信息融合技术

1、年第期理论与研究信息融合技术张刃胜兰州理工大学电气与信息工程学院兰州甘肃年第期理论与研究引言融合 的概念开始出现于年代初期当时称之为 多源郴关、多源介成、多传感器混介或数据融介 现 在多称之为信息融合 或数据融合。融合是指采集并集成种信息源、多媒体和多格式信 息 从而生成完整、准确、及时和有效的综合信息过程。数据 融合技术结合多传感器的数据和辅助数据库的相关借息以 获得比单个传感器更粘确、更明确的推理结果。经过融合的 多传感器信息具右以下特征信息的兀余性、互补性、协同 性、实时性以及低成本性。多传感器信息融合与经典信号处理方法之间存在木质 的区别其关键在于信息融合所处理的多传感器信息具有更 为

2、复杂的形式而且可以在不同的信息层次上出现。信息融合的结构模型山T U息融介研究内容的广泛性和多样性前还没f 统一的关于融合过程的分类.按照信息表征层次的分类系统的信息融合相对于信 息表征的层次相应分为三类数据层融合、特征层融合和决 策层融合.数据层融合通常用于多源图像址合、图像分折9理解等 别它保护传统不足因为传统就足传统而是因为传统在极侖 水平上进行讨论的模式它蕴合奇迹预示在分亨奇迹中产生的 友谊。更重要的是这里冇頁正伟大的思想家他们是理论牛活 的活的证明他们的动机不流于低俗虽然人们以为低俗的动机 无处不在。他们仃权威但不是來自权力、金钱或家庭人学是一 个以理智为基右的国家神殿是奉献给纯粹理

3、性的。” 方面采用经典的检测和估计方法。特征层融合可划分为两 人类类是口标状态信息融介目标跟踪领域的人体方法 都可以修改为多传感器H标跟踪方法另类足口标特性融 合它实质上是模式识别问题貝体的融介方法仍是模式识 别的郴应技术.决策层融合是指不同类型的传感器观测同一个冃标 毎 个传感器在本地完成处理具屮包括顶处理、特征抽取、识别 或判决以建立对所观察LI标的初步结论。然后通过关联处 理、决策层触介刿决最终获得联介推断结果。E 1模型 和入 模 型 该模型将融介过程分为四个阶段信源处理第层处理 即n标提取、第二层处理叩态势提取、第三层提取即威胁提 取和第四层提取即过程提取.模熨中的每一个模块都可以冇

4、 层次地进一步分割并艮可以采用不同的方法来实现它们.此它浸透在全校师生员工的全部行为和人与人的关系十中。 因此关于和谐的人文环境至少应包括以下几方而 校园文化的建设必须着眼于校内全体人员包括学生、 教师还应包括后妙负工要形成全员介人、全程仔人与全方 位育人的气氛。校园文化的建设必须从生活点滴入F并粘心设汁有年第期理论与研究年第期理论与研究民上的学习环境。教师足知识的传授后但决不足貞理的文化底蕴的节目组织开展丰富多彩、引人入胜的冇思想性、年第期理论与研究垄断者。古人云“教学相长”学生作为学习的主体更多的是先 “亲其师”然斤信其道”。所以陶行知先牛告诫教师们“你的教 鞭卜百瓦特你的冷眼里的牛顿你的

5、讥笑中尙爱迪生。令佛声 名远播 其校训也不同凡响“与柏拉图为友与苏格拉底为友 9亚里丄多徳为友”徳国哲学家雅斯贝尔斯在什么是教ff w中写道而大学的生命在于教师传授给学生新颖的、符Mt n 身境遇的思想來唤起他们的门我意识大学生们总足潜心地二 觅这种理想并时刻准备接爻它但'*1他们从教帅那it得不到任 何仃益的启示时他们便感到理想的飘渺和席望的破火而无所 适从。的确学校教仔不仅要教学生学会知识而H要教学生学 会独立思考、学会选择判断、学会灵活运用。和谐的人文环境。文化圧无所不在的校园文化也是如 有学术性、有娱乐性的校园文化活动. 校园文化的建设也必须允分发挥好网络等现代媒体和 高科技成

6、果共享信息平等沟通实现网上网FA动达到思 想政治教ff传统与创新的契合。 校园文化的建设也必须优化社区环境整治校园周边 环境全社会都要关心大学生的健康成长。1巧文林中共中央和改进岛等民恢校闵文化址设的©址丁虎 Art乘代大学吃园文化的人功能北京尤明II报怖庆北北京Jt期H报陈延軾胡相峰中国古代的藪并朝17及其现代住酬北京比明11很冷傀兰人儒片!念吋大卞教学北京尤刖fl IU许嘉瑞AfifiW文化盘议北*求址肝依凡大学勺大学文化北京求足年第期理论与研究© 1994-2009 China Academic Journal Electronic Publishing House.

