信息融合总复习课课件

《信息融合总复习课课件》由会员分享，可在线阅读，更多相关《信息融合总复习课课件（97页珍藏版）》请在金锄头文库上搜索。

1、多源多源测试测试信息融合复信息融合复习课习课Outline1. 数据融合概述2. 检测融合3. 属性融合4. 基于Bayes 统计理论的信息融合技术5. 基于模糊集合论的信息融合技术6. 证据理论基础知识及其改进7. 证据理论在数据融合中的应用8. 期末考试安排1. 1. 数据融合概述数据融合概述关于数据融合目的：对多源知识和多个传感器所获得的信息进行综合处理， 消除多传感器信息之间可能存在的 冗余和矛盾，利用信息互补来 降低不确定性，以形成对系统环境相对完整一致的理解，从而 提高系统智能规划和决策的科学性、反应的快速性和正确性，进而降低决策风险。定义：利用计算机技术，对不同传感器按时序获得的

2、观测信息，按照一定的准则加以自动分析、优化和综合，为完成所需的决策和估计任务而进行的信息处理过程。1. 1. 数据融合概述数据融合概述数据融合过程：分析来自所有传感器的数据，并对其进行配准、关联、相关、估计、分类与信息反馈等。?配准：将传感器数据统一到同一时间和空间参考系中?关联：使用某种度量尺度对来自不同传感器的数据进行比较，确定进行相关处理的候选配对?相关：对关联后的数据进行处理以确定它们是否属于同一个目标?估计：依据相关处理后的结果对目标的状态变量与估计误差方差进行更新，实现对目标的未来状态预测?分类：通过对特征数据的分析，确定目标的类型等1.1 1.1 数据融合级别数据融合级别高高层层

3、次次融融合合决策决策级融合决策级融合每个传感器先基于自己的数据做出每个传感器先基于自己的数据做出决策，然后由融合中心完成局部决策。决策，然后由融合中心完成局部决策。?优点：优点：通信量小、抗干扰能力强、融通信量小、抗干扰能力强、融合中心处理代价低合中心处理代价低?不足：不足：数据损失量最大、精度最低数据损失量最大、精度最低由由筛筛低低和和抽抽 选选层层象象 、到到整整合合高高层层信息特征级融合特征级融合每个传感器先抽象出自己的特征向每个传感器先抽象出自己的特征向量，然后由融合中心完成融合处理。量，然后由融合中心完成融合处理。?优点：优点：进行了数据压缩、对通信带宽进行了数据压缩、对通信带宽的要

4、求低、利于实时处理的要求低、利于实时处理?不足：不足：有信息损失、融合性能降低有信息损失、融合性能降低直接对传感器的观测数据进行融合直接对传感器的观测数据进行融合处理，然后基于融合后的结果进行特征处理，然后基于融合后的结果进行特征提取和判断决策提取和判断决策。优点：优点：数据损失量较少，精度最高数据损失量较少，精度最高不足：不足：实时性差、要求传感器是同类的、实时性差、要求传感器是同类的、数据通信量大、抗干扰能力差、处理的数据通信量大、抗干扰能力差、处理的数据量大数据量大传传感感器器采采集集数据数据级融合数据级融合1.2 数据融合方法的分类数据融合方法的分类集中式融合结构集中式融合结构集中式融

5、合结构将检测数据传递到融合中心，然后进行数据集中式融合结构将检测数据传递到融合中心，然后进行数据对准、点迹相关、数据互联、航迹滤波、预测与综合跟踪等。对准、点迹相关、数据互联、航迹滤波、预测与综合跟踪等。优点：优点：信息损失最小；信息损失最小；缺点：缺点：互联比较困难，并且要求系统必须具互联比较困难，并且要求系统必须具备大容量的存储能力，计算负担重，系统生存能力较差备大容量的存储能力，计算负担重，系统生存能力较差分布式融合结构中，每个传感器的检测数据在进入融合以前，分布式融合结构中，每个传感器的检测数据在进入融合以前，先先由它自己的处理器产生局部决策结论，由它自己的处理器产生局部决策结论，然后

