第一讲数据融合基本概念

《第一讲数据融合基本概念》由会员分享，可在线阅读，更多相关《第一讲数据融合基本概念（46页珍藏版）》请在金锄头文库上搜索。

1、1,第一讲 数据融合的基本原理,2,什么是传感器？,3,3,人与机器的机能对应关系图,4,4,人与传感器,人的感觉器官与对应的传感器： 眼 耳 鼻 舌 皮肤,光敏传感器 声敏传感器 气敏传感器 味觉传感器 压敏、热敏、湿敏传感器,5,定义 传感器就是能感知外界信息并能按一定规律将这些信息转换成可用信号的器件或装置。如下图所示:,6,传感器的组成,敏感器件的作用是感受被测物理量； 转换元件是对信号进行转换输出。 辅助器件则是对输出的电信号进行放大、阻抗匹配，以便于后续仪表接入。,敏感元件,被测信息,转换元件,信号调节电路,辅助电路,输出信息,传感器组成框图,7,应变式压力传感器,由半导体材料制成

2、的物性传感器基本是敏感元件与转换元件二合一。 直接能将被测量转换为电量输出。 压电传感器、光电池、热敏电阻等。,弹性膜片,电阻应变片,压力,应变,电阻变化量,敏感元件,转换元件,8,传感器的普遍性,9,传感器的主要应用,电子警察,10,胶片式“电子警察” 、数码式“电子警察” 、视频式“电子警察”；压力或磁电传感器，两个脉冲信号，触发拍照系统进行拍照,11,全自动洗衣机中的传感器：衣物重量传感器，衣质传感器，水温传感器，水质传感器，透光率光传感器(洗净度) 液位传感器，电阻传感器(衣物烘干检测)。,12,鼠标:光电位移传感器,摄象头:CCD传感器,PC机中的测试技术应用,13,美国火星车“So

3、journer”号上用QCM来检测太阳能电池板上 的灰尘堆积情况,雷达,C3I系统所用传感器的种类很多，但它们是以雷达、电子情报机（ELINT)、电子支援测量系统（ESM）、声音、红外等传感器为主， 再辅以其他类型的传感器，在整个三维空间形成一个传感器网阵。 雷达，发收电磁波，主动雷达，被动雷达；波长短，预警雷达，火控雷达 声音传感器是以空气、水和大地作为传播媒质的，相应的应用领域包括飞机、坦克及其他车辆的探测与识别，水下各类潜艇的探测和地震信号的记录与分析等。,声呐,SONAR（sound navigation and ranging ），声音导航 测距 声呐是各国海军进行水下监视使用的主要

4、技术，用于对水下目标进行探测、分类、定位和跟踪；进行水下通信和导航，保障舰艇、反潜飞机和反潜直升机的战术机动和水中武器的使用。,分类,按工作方式可分为 主动声呐：主动地发射水声信号，然后收测回波进行计算。如蝙蝠 被动声呐：声呐被动接收舰船等水中目标产生的辐射噪声和水声设备发射的信号，以测定目标的方位。如飞蛾,麦凯恩事件,中国潜艇同美国“麦凯恩”号驱逐舰拖曳声呐2009年6月11日在菲律宾苏比克附近相撞 有意相撞还是意外相撞？,水听器,标准水听器外形图,多传感器数据融合的形成,单传感器 多传感器 多传感器信息互补性为获得更多的信息提供技术支撑； 如何对多传感器信息进行联合处理？ 多传感器数据融合

5、技术（多传感器信息融合技术或多传感器整合技术） 消除噪声与干扰，实现对观测目标的连续跟踪和测量，并对其属性进行分类与识别，分析敌我双方的兵力对比 ，提供敌方各类平台的瞬时位置及其企图，作出威胁判断等一系列多层次的处理。,军事领域 海上监视，如海上网络战、海情网 地面防空、战略防御与监视，如边境要地监测、C3I系统（军事指挥自动化系统） 非军事领域 机器人系统、生物医学工程系统、工业控制自动监 视系统（工业流水生产线检测瓶装商标标签，光电 、视频等）,21,数据融合的研究内容,对多源不确定信息进行综合处理及利用，即对 来自多个信息源的数据进行多级别、多方面、多层 次的处理，产生新的有意义的信息。

6、 几个重要的概念 多源、多级别、多方面、多层次,22,数据融合的目的,组合多源信息和数据完成目标检测、关联、状态评估的多层次、多方面过程； 获得准确的目标识别、完整而及时的态势评估（SA，Situation Assessment）和威胁评估（TA，Threat Assessment）。 前提： 计算机技术、传感器技术的发展；多渠道信息获取、处理成为可能。,23,1.1 数据融合的基本概念,生物系统对多源信息的融合处理 1）获取信息的多样性 2）信息交融得到感知信息 典型系统：人,24,人对多源信息的处理,处理过程特点： 复杂性（信息的来源）、自适应性（对外界） 歧义性（信息的解读）、不完整性（

