中科大现代信号处理技术课件——data fusion教材

上传人:最**** 文档编号:119009665 上传时间:2020-01-03 格式:PPT 页数:111 大小:12.43MB
返回 下载 相关 举报
中科大现代信号处理技术课件——data fusion教材_第1页
第1页 / 共111页
中科大现代信号处理技术课件——data fusion教材_第2页
第2页 / 共111页
中科大现代信号处理技术课件——data fusion教材_第3页
第3页 / 共111页
中科大现代信号处理技术课件——data fusion教材_第4页
第4页 / 共111页
中科大现代信号处理技术课件——data fusion教材_第5页
第5页 / 共111页
点击查看更多>>
资源描述

《中科大现代信号处理技术课件——data fusion教材》由会员分享,可在线阅读,更多相关《中科大现代信号处理技术课件——data fusion教材(111页珍藏版)》请在金锄头文库上搜索。

1、 课程简介 现代信号处理 技术及应用 多传感器数据 融合 小波分析 课程简介课程简介- -数据融合数据融合 数据融合概述 数据融合模型 数据融合功能模型 数据融合结构模型 Agent模型 课程简介课程简介- -数据融合数据融合 分布式检测与数据融合 Beyas融合规则 Neyman-Pearson融合规则 K/N融合规则 串行结构融合规则 异步传输融合规则 带反馈并行融合规则 模糊先验概率和代价融合规则 融合系统的性能评估 课程简介课程简介- -数据融合数据融合 数据融合的数学基础 数据融合的应用 D-S理论 Kalman滤波 概率数据关联 课程简介课程简介- -小波分析小波分析 小波分析:

2、Wavelet Analysis(20学时) 预备知识 连续小波变换 离散小波变换 小波框架 多分辨率分析 正交小波变换 Mallat算法 WA在信号处理中的应用 参考资料参考资料 科学出版社:信息融合(2007) 电子工业出版社:多传感器信息融合及其 应用(2010) 清华大学出版社:多源信息融合(第二版 )(2010) 相关论文 第一章第一章 多传感器数据融合概述多传感器数据融合概述 数据融合源于仿生学 人和动物:感官具有不同的度量特征,可测 量出不同空间范围内发生的各种物理现象 (自适应的复杂的),将各种信息转换为 对环境有价值的解释 数据融合信息融合 一、数据融合的定义一、数据融合的定

3、义 定义1:(llinas & hall) 利用计算机技术对按时序获得的若干传感器的观测信息在 一定准则下加以自动分析、优化综合以完成所需要的决策 和估计任务而进行的信息处理过程 相互关系分析: 多传感器基础 多源信息加工对象 协调优化和综合处理核心 定义2:(军事领域)是对来自多传感器的数据进行多级 别、多方面、多层次的处理,从而产生新的有意义的信息 定义3:(综合定义)指对来自不同知识源和传感器采集 的数据进行综合处理,从而得出更加准确、可靠的结论 融合被多领域频繁应用、滥用,由于所研 究内容的广泛性和多样性造成了统一定义 较为困难 思考:定义的作用? 二、数据融合的必要性二、数据融合的必

4、要性 随着科学技术的发展,传感器的性能得到很大的 提高,新型的传感器不断涌现,如 复合传感器、生物传感器、纳米传感器等 多传感器系统中信息表现形式 多源性 信息数量的海量 异构信息关系的复杂性 实时性 信息处理的要求远远超出了人脑的综合处理能力 军事需求:随着新型武器(精确制导、远程打击等)的 出现战场范围扩大(五维空间)必须应用多传感器系 统:微波、毫米波、电视、红外、激光、电子支援措施( ESM),以及电子情报技术提供观测数据优化综合 实现: 实时发现目标 获取目标状态估计 提供火力控制、精确制导、电子对 识别目标属性 抗、作战模式和辅助决策等作战信息 分析行为意图 态势评估 威胁分析 2

5、0世纪70年代末,多传感器数据融合迅速发展 成为独立的学科,并在军事、民用领域得到了广 泛的应用 具有代表性的工作: 美国的C3I系统(command, control, communication and intelligence) 目前已经发展至C4I系统(command, control, communication, computer and intelligence ) 和C4ISR(surveillance and recon) 云时代和大数据 近年来,随着互联网、无线传感网络和物联网等技术的发 展,形成了海量数据(massive data)-大数据(big data) ,数据融合

