【正文】 傳感器 以及它們所 觀測(cè) 到的 信息的進(jìn)行適當(dāng)?shù)闹渑c 使用，把多個(gè)傳感器在 時(shí)間 上 或 者 空間 上的 多余的 或 者相 互補(bǔ) 充的 信息以某 一 種 特定的 準(zhǔn)則 和方法進(jìn)行組合以得到對(duì)被測(cè)量量 的 同一性 的 描述 和 解釋 。信息融合的 對(duì)象是依賴 于 多種 傳 感器的 分別所 觀察 到的 信息，通過(guò)對(duì) 這些 甚至是獨(dú)立的 信息的優(yōu)化組合 從而引出 更多的有 用的 信息，最終 的目的 也就 是 充分 利用多個(gè)傳感器 在 共同 的 或聯(lián)合 的 操作的條件的這種優(yōu)勢(shì) 來(lái) 減少測(cè)量過(guò)程中不必要的誤差和 提高整個(gè) 測(cè)量 系統(tǒng)的有效性。 基于不同時(shí)間和空間的多傳感器信息 ， 在一定準(zhǔn)則下 ， 對(duì)按時(shí)間序列獲得的多傳感器觀測(cè)數(shù)據(jù)進(jìn)行分析、綜合、處理和使用 , 通過(guò)它們之間的協(xié)調(diào)和性能互補(bǔ)的優(yōu)勢(shì) ， 克服單個(gè)傳感器的局限性 ， 獲得對(duì)被測(cè)對(duì)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)獲得比其他的單個(gè)組成部分更加充分的信息 ， 提高整個(gè)傳感器系統(tǒng) 的有效性能 ， 以實(shí)現(xiàn)全面準(zhǔn)確地描述被測(cè)對(duì)象。 多傳感器信息融合系統(tǒng)與所有單傳感器信號(hào)處理或低層次的數(shù)據(jù)處理方式相比， 后者是對(duì)大 腦信息處理的一種低水平模仿，而前者可更大程度獲取被探測(cè)目標(biāo)和環(huán)境的信息量。 信息融合 又稱作信息融合或多傳感器 信息融合 ，對(duì) 信息融合 還很難給出一個(gè)統(tǒng)一、全面的定義。隨著 信息融合 和計(jì)算機(jī)應(yīng)用技術(shù)的發(fā)展，根據(jù)國(guó)內(nèi)外研究成果，多傳感器 信息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(duì)按時(shí)間序列獲得的多傳感器觀測(cè)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(duì)被測(cè)對(duì)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 個(gè) 組成部分更充分的信息。 具體地說(shuō)，多傳感器 信息融合 原理如下： （ 1） N 個(gè)不同類型的傳感器（有源或無(wú)源的）收集觀測(cè)目標(biāo)的數(shù)據(jù)； （ 2）對(duì)傳感器的輸出數(shù)據(jù)（離散的或連續(xù)的時(shí)間函數(shù)數(shù)據(jù)、輸出矢量、成像數(shù)據(jù)或一個(gè)直接的屬性說(shuō)明）進(jìn)行特征提取的變換，提取代表觀測(cè)數(shù)據(jù)的特征矢量 Yi； 皖西學(xué)院本科畢業(yè)論文（設(shè)計(jì)） 第 4 頁(yè) （ 3）對(duì)特征矢量 Yi 進(jìn)行模式識(shí)別處理（如，聚類算法、自適應(yīng)神經(jīng)網(wǎng)絡(luò)或其他能將特征矢量 Yi 變換成目標(biāo)屬性判決的統(tǒng)計(jì)模式識(shí)別法等）完成各傳感器關(guān)于目標(biāo)的 說(shuō)明； （ 4）將各傳感器關(guān)于目標(biāo)的說(shuō)明數(shù)據(jù)按同一目標(biāo)進(jìn)行分組，即關(guān)聯(lián)； （ 5）利用融合算法將每一目標(biāo)各傳感器數(shù)據(jù)進(jìn)行合成，得到該目標(biāo)的一致性解釋與描述。 利用多個(gè)傳感器所獲取的關(guān)于對(duì)象和環(huán)境全面、完整的信息，主要體現(xiàn)在融合算法上。