6、然后将处理过的信息送至将处理过的信息送至融合中心，完成综合决策，形成全局估计。融合中心，完成综合决策，形成全局估计。分布式融合结构分布式融合结构优点：优点：计算量小，易实现，系统生存能力强；计算量小，易实现，系统生存能力强；缺点：缺点：信息损失量大信息损失量大混合式融合结构混合式融合结构集中式融合与分布式融合结合相结合集中式融合与分布式融合结合相结合特点：特点：适合复杂高、难度大的大系统，可扩充性一般适合复杂高、难度大的大系统，可扩充性一般各局部节点可以同时或分别是集中式、分布式或混合式的融合各局部节点可以同时或分别是集中式、分布式或混合式的融合中心，系统的融合节点再次对各局部节点传送来的航迹

7、进行相关和中心，系统的融合节点再次对各局部节点传送来的航迹进行相关和合成。合成。优点：优点：信息损失中等，融合难度中等；信息损失中等，融合难度中等；缺点：缺点：系统结构复杂，实现系统结构复杂，实现难度高，成本高难度高，成本高多级式融合结构多级式融合结构2. 检测融合概述检测融合概述?检测融合概念多传感器检测融合就是将来自多个不同传感器的观测数据或判决结果进行综合，从而形成一个关于同一环境或事件的更完全、更准确的判决。是信息融合理论中的一个重要研究内容。2. 检测融合概述检测融合概述?检测融合目的?消除单个或单类传感器检测的不确定性?提高检测系统的可靠性?改善检测性能2. 1 检测融合系统的分类

8、检测融合系统的分类多传感器检测融合系统由多个传感器及融合中心构成。sensor 1MCU融合中心sensor 2传感器节点传感器节点sensor n能量供给单元能量供给单元融合系统的融合方式分为集中式和分布式2. 2 集中式检测融合系统特点集中式检测融合系统特点优点：?融合中心数据全面?最终判决结果理论置信度高缺点：?数据量大，通信带宽要求高?信息处理时间长?融合中心负荷大2. 2 分布式检测融合系统分布式检测融合系统传感器1传感器预处理 1传感器判定传感器N传感器预处理 N传感器判定融合判定分布式分布式：各传感器首先基于自己的观测进行 判决，然后将判决结果传输到融合中心，融合中心根据所有传感

9、器的判决进行检验，形成最终判决。2. 2 分布式检测融合系统的特点分布式检测融合系统的特点优点：数据传输量小，通信带宽要求低分布式计算，融合效率高融合中心负荷小缺点：?缺乏相互之间的关联?数据损失大分布式检测结构是目前多传感器检测的主要结构模型2.3 分布式融合检测系统分布式融合检测系统现象现象Y1Y12.3.1 分布式融合分布式融合检测检测系系统统分分类类?并行结构Y3Y2Y2S1Y1S1U1现象S2YNS2SNSUNUNS3?分散结构?串行结构?树形结构Y2U1Y4S1S4S2U2YNU2U3U1检测融合中心U2U0Y5S5U5=U0现象Y1Y2U1U2YNUN-1S1S2SU02.3 分

10、布式融合检测系统分布式融合检测系统2.3.2 二元假二元假设检验问题设检验问题?假设分布式并行检测融合系统由事件融合中心及 N 个传感器构成。yn传感器ny1传感器1y2传感器2?每一个局部传感器基于自己的观u1u2融合中心un测值yi完成同一个决策任务，之后将决策值ui传送到融合中心。?融合中心的任务是根据接收到的图图1 并行分布式检测融合系统并行分布式检测融合系统局部决策，利用最优融合规则，作出全局决策u0。2.3 分布式融合检测系统分布式融合检测系统2.3.2 二元假二元假设检验问题设检验问题?在二元假设检验问题中，每个传感器的决策值ui为二元值，定义如下：?0 ，假设 H0(判定为无目

11、标）ui?(i?1,2, ,N)?1 ，假设 H1(判定为有目标）?设 P(H0)=P0和 P(H1)=P1分别为H0和H1出现的先验概率，且P0+P1=1?局域决策值传送到融合中心构成融合中心的观测向量：U?( u1, u2, , uN)?融合中心基于U获得全局决策U0，融合中心的决策值为：?0，假设H0(判定为无目标）u0?1，假设H1(判定为有目标）2.3 分布式融合检测系统分布式融合检测系统2.3.3 二元假设检验结果?这种判决结果有四种可能性：(1)H 为真，判决u ? 0;00(2)H 为真，判决u ? 1;10(3)H 为真，判决u ? 1;00(4)H 为真，判决u ? 0。1

