多傳感器信息融合

　　1、簡(jiǎn)介

　　多傳感器信息融合是用于包含處于不同位置的多個(gè)或者多種傳感器的信息處理技術(shù)。隨著傳感器應(yīng)用技術(shù)、數(shù)據(jù)處理技術(shù)、計(jì)算機(jī)軟硬件技術(shù)和工業(yè)化控制技術(shù)的發(fā)展成熟，多傳感器信息融合技術(shù)已形成一門(mén)熱門(mén)新興學(xué)科和技術(shù)。我國(guó)對(duì)多傳感器信息融合技術(shù)的研究已經(jīng)在工程上已應(yīng)用于信息的定位和識(shí)別等。而且相信隨著科學(xué)的進(jìn)步，多傳感器信息融合技術(shù)會(huì)成為一門(mén)智能化、精細(xì)化數(shù)據(jù)信息圖像等綜合處理和研究的專(zhuān)門(mén)技術(shù)。
 

　　2、基本原理

　　3、主要功能體系架構(gòu)

　　根據(jù)數(shù)據(jù)處理方法的不同，信息融合系統(tǒng)的體系結(jié)構(gòu)有三種：分布式、集中式和混合式。

　　1）分布式：先對(duì)各個(gè)獨(dú)立傳感器所獲得的原始數(shù)據(jù)進(jìn)行局部處理，然后再將結(jié)果送入信息融合中心進(jìn)行智能優(yōu)化組合來(lái)獲得最終的結(jié)果。分布式對(duì)通信帶寬的需求低、計(jì)算速度快、可靠性和延續(xù)性好，但跟蹤的精度卻遠(yuǎn)沒(méi)有集中式高；

　　2）集中式：集中式將各傳感器獲得的原始數(shù)據(jù)直接送至中央處理器進(jìn)行融合處理，可以實(shí)現(xiàn)實(shí)時(shí)融合，其數(shù)據(jù)處理的精度高，算法靈活，缺點(diǎn)是對(duì)處理器的要求高，可靠性較低，數(shù)據(jù)量大，故難于實(shí)現(xiàn)；

　　4、理論方法

　　(1)卡爾曼濾波（KF）

　　卡爾曼濾波處理信息的過(guò)程一般為預(yù)估和糾正，他對(duì)多傳感信息融合技術(shù)的作用中不僅是個(gè)簡(jiǎn)單具體的算法，而且也是一種非常有用的系統(tǒng)處理方案。事實(shí)上，它與很多系統(tǒng)處理信息數(shù)據(jù)的方法類(lèi)似，它利用數(shù)學(xué)上迭代遞推計(jì)算的方法為融合數(shù)據(jù)提供行之有效的統(tǒng)計(jì)意義下的最優(yōu)估計(jì)，但是對(duì)存儲(chǔ)的空間和計(jì)算要求很小，適合于對(duì)數(shù)據(jù)處理空間和速度有限制的環(huán)境下。KF分為分散卡爾曼濾波（DKF）和擴(kuò)展卡爾曼濾波（EKF）兩種。DKF能使數(shù)據(jù)融合完全分散化，而EKF能有效克服數(shù)據(jù)處理的誤差和不穩(wěn)定性對(duì)信息融合過(guò)程產(chǎn)生的影響。

　　(2)人工神經(jīng)網(wǎng)絡(luò)法

　　這種方法通過(guò)模仿人腦的結(jié)構(gòu)和工作原理以傳感器獲得的數(shù)據(jù)為網(wǎng)絡(luò)的輸入，通過(guò)網(wǎng)絡(luò)的訓(xùn)練在相應(yīng)的機(jī)器或者模型上完成一定的智能任務(wù)來(lái)消除非目標(biāo)參量的干擾。神經(jīng)網(wǎng)絡(luò)法對(duì)于消除在多傳感器在協(xié)同工作中受各方面因素相互交叉影響效果明顯，而且它編程簡(jiǎn)便，輸出穩(wěn)定[3] 。

　　5、研究發(fā)展

　　多傳感器信息融合技術(shù)的應(yīng)用領(lǐng)域廣泛，不僅應(yīng)用于軍事，在民事應(yīng)用方面也有很大的空間。軍事應(yīng)用是多傳感器信息融合技術(shù)誕生的奠基石，具體應(yīng)用包括海洋監(jiān)視系統(tǒng)和軍事防御系統(tǒng)。在民事應(yīng)用領(lǐng)域方面，主要用于智能處理以及工業(yè)化控制，智能處理包括醫(yī)藥方面的機(jī)器人微型手術(shù)和疾病監(jiān)測(cè)尤其是智能家居等方面。

　　多傳感器信息融合技術(shù)存在的問(wèn)題

　　1）關(guān)聯(lián)的二義性是技術(shù)的首要不足，在一個(gè)多傳感器的系統(tǒng)中，各個(gè)分散的傳感器獲得的數(shù)據(jù)會(huì)不可避免地受到許多因素制約（如環(huán)境狀態(tài)和傳感器本身的特性），因而要想更好的發(fā)展多傳感器的融合技術(shù)，降低關(guān)聯(lián)的二義性這個(gè)問(wèn)題要得到充分關(guān)注；

　　2）基礎(chǔ)的理論體系和完善的融合算法有待完善。因?yàn)榻^大多數(shù)的融合技術(shù)都是在特定的應(yīng)用領(lǐng)域上開(kāi)展的。我們必須針對(duì)實(shí)際問(wèn)題來(lái)建立直觀的融合準(zhǔn)則，形成有效數(shù)據(jù)融合方案。如果有了完善的理論體系和融合模型，就能避免融合技術(shù)的盲目性。如異步信息融合算法[4] ，量子神經(jīng)網(wǎng)絡(luò)信息融合故障診斷方法[5] ，自組織映射神經(jīng)網(wǎng)絡(luò)信息融合方法等，都是值得關(guān)注的新方法。

　　3）信息融合系統(tǒng)與融合方法在實(shí)施中還面臨許多問(wèn)題。如各種融合模型的建立，以及各種傳感器的資源分配和信息管理方法都是現(xiàn)階段信息融合領(lǐng)域亟待解決的關(guān)鍵技術(shù)。

　　6、展望

　　信息融合系統(tǒng)是一個(gè)具有強(qiáng)烈不確定性的復(fù)雜大系統(tǒng)，處理方法受到現(xiàn)有理論、技術(shù)、設(shè)備的限制。雖然這是一門(mén)新發(fā)展的學(xué)科，很多理論還不健全，但隨著各種新興的相關(guān)學(xué)科技術(shù)的發(fā)展，它將不斷完善，并得到更多的實(shí)用價(jià)值。