6、进入了新的发展阶段 大数据 通常用来形容所创造的大量非结构化和半结构化数据 大数据的特点(4V) 数据体量巨大(volume): 从TB跃升到PB级别 数据类型繁多(variety): 包括网络日志、视频、图片、 地理位置 信息等 价值密度低(value): 以视频为例,连续不间断监控过程 中,可能有用的数据仅仅有一两秒 处理速度快(velocity):1秒定律,与传统的数据处理技术 有本质的不同 三、数据融合的目标三、数据融合的目标 目标 基于各传感器分离观测信息,通过对信息 的优化组合导出更多的有效信息 本质目标 利用多传感器共同操作的优势,提高整个 传感系统的有效性 四、多传感器数据融合

7、系统的优点四、多传感器数据融合系统的优点 冗余信息(增强了可靠性)、互补信息( 扩展了单传感器的性能) 提高了系统的可靠性和鲁棒性 扩展了时间或空间的观测范围 增强了系统的可信度 增强了系统的分辨能力 多传感器数据融合与经典信号处理多传感器数据融合与经典信号处理 方法的区别方法的区别 本质上,关键在于数据融合所处理的多传 感器信息具有更加复杂的形式,而且在不 同的信息层上出现,包括数据、特征和决 策层 五、多传感器数据融合应用领域五、多传感器数据融合应用领域 (一)、军事领域 TMD:战区导弹防御系统 (theater missile defense system) C4ISR 飞行目标跟踪

8、虚拟战场 科索沃虚拟战场 战场监测 士兵机器人 惯性导航 惯性导航系统是利用惯性元件来感测航行体的运动加速度,经 过积分计算,从而解算出导航参数来确定航行体的位置。惯性 导航系统可以连续给出载体的航向、姿态、速度、位置等导航 参数。具有隐蔽性好、抗干扰性强、能全天候工作等优点,但 其导航需要一段对准时间,存在“漂移”现象,误差随时间积累 ,长时间工作会产生较大的积累误差 星图导航 天文导航系统的航向精度在现有导航设备中是最高的,可为武 器系统提供精确的位置、航向和姿态信息 (二)民用领域(二)民用领域 1、机器人 传感器包括:摄像机、声纳、陀螺仪、激光测距仪等 pioneer、月球车、六足机器

9、人(俄罗斯)、火星探测 车 制造业机器人 服务机器人 导游机器人 机械手 Robotcup 路径规划 机器人舞蹈 qiro机器人 20个机器人Nao在上海世博会法国馆完美演出了长达10分钟的全自主集体 舞蹈表演,创造了类人机器人历史性一幕,这也是世界上第一次大规模机 器人同时跳“集体舞”。机器人Nao的表演分三个音乐片段,其中包括法国作 曲家莫里斯拉威尔的著名交响作品Bolero,完美展示了Nao完成稳定、灵 活并有节奏的动作的能力。这也是机器人史上第一次在艺术领域达到饱含 情感并与观众产生共鸣的高度。由类人机器人领域的世界顶尖公司 Aldebaran Robotics研发 星球车 勇气号火星

10、车 好奇号火星车 2 2、工业过程监控、工业过程监控 识别引起系统状况超出正常运行范围的故障条 件触发报警器 石油勘探 火力发电(发电机组监控) 转炉炼钢(温度和含碳量) 核反应堆 3 3、遥感图像融合处理、遥感图像融合处理 主要对地面目标或实体进行监视、识别与定位,使用的传 感器主要为合成孔径雷达,在多源图像进行融合时,要利 用像素级配准 通过高空间分辨率全色图像和低光谱分辨率图像的融合, 得到高空间分辨率和高光谱分辨率的图像,融合多波段和 多时段的遥感图像来提高分类的准确性。 采用合成孔径雷达、卫星遥感等对地面进行监视,以识别 地貌、气象模式、矿产、植物生长(农作物种植面积和产 量预测)、

