知描述，從而實現(xiàn)更加準確的識別判斷功能。綜合考慮上述定義，融合都是將來自多傳感器或多源數(shù)據(jù)進行綜合處理，從而得出

4、更為準確可信的結論。多傳感器數(shù)據(jù)融合主要包括多傳感器的目標檢測、數(shù)據(jù)關聯(lián)、跟蹤與識別、情況評估和預測。數(shù)據(jù)融合的基本目的是通過融合得到比單獨的各個輸入數(shù)據(jù)更多的信息。這一點是協(xié)同作用的結果，即由于多傳感器的共同作用，使系統(tǒng)的有效性得以增強。多傳感器數(shù)據(jù)融合技術實際上是一種多源信息的綜合技術，通過對來自不同傳感器的數(shù)據(jù)進行分析和綜合，可以獲得被檢對象及其性質(zhì)的最佳一致估計。多傳感器數(shù)據(jù)融合是指將經(jīng)過集成處理的多種傳感器信息進行合成，形成對外部環(huán)境某一特征的一種表達方式。多傳感器數(shù)據(jù)融合是人類和其它邏輯系統(tǒng)中常見的基本功能。人非常自然地運用這一能力把來自人體各個傳感器（眼、耳、鼻、四肢）的信息（景

5、物、聲音、氣味、觸覺）組合起來，并使用先驗知識去估計、理解周圍環(huán)境和正在發(fā)生的事件。由于人類感官具有不同的度量特征，因而可測出不同空間范圍內(nèi)的各種物理現(xiàn)象，這一過程是復雜的，也是自適應的。把各種信息或數(shù)據(jù)（圖像、聲音、氣味以及物理形狀或上下文）轉換成對環(huán)境的有價值的解釋，需要大量不同的智能處理，以及適用于解釋組合信息含義的知識庫。在模仿人腦綜合處理復雜問題的數(shù)據(jù)融合系統(tǒng)中，各種傳感器的信息可能具有不同的特征：實時的或者非實時的，快變的或者緩變的，模糊的或者確定的，相互支持或互補，也可能相互矛盾或競爭。而多傳感器數(shù)據(jù)融合的基本原理也就像人類綜合處理信息一樣，充分利用多個傳感器資源，通過對這些傳感

6、器及其觀測信息的合理支配和使用，把各種傳感器在空間或時間上的冗余或互補信息依據(jù)某種優(yōu)化準則組合起來，以獲得對被測對象的一致性解釋或描述。數(shù)據(jù)融合的基本目標是通過數(shù)據(jù)組合而不是出現(xiàn)在輸入信息中的任何個別元素，推導出更多的信息，這是最佳協(xié)同作用的結果，即利用多個傳感器共同或聯(lián)合操作的優(yōu)勢，提高整個傳感系統(tǒng)的有效性。用于融合的信息既可以是未經(jīng)處理的原始數(shù)據(jù)，也可以是經(jīng)過處理的數(shù)據(jù)。處理后的數(shù)據(jù)既可以是描述某個過程的參數(shù)或狀態(tài)估計，也可以是某個命題的證據(jù)，或贊成某個假設的決策。在信號處理技術中，一般是對同一類型的數(shù)據(jù)，例如時間序列數(shù)據(jù)進行平滑、濾波和預測，或者采用變換的方法在不同的描述域中對信號的參數(shù)

7、或狀態(tài)進行估計。而多傳感器數(shù)據(jù)融合技術可以對不同類型的數(shù)據(jù)和信息在不同層次上進行綜合，它處理的不僅僅是數(shù)據(jù)，還可以是證據(jù)和屬性等。所以說，多傳感器數(shù)據(jù)融合并不是簡單的信號處理。信號處理可以歸屬于下文2.2節(jié)數(shù)據(jù)融合的功能模型中的處理層0，即信號預處理階段。多傳感器數(shù)據(jù)融合系統(tǒng)與所有的單傳感器信號處理或低層次的多傳感器數(shù)據(jù)處理方式相比，單傳感器信號處理或低層次的多傳感器數(shù)據(jù)處理都是對人腦信息處理的一種低水平模仿，它們不能像多傳感器數(shù)據(jù)融合系統(tǒng)那樣有效地利用多傳感器資源。多傳感器系統(tǒng)可以更大程度地獲得被探測目標和環(huán)境的信息量。多傳感器數(shù)據(jù)融合與經(jīng)典信號處理方法之間也存在本質(zhì)的區(qū)別，其關鍵在于數(shù)據(jù)融