因此，多傳感器系統(tǒng)的核心問(wèn)題是選擇合適的融合算法。對(duì)于多傳感器系統(tǒng)來(lái)說(shuō)，信息具有多樣性和復(fù)雜性，因此，對(duì)信息融合方法的基本要求是具有魯棒性和并行處理能力。此外，還有方法的運(yùn)算速度和精度；與前續(xù)預(yù)處理系統(tǒng)和后續(xù)信息識(shí)別系統(tǒng)的接口性能；與不同技術(shù)和方法的協(xié)調(diào)能力；對(duì)信息樣本的要 求等。一般情況下，基于非線性的數(shù)學(xué)方法，如果它具有容錯(cuò)性、自適應(yīng)性、聯(lián)想記憶和并行處理能力，則都可以用來(lái)作為融合方法。 多傳感器 信息融合 雖然未形成完整的理論體系和有效的融合算法，但在不少應(yīng)用領(lǐng)域根據(jù)各自的具體應(yīng)用背景，已經(jīng)提出了許多成熟并且有效的融合方法。多傳感器 信息融合 的常用方法基本上可概括為隨機(jī)和人工智能兩大類，隨機(jī)類方法有加權(quán)平均法、卡爾曼濾波法、多貝葉斯估計(jì)法、 DempsterShafer（ DS） 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)、專家系統(tǒng)等。可以預(yù)見(jiàn)，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 信息融合 中將起到越來(lái)越重要的作用。 融合一般分三個(gè)層次，數(shù)據(jù)級(jí)融合、特征級(jí)融合和決策級(jí)融合。 本 文中的融合級(jí)別屬于數(shù)據(jù)級(jí)融合。 如下 圖 1 表 示了數(shù)據(jù)層 融合的結(jié)構(gòu)。在數(shù)據(jù)層融合方法中，直接融合來(lái)自同類傳感器的數(shù)據(jù)，然后是特征提取和來(lái)自融合數(shù)據(jù)的屬性判決。為了完成這種數(shù)據(jù)層融合，傳感器必須是相同的或者是同類的。為了保證被融合的數(shù)據(jù)對(duì)應(yīng)于相同的目標(biāo)或客體，關(guān)聯(lián)要基于原始數(shù)據(jù)完成。 皖西學(xué)院本科畢業(yè)論文（設(shè)計(jì)） 第 5 頁(yè) 圖 1 數(shù)據(jù)層融合 圖 2 表 示 了特征層融合的結(jié)構(gòu)。在這種方法中，每個(gè)傳感器觀測(cè)一個(gè)目標(biāo)，并且為產(chǎn)生來(lái)自 每個(gè)傳感器的特征向量要完成特征提取，然后融合這些特征向量，并基于聯(lián)合特征向量做出屬性判決。另外，為了把特征向量劃分成有意義的群組必須運(yùn)用關(guān)聯(lián)過(guò)程，對(duì)此位置信息也許是有用的。 圖 2 特征層融合 圖 3 給出了決策層屬性融合結(jié)構(gòu)。在這種方法中，每個(gè)傳感器為了獲得一個(gè)獨(dú)立的屬性判決要完成一個(gè)變換，然后順序融合來(lái)自每個(gè)傳感器的屬性判決。圖中 I/D 代表屬性判決結(jié)果。 皖西學(xué)院本科畢業(yè)論文（設(shè)計(jì)） 第 6 頁(yè) 圖 3 決策層融合 信息融合 研究中的存在 的 問(wèn)題 ： （ 1）未形成基本理論框架和有效廣義模型及算法雖然 信息融合 的研究已經(jīng)相當(dāng)廣泛，但是自前對(duì)信息融合的 研究都是根據(jù)問(wèn)題的種類，各自建立融合準(zhǔn)則，并在此基礎(chǔ)上形成所謂最佳融合方案，而且目前很多研究工作是基礎(chǔ)研究、仿真性工作。 （ 2）關(guān)聯(lián)的二義性是 信息融合 中的主要障礙在進(jìn)行融合處理前，必須對(duì)信息進(jìn)行關(guān)聯(lián)，以保證所融合的信息是來(lái)自同一目標(biāo)。所以，信息可融合性的判斷準(zhǔn)則及如何進(jìn)一步降低關(guān)聯(lián)的二義性已成為融合研究領(lǐng)域亟待解決的問(wèn)題。 （ 3） 信息融合 方法與融合系統(tǒng)實(shí)施問(wèn)題 信息融合 系統(tǒng)的設(shè)計(jì)實(shí)施目前還存在許多實(shí)際的問(wèn)題：傳感器動(dòng)態(tài)測(cè)量誤差模型的建立、傳感器系統(tǒng)優(yōu)化、復(fù)雜動(dòng)態(tài)環(huán)境下系統(tǒng)實(shí)時(shí)性、大型知識(shí)庫(kù)的建立與管理、與其他 領(lǐng)域的很多新技術(shù)的“嫁接與融合”，如人工智能技術(shù)、計(jì)算神經(jīng)網(wǎng)絡(luò)計(jì)算、遺傳算法、進(jìn)化計(jì)算、虛擬現(xiàn)實(shí)技術(shù)性等，這些尚無(wú)成熟理論。 （ 4）融合系統(tǒng)的容錯(cuò)性和穩(wěn)健性沒(méi)有得到很好的解決沖突（矛盾）信息或傳感器故障所產(chǎn)生的錯(cuò)誤信息等的有效處理，即系統(tǒng)的容錯(cuò)性或穩(wěn)健性也是信息融合理論研究中必須考慮的問(wèn)題。 研究方向展望 ： 盡管信息融合技術(shù) 20 多年來(lái)已有了很大的發(fā)展， 但仍然還有很多領(lǐng)域有待于進(jìn)一步的研究與探索，目前主要包括： (1)多傳感器分布檢測(cè)研究分布式檢測(cè)融合自提出至今已形成了比較完善的理論體系。目前對(duì)該領(lǐng)域的研究主 要有：在各檢測(cè)器性能時(shí)變的條件下，如何自適應(yīng)估計(jì)各檢測(cè)器性能并進(jìn)行分布式檢測(cè)融合是目前的一個(gè)方向 ； 在信號(hào)參數(shù)模糊下的分布式檢測(cè)融合問(wèn)題：在信號(hào)皖西學(xué)院本科畢業(yè)論文（設(shè)計(jì)） 第 7 頁(yè) 參數(shù)隨機(jī)變化下的分布式檢測(cè)融合問(wèn)題；微弱信號(hào)的檢測(cè)融合問(wèn)題。 (2)異類多傳感器信息融合技術(shù)研究異類多傳感器信息融合由于具有時(shí)間不同步，數(shù)據(jù)率不一致及測(cè)量維數(shù)不匹配等特點(diǎn)，幾因而具有很大的不確定性。在異類多傳感器信息融合中，如何利用各傳感器信息進(jìn)行航跡起始，如何綜合利用位置、動(dòng)態(tài)及特征和屬性參數(shù)改善目標(biāo)跟蹤性，如何合理利用互補(bǔ)信息以改善對(duì)目標(biāo)的識(shí)別及如何實(shí)現(xiàn)檢測(cè)跟蹤的 聯(lián)合優(yōu)化都是需要進(jìn)一步研究和解決的問(wèn)題。 (3)傳感器資源分配與管理技術(shù)研究多個(gè)傳感器構(gòu)成了多傳感器系統(tǒng)的互補(bǔ)體系，因此必須按照某些工作準(zhǔn)則適當(dāng)?shù)毓芾磉@些傳感器，以便獲得最優(yōu)的數(shù)據(jù)采集性能。傳感器管理的內(nèi)容通常包括：空間管理、模式管理和時(shí)間管理。這一方面主要包括：傳感器性能預(yù)測(cè)，傳感器對(duì)目標(biāo)的分配方法，傳感器空間和時(shí)間作用范圍控制準(zhǔn)則，傳感器配置和控制策略，傳感器接口技術(shù)，傳感器對(duì)目標(biāo)分配的優(yōu)先級(jí)技術(shù)，以及傳感器指示和交接技術(shù)。 (4)研究 信息融合 用的數(shù)據(jù)庫(kù)和知識(shí)庫(kù)，高速并行檢索和推理機(jī)制利用大型空間數(shù)據(jù)庫(kù) 中數(shù)據(jù)和知識(shí)進(jìn)行推理是融合系統(tǒng)過(guò)程中的關(guān)鍵任務(wù)，因此深人研究和探討空間數(shù)據(jù)庫(kù)的知識(shí)庫(kù)，高速并行推理機(jī)制應(yīng)成為未來(lái)的研究重點(diǎn)之一。 (5) 對(duì)于復(fù)雜的多傳感器系統(tǒng)的性能測(cè)試及可靠性評(píng)估是多傳感器信息融合的重要研究?jī)?nèi)容。目前 ， 在實(shí)際中 ,不同的融合目的有不同的