12、0?（1）、（2）为正确选择，（3）称为虚警（没有目标而判断为有目标）、（4）称为漏检（有目标判断为没有目标），为错误选择。?多传感器目标检测的目的就是使目标检测的漏检率和虚警率尽可能低。2.3 分布式融合检测系统分布式融合检测系统2.3.4 常见融合策略?“与”融合检测准则?“或”融合检测准则?表决融合检测准则?最大后验概率融合检测准则?Neyman-Pearson 融合检测准则?贝叶斯融合检测准则?最小误差概率准则2.3 分布式融合检测系统分布式融合检测系统“或或”融合检测准则融合检测准则?“与与”融合检测准则为：融合检测准则为：?0,存在判决为0的传感器u0?1, 所有传感器判决为 1?

13、系统的检测概率和虚警概率分别为：Pd?Pi?1NidPf?Pi?1Nif?可大大降低系统的虚警概率，但系统检测概率也随之降低。2.3 分布式融合检测系统分布式融合检测系统表决融合表决融合检验检验准准则则?在具有n个传感器的检测网络中，设定一个阈值k，当存在k个以上的传感器支持某一假设时，则判定该假设成立。融合准则如下：?N?1,?ui? k?i?1u0?N?0,u ? k?i?i?1?其中，1? k ? n。当k ? n时，为“与”方法；当k ?1时，为“或”方法。2.3 分布式融合检测系统分布式融合检测系统?系统的检测概率和虚警概率分别为：Pd?j?knn?ui? j?ui? j? ?Pii

14、uidi(1?P )(1? P )i1?uidPf?j?k? ?Puifii1?uif?该准则下k的取值很关键，应该在满足一定虚警率的前提下尽可能提高检测率，或在两者之间进行权衡，与实际要求有关。2.3 分布式融合检测系统分布式融合检测系统最大后最大后验验概率融合概率融合检测检测准准则则?根据已有数据，选择最有可能产生该数据的假设。令P(Hj/u)表示在给定全局观测u的前提下，Hj为真的概率，则取对应于maxP(Hj/ u)的一个假设。融合规则为：P(H1/u)?1?H1: H0P(H0/u)?两边取对数可得另外一种形式：P(H1/u)log? 0?H1: H0P(H0/u)2.3 分布式融合

15、检测系统分布式融合检测系统?应用贝叶斯法则：P(u/ Hi)P(Hi)P(Hi/u) ?,(i ? 0,1)P(u)?故：P(H1/u)P(u/ H1)P(H1)?P(H0/u)P(u/ H0)P(H0)?从而最大后验概率融合检测准则也可写为：P(u/ H1)P(H0)?H1: H0P(u/ H0)P(H1)2.3 分布式融合检测系统分布式融合检测系统?一般表示为：?(u) ?0?H1:H0P(u/ H1)?(u) ?P(u/ H0)定义为似然比。P(u/ H1)?因此，式、P(u/ H0)为似然函数。也称为似然比检验。?(u) ?0?H1:H02.3 分布式融合检测系统分布式融合检测系统?以

16、上给出的是最大后验概率准则的一般原理，下面推导分布式多传感器检测系统中基于最大后验概率准则的融合检测原理。P(u/ H1)?(u) ?P(u/ H0)?P(u?R1i?1/ H1)?P(ui? 0/ H1)R0?P(uR1R1ifi?1/ H0)?P(ui? 0/ H0)R0R0ii(1? P )P?m?m?P?(1? P )ifR1R02.3 分布式融合检测系统分布式融合检测系统?将以上连乘式转化为连加式，两边取对数得：1? PPlog?(u) ?i?iPfR1R01? Pf?由?(u) ?0?H1: H0imim取对数后可得：log?(u) ? log?0?H1: H0?且P(H0)P0?0?P(H1)P12.3 分布式融合分布式融合检测检测系系统统?由此得到N 个传感器融合的最大后验概率融合检测准则为：P0wi? log?H1: H0?Pi?11?其中：N?1? P?log(i),ui?1Pf?wi?i?log(Pm),u ? 0ii?1? Pf?im2.3 分布式融合检测系统分布式融合检测系统Neyman-Pearson融合融合检测检测准准则则?该融合准则的基本原则是在假定虚警