11、环境条件(省气象局-火灾)和威胁状况(原 油泄漏、辐射泄漏等)对物理现象、事件进行定位、识 别和解释。 4 4、公共安全、公共安全 毒品检测 气敏、红外、微波 火灾监测 烟雾传感器、二氧化碳传感器 瓦斯监测 远程医疗 X射线、核磁共振、超声波肿瘤定位 智能材料 飞机机翼(有限元分析表面应力计算) 微机械手(压电陶瓷制备温度发生形变:温度控制) 刹车系统 5 5、环境污染监测、环境污染监测 环境污染现状 大气污染监测 环境水污染监测 检测指标 水质建模、水质综合评 判 汽车尾气排放检测 6 6、智能交通、智能交通 空中交通:空中交通管制系统 在雷达网的监视、引导和管理下进行工作,多雷达融合,通过

12、 二次雷达识别各种类型的飞机、确定民航机航班号、飞行状态 ,且与一次雷达进行配对 导航设备: 监视和控制设备:修正航线偏离、防止飞机相撞,并调度飞机 流量; 通信设备、调度人员 城市交通:摄像、航拍、地感线圈、微波、雷达、地磁传感器 、视频、FCD 轨道交通 无人驾驶汽车无人驾驶汽车 法国公司INRIA花费十年心血,于2009年5月研制出无人驾驶汽车 Cycab自动驾驶(GPS定位误差小于1米) 德国大众 中国自主车大赛 国防科技大学自主研制的红旗国防科技大学自主研制的红旗 HQ3HQ3无人车无人车 7月14日首次完成了从长沙到武汉286公里的高速全程无 人驾驶实验,创造了我国自主研制的无人车

13、在复杂交通状 况下自主驾驶的新纪录,标志着我国无人车在复杂环境识 别、智能行为决策和控制等方面实现了新的技术突破,达 到世界先进水平 实验中,无人车自主超车67次,途遇复杂天气,部分路段 有雾,在咸宁还遭逢降雨 一辆高速行驶的汽车上,“司机”不扶方向盘还不时扭头跟 车上其他人聊天,全然不看前方的路当这样一辆车从 你身边驶过,你肯定会大吃一惊,不敢相信自己眼睛。然 而,这一幕7月14日从长沙到武汉的高速公路上已经真实 上演 车路协同车路协同 车路协同系统主要包含智能车辆、车车通信(Vehicle to Vehicle, V2V)、车路通信(Vehicle to Infrastructure, V

14、2I)、车路协同控制和微观仿真等, 它显著提高道路基础设施的使用效率道路,大大降低交通 事故、延误和环境污染 CVIS展望图 7 7、农业、农业 精准农业 无土栽培 食品检测 农作物农药残留量检测 酶抑制法通过光谱分析确定有害物质 水产养殖 分拣系统 8、其他 电子鼻(electronic nose) 电子舌(electronic tongue) 9 9、物联网、物联网 物联网(The internet of things) 物联网是新一代信息技术的重要组成部分 是物物相连的互联网,其含义包括: 1. 物联网的核心和基础仍然是互联网,是在互联网基 础上的延伸和扩展的网络 2. 其用户端延伸和扩

15、展到了任何物品与物品之间,进 行信息交换和通信 物联网的定义 是通过射频识别(RFID)、红外感应器、GPS、激光 扫描器等信息传感设备,按约定的协议,把任何物品 与互联网相连接,进行信息交换和通信,以实现对物 品的智能化识别、定位、跟踪、监控和管理的一种网 络 信息融合是物联网的核心技术 体系结构 信息融合是物联网的核心技术之一信息融合是物联网的核心技术之一 五、多传感器数据融合研究现状五、多传感器数据融合研究现状 自20世纪70年代末以来,MSDF受到了各国学术界、工业界和军届的广 泛关注,成为研究热点 (一)国外 美国将MSDF技术列为90年代重点研发的二十项关键技术之一,A类 ,发展C4I系统,经费投资数亿美元 学术方面: 87年起,美三军每年召开一次数据融合学术会议 ,出版SPIE专集 IEEE 94年首次举办智能系统多传感器融合与集成会议MFI94,MFI96 ,MFI99,MFI01(德国) IEEE系统和控制论会议 IEEE航空航天与电子系统会议 IEEE自动控制会议 IEEE C3MIS会议 1

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 高等教育 > 大学课件

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号