8、合所處理的多傳感器信息具有更復雜的方式，而且可以在不同的信息層次上出現(xiàn)。這些信息抽象層次包括數(shù)據(jù)層（即像素層）、特征層和決策層7。18數(shù)據(jù)融合結構分類數(shù)據(jù)融合結構的分類有很多種不同的方法，第一種分類方法是基于各傳感器數(shù)據(jù)在輸入到融合處理器進行融合之前被處理的程度，在這種分類標準下，數(shù)據(jù)融合結構被分為傳感器級融合、中央級融合及混合式融合。第二種分類方法是按照數(shù)據(jù)抽象的三個層次，分為像素級融合、特征級融合和決策級融合，如圖2.2所示，下面詳細介紹第二種分類方法中的三個層次：(a) 像素級融合(b) 特征級融合(c)1像素級融合像素級融合，也稱為像元級融合或數(shù)據(jù)級融合，是直接在采集到的原始數(shù)據(jù)層上進

9、行的融合，在各種傳感器的原始測報未經(jīng)預處理之前就進行數(shù)據(jù)的綜合和分析。這是最低層次的融合，如成像傳感器中通過對包含若干像素的模糊圖像進行圖像處理和模式識別來確認目標屬性的過程就屬于像素級融合。這種融合的主要優(yōu)點是能保持盡可能多的現(xiàn)場數(shù)據(jù)，提供其它融合層次所不能提供的細微信息。這種融合是在信息的最低層進行的，傳感器的原始信息的不確定性、不完全性和不穩(wěn)定性要求在融合時有較高的糾錯處理能力。要求各傳感器信息之間具有精確到一個像素的校準精度，故要求各傳感器信息來自同質(zhì)傳感器。像素級融合通常用于：多源圖像復合、圖像分析和理解、同類（同質(zhì)）雷達波形的直接合成、多傳感器遙感信息融合等。2特征級融合特征級融合

10、屬于中間層次，它先對來自傳感器的原始數(shù)據(jù)中提取特征信息，一般來說，提取的特征信息應是像素信息的充分表示量或充分統(tǒng)計量，比如特征信息可以是目標的邊緣、方向、速度、區(qū)域和距離等，然后按特征信息對多傳感器數(shù)據(jù)進行分類、匯集和綜合。特征級融合的優(yōu)點在于實現(xiàn)了可觀的信息壓縮，有利于實時處理，并且由于所提取的特征直接與決策分析有關，因而融合結果能最大限度地給出決策分析所需要的特征信息。特征級融合可劃分為兩大類：目標狀態(tài)數(shù)據(jù)融合和目標特性融合。目標狀態(tài)數(shù)據(jù)融合主要用于多傳感器目標跟蹤領域。融合系統(tǒng)首先對傳感器數(shù)據(jù)進行預處理以完成數(shù)據(jù)配準，數(shù)據(jù)配準后，融合處理主要實現(xiàn)參數(shù)相關和狀態(tài)向量估計。特征級目標特性融合

11、就是特征層聯(lián)合識別，具體的融合方法仍是模式識別的相應技術，只是在融合前必須完成先對特征進行相關處理，把特征向量分成有意義的組合。3決策級融合決策級融合是一種高層次融合，融合之前，每種傳感器的信號處理裝置已完成決策或分類任務。信息融合只是根據(jù)一定的準則和決策的可信度做最優(yōu)決第2章數(shù)據(jù)融合問題模型策，以便具有良好的實時性和容錯性，使在一種或幾種傳感器失效時也能工作。決策級融合的結果是為指揮控制決策提供依據(jù)，因此，決策級融合必須從具體決策問題的需求出發(fā)，充分利用特征級融合所提取的測量對象的各類特征信息，采用適當?shù)娜诤霞夹g來實現(xiàn)。決策級融合是直接針對具體決策目標的，融合結果直接影響決策水平。決策級融合的主要優(yōu)點有：具有很高的靈活性；