7、 All rights reserved.年第期理论与研究ffl： JDLMVX 模型为模型的简化把层包含进了层层融入其他各层中。Lexel 1 n标晁取Lexel 2Level 3 威胁良珊、A"一 7<r<IRH3 A-JDLK5V按照数据流融介的位置进行分类多传感器融介系统 中的一个关键问题是亦何处对数据流进行融介。按照融介位 置的不同可以将融合结构分为以下三种类世集中式融合、 分布式多传感器融合和无中心融合结构。对于特左的信息融 介应用不町能找到-种眾优的融介结构结构的选择必须综 介考虑计算资源、可用的通倍带宽、将度要求、传感器能力等 信息融合的典型方法数据融合技

8、术综合了多种传统的学科包括数字信号 处理统计佔算控制理论人工智能和经典数字方法。融合 方法研究的内容足为信息融介仃关的算法。比较典型的融介 方法冇加权平均、卡尔曼滤波、贝叶斯估计、统计决策理论、证据推理、模糊推理、小波变换和神经网络技术。加权平均方法是对一组兀余的原始传感数据进行加权 平均处理处理的结果作为晨后融合的结果.卡尔曼滤波圧用测呈模型的统计待性递推决赵显优越 介数据的估计.贝叶斯估计理论足将多传感器作为不同的贝 叶斯估计器由他们组成一个决策系统然后利用某一种决策 规则来选择对被测对象的最佳假设估计。在 证据推理中毎一个传感器相当于一个证据体 多传感器信息融介实质就是在同一鉴别柜架F将

9、不同特征 的证据体介并成个新的证据体的过程。这种方法要求所使 用的依据必须相互独立.模糊推理利用模糊集合和隶属函数来表示不确泄性推 理。该方法运用模糊集合的知识通过综合考虑客观证据号人 的主观评判将主客观之间的信息进行最佳的匹配由此获 得问题的最优解。人工神经网络具冇分布式存储和并行处理方式、白组织 和自学习的功能以及很强的容错性和令棒性等优恵。将神经 网络用于多传感器信息融合技术首先要根据系统的要求以 及传感器的特点选择合适的神经网络模型然后再对建立的 神经网络系统进彳j离线学门。确宦网络的联接权值和联接结 构嚴后把得到的网络用于实际的信息融介当中.小波分析具冇艮好的信号时域局部化特征能处理

10、倍号 的局都特征信息.将小波分析引入遥感数据融介是目前正 在探索的课题之一.由于处理对象和处理过程的复杂性而H每种方法都有 自己的适用范IM H前还没仃一套系统的方法uJ以很好地解 决多传感器融合中出现的所仃问题。比较理想的解决方案就 迢多种融合方法的综合使用。典型应用多传感器信息融合在军爭、工业、医学、交通和金触等领 域也有着十分广泛的应用前景下而介绍多传感器信息融合 在几个特定领域的应用主要有信号检测、跟踪、机器人导 航、图像融合等。对于信号检测多采用并行或串行的结构。 并用 准则或贝叶斯公式得到报优化的决策 规则.对于标跟踪的融介包插两个主要的操作佔计和关 联分布式跟踪问題的两个主要方法

11、是联介概率的数据关联 和多假设跟踪.机器人导航所采用的主要方法冇卡尔曼滤 波、基于规则的技术、基于行为的算法以及从信息论中借鉴 的方法 推理、摸糊逻辑和神经网络。图像融合的冃的是 利用女传感器提供的关于统-场呆的多福图像得到这个场 景的完整理解不仅足在位置和几何上更重要的圧从语义 上的解释。采用的工具冇贝叶斯框架下的概率论、模糊集理 论、证据理论、马尔可夫随机场以及和其它领域如人工智能 相结介的方法。图像融合中的难点是如何建立一个合适的模 型即如何从图像信息中寻找估计的条件概率、模糊隶属度 函数和信任度函数。具体的应用包括图像定位、图像复原、 图像解释、图像分割等。发展方向虽然信息融介的应用研究已是如此广泛但至今仍未形 成革本的理论框架和冇效的广义融合模空及算法正在进行 的研究有新算法的形成、己有算法的改进以及如何综合这些 技术以形成统-的结构用于多样的信息融合应用。建立融合 系统的关键技术和难点是如何获得> >r靠的隶属度和基本概 率赋值等。另外信息融合学科一直缺少对算法的严格的测 试或评价以及如何在理论和应用之间进行转换。数据融介 团体需要使用髙标准的第法、测试和评估准则、标准测试的 产生和适于实际应用的技术的系统评价。交义学科的交流和研究将进一步促进信息融介技术的 发展人工w能和神经网络方法