搜索
信息融合技术及应用近年来，由于信息融合技术充分利用多源数据的互补性和电子计算机的高速运算和智能，提高了信息处理结果的质量而受到广泛的关注。信息融合是利用计算机技术将来自多个传感器或多源的观测信息进行分析、综合处理．从而得出决策和估计任务所需的信息的处理过程。另一种说法是信息融合就是数据融合．但其内涵更广泛、更确切、更合理，也更具有概括性．不仅包括数据，而且包括了信号和知识。根据美国国防部三军实验室理事联席会给出的定义：信息融合是一个对从单个和多个信息源获取的数据和信息进行关联、相关和综合，以获得精确的位置和身份估计，以及对态势和威胁及其重要程度进行全面及时评估的信息处理过程；该过程是对其估计、评估和额外信息源需求评价的一个持续精练过程，同时也是信息处理过程不断自我修正的一个过程，以获得结果的改善。随着系统的复杂性日益提高，依靠单个传感器对物理量进行监测显然限制颇多。因此在故障诊断系统中使用多传感器技术行多种特征量的监测(如振动、温度、压力、流量等)，并对这些传感器的信息进行融合，以提高故障定位的准确性和可靠性。信息融合技术是随着雷达信息处理和指挥自动化系统的发展而形成的。它是关于如何协同利用多源信息，以获得对同一事物或目标更客观、更本质认识的综合信息处理技术。指挥自动化系统中的信息融合，是指对来自多个传感器的数据与信息进行多层次、多方面检测、关联、相关、估值和综合等处理，以达到精确的状态与身份估计，以及完整、及时的态势和威胁评估。由于各类传感器的性能相互差别很大，所测物理量各不相同，有互补性，它们协同动作就能获取比单传感器更多、更有效的信息，主要体现在：系统可靠性高；更大的空间和时间覆盖范围；良好的置信度和分辨率；增加了测量空间的维数，拓宽了侦察范围；系统生存能力强、抗毁性好。随着应用系统逐渐扩大，所需的功能也越来越复杂，使用的传感器种类也相应增多。原先的单一传感器检测技术已不能满足要求，多传感器融合技术应运而生。多传感器融合技术就是对同一检测对象，利用各种传感器检测的信息和不同的处理方法以获得该对象的全面检测信息，从而提高检测精度和可靠性。在多传感器系统中，信息表现为多样性、复杂性以及大容量，信息处理不同于单一的传感检测处理技术，多传感器信息融合技术已成为当前的一个重要研究领域。信息融合技术的基本理论是充分利用不同时间与空间的多传感器信息资源，采用计算机技术对按时序获得的多传感器观测信息在一定准则下加以自动分析、综合、支配和使用，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而进行的信息处理过程。而其基本原理却是充分利用多个传感器资源，通过对传感器及其观测信息的合理支配和使用，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，以获得被测对象的一致性解释或描述。将信息融合划分成如下几个过程：对准、相关、滤波、识别和威胁评估及态势评估。多传感器信息融合与单传感器信号处理相比，单传感器信号处理是对人脑信息处理的一种低水平模仿，不能像多传感器信息融合那样有效的利用更多的信息资源，而多传感器信息融合可以更大程度地获得被测目标和环境的信息量。多传感器信息融合与经典信号处理方法之间也存在本质的区别，关键在于数据融合所处理的多传感器信息具有更复杂的形式，而且可以在不同的信息层次上出现。信息融合是由多个传感器组合成平行或互补方式来获得多组数据输出的一种处理方法，是一种最基本的方式，涉及的问题有输出方式的协调、综合以及传感器的选择。在硬件这一级上应用。融合是当将传感器数据组之间进行相关或将传感器数据与系统内部的知识模型进行相关，而产生信息的一个新的表达式。信息融合的一般方法信息融合的研究内容极其丰富，涉及的基础理论也非常广泛，而信息融合方法是信息融合研究的核心技术。目前融合方法大致可以分两类:概率统计方法和人工智能方法。信息融合在军事上的应用为军事领域绝大部分是在敌对的现实世界中进行的。在敌对的现实世界里，被观测目标的运动状态基本上是未知的、难以预测的或不易确定的，它与传感器系统之间的关系是敌对的、不合作的，它会利用速度快、机动性强的优势躲避传感器的探测，甚至干扰传感器的探测或发送虚假信息，传感器获得的信息可能是不连续的、间断的，数据率也基本上是不固定的。被观测目标的这些特点对信息融合系统提出了较高的要求，如系统要有可变的响应特性，快速、精确的信息处理能力，必要时还要求人工干预等。军事应用是多传感器数据融合技术诞生的源泉，主要用于包括军事目标的检测、定位、跟踪和识别。这些目标可以是静止的，也可以是运动的。具体应用包括海洋监视、空对空、地对空防御系统。海洋监视系统包括潜艇、鱼雷、水下导弹等目标的检测、跟踪和识别，典型的传感器包括雷达、声纳、远红外、综合孔径雷达等。空对空、地对空防御系统的基本目标是检测、跟踪、识别敌方飞机、导弹和反飞机武器，典型的传感器包括雷达、ESM接收机、远红外、敌我识别传感器、电光成像传感器等。民事领域主要用于机器人、智能制造、智能交通、医疗诊断、遥感、刑侦和保安等领域。现已逐步渗入农业工程领域多传感器信息融合技术的发展和应用引起了工业检测系统的改变，其已用于智能检测系统。机器人主要使用电视图像、声音、电磁等数据的融合来进行推理，以完成物料搬运、零件制造、检验和装配等工作。智能制造系统包括各种智能加工机床、工具和材料传送装置、检测和试验装置以及装配装置。目的是在制造系统中用机器智能来代替人进行智能加工、状态监测和故障诊断。智能交通系统采用多传感器数据融合技术，实现无人驾驶交通工具的自主道路识别、速度控制以及定位。因此，如何充分利用这些大量的多传感器遥测影像信息，已是遥感领域亟需解决的难题，而遥感影像信息融合技术作为解决这一瓶颈问题的重要理论与方法也日益引起人们的重视。信息融合的绝大部分的研究都是针对特定的问题、特定的对象、特定的层次，并在此基础上形成所谓的最佳方案。因此信息融合问题本身至今未形成一套完整的理论，目前尚存在以下的问题。一是，未形成基本的理论框架和广义融合算法:目前，绝大多数的融合研究皆是针对特定的应用领域的特定问题开展的，即根据问题的种类，各自建立直观的融合准则，形成最佳融合方案。目前还没有建立起一种通用的模型结构与方法，用来处理多维不确定性的信息，这不利于学科的发展和应用领域的开发。二是，信息融合系统的设计实施还存在许多实际的问题。目前，大多数信息融合是信息的简单合成，并未充分有效地利用多传感器所提供的冗余信息，融合方法研究也还处于初步阶段。而且目前很多研究工作亦是基础研究和仿真性试验，对于具体实施阶段并没有太大的指导意义。信息融合的研究方向涉及传感器技术、数据处理、网络通信、人工智能等相关技术，尚处在不断的变化和发展过程中，未来主要的研究方向是建立统一的信息融合基本理论和广义融合模型、改进融合算法以进一步提高融合系统的性能、人工智能技术在数据关联、目标跟踪、目标分类、特征提取、管理和评估等数据融合模型的研究已取得了一些进展，但在工程实现上还有许多问题需要处理。以及开发并行计算的软件和硬件，以满足具有大量数据且计算复杂的多传感器融合的要求。