7、盲人摸象） 与人的已有知识密切相关,25,数据融合的基本原理,1、人模仿自身信息处理能力的过程； 特点： 1)自适应性(信息的多样性) 2)高智能化处理(各种解决手段) 3)先验知识(先验知识越丰富，综合信息处理能 力越强),26,2、传感器感测外部信息，数据融合系统模仿人 的信息处理能力； 特点： 利用多传感器资源，把多传感器在空间或时间 上可冗余或互补信息，依据某种准则来进行组合， 获得被测对象的一致性描述。,27,数据融合系统研究的对象,研究对象：各类信息 表现形式：信号、波形、数据、文字或声音等 信息获取：各类传感器（信息的多样性）,后端系统用,28,数据融合技术的出现前提,1）传感器

8、的性能提高； 2）多传感器信息系统出现； 3）信息具有多样性； 4）信息容量以及信息处理速度的要求超出了传 统信息处理方法的能力。,29,多传感器数据融合系统特点,单传感器信号处理或低层次的多传感器数据处理不能有效地利用多传感器资源； 多传感器系统可以更大程度地获得被探测目标和环境的信息量； 数据融合所处理的多传感器信息具有更复杂的形式，可在不同的信息层次上出现，这些信息抽象层次包括数据层、特征层和决策层。,30,数据融合系统的目的,生命系统的基本功能： 多源信息的综合分析、判断、决策 通过数据组合而不是出现在输入信息中的任何 个别元素，推导出更多的信息，得到最佳协同作用 的结果； 利用多个传

9、感器共同或联合操作的优势，提高 传感器系统的有效性，消除单个或少量传感器的局 限性。,31,数据融合系统的应用特点,综合利用来自多传感器的信息，获得对被测对 象一致性的可靠了解和解释，以利于系统作出正确 的响应、决策和控制。 有助于改善系统的性能，使系统具有专家系统 的特征。 降低对个别传感器的依赖性。,32,1.2 数据融合的定义,应用领域： 针对一个系统中使用多种传感器(多个或多类) 这一特定问题进行的信息处理方法，又称多传感器 信息融合。 如： 机器人和智能仪器系统、战场观测和无人驾驶 飞机、图像分析与理解、目标检测与跟踪、自动目 标识别、多源图像复合等。,33,一般定义,1）充分利用不

10、同时空的多传感器信息资源； 2）采用计算机技术对按时序获得的多传感器观测信 息按一定准则加以自动分析、综合、支配和使用； 3）获得对被测对象的一致性解释与描述，以完成所 需的决策和估计任务，使系统获得比它的各组成部 分更优越的性能。,34,涉及的主要内容,硬件基础： 多传感器系统：对运动目标，系统需要正确的 进行传感器切换，当传感器或其他数据源的性质不 同时，判断较复杂。 加工对象： 多源信息 核心内容： 协调优化和综合处理,35,军事上的数据融合定义,所谓多传感器数据融合就是人们通过对空间分布的多源信息各种传感器的时空采样，对所关心的目标进行检测、关联（相关）、跟踪、估计和综合（信息组合）等

11、多级功能处理，以更高的精度、较高的概率或置信度得到人们所需要的目标状态和身份（属性）估计，以及完整、及时的态势和威胁评估，为指挥员提供有用的决策信息。,36,涵盖的内容,1)在几个层次上完成对多源信息处理，各个层次 都表示不同级别的信息抽象。 2)包括检测、关联、跟踪、估计及综合。 3)结果包括较低层次上的状态和属性估计，以及 较高层次上的整个战场态势估计和威胁评估。,37,定义所表明的特点,将来自多传感器或多源的信息和数据模仿专家 的综合信息处理能力进行智能化处理，从而得出更 为准确可信的结论。,38,其他类似的名称,多传感器相关 多源相关 多传感器混合 多传感器融合 信息融合 数据融合,3

12、9,1.3 数据融合的时空性,分布在不同空间位置上的多传感器在对运动目 标进行观测时，各传感器在不同时间和不同空间的 观测值有所不同，从而形成一个观测值集合。 如：s个传感器在n个时刻观测同一个目标可有 s*n观测值，其集合Z为： Z = Zj (j=1,2,s) Z = Zj(k) (k=1,2,n) Zj：j号传感器观测值集合； Zj(k)：j号传感器在k时刻观测值。,40,多传感器观测值在时空上的排列,41,数据融合的时间性与空间性问题,时空性是目标运动状态的观测的主要问题： 1）数据融合的时间性 2）数据融合的空间性,42,1)数据融合的时间性,按时间先后对观测目标在不同时间的观测值进

13、 行融合。 利用单传感器在不同时间的观测结果进行数据 融合时，要考虑数据融合的时间性。,43,2)数据融合的空间性,对同一时刻不同空间位置的多传感器观测值进行数据融合。 利用多传感器在同一时刻观测结果进行数据融合时，要考虑数据融合的空间性。,44,时空性的处理方法,为获得观测目标的准确状态，同时考虑数据融 合的时间性与空间性。 实现方法： 先对各传感器不同时间的观测值集进行融合， 得出每个传感器对目标状态的估计，然后将各个传 感器的估计进行空间融合，从而得到目标状态的最 终估计。,45,在同一时间对不同空间位置的各传感器的观 测值进行融合，得出各不同时间的观测目标估计， 然后对不同时间的观测目标估计按时间顺序进行融 合，得出最终状态。 同时考虑数据融合的时间性与空间性，即上 述两个同时进行，可以减少信息损失，提高数据融 合系统的实时性。但同时进行的难度大，只适合于 大型多计算机的数据融合系统。,46,小结,