1、1多传感器信息融合技术述评摘要：信息融合就是将来自多传感器或多源的信息进行协调优化和综合处理，产生新的有价值的信息，以得出更为准确、可信的结论。文中介绍了多传感器信息融合的工作原理、主要研究方法、主要应用,最后对信息融合技术的未来发展做了展望。 关键词：多传感器 信息融合 技术 中图分类号： S951 文献标识码： A 文章编号： 前言 由于信息融合具有广泛的应用领域，人们很难给出一个统一的定义。一般地，信息融合是针对一个多传感器系统的信息处理而展开研究。它比较确切的定义是：信息融合是指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、综合，以完成所需的决策和估计任务而
2、进行的信息处理过程。这一定义强调，信息融合的硬件基础是多传感器系统，加工对象是多源信息，核心是协调优化和综合处理，目的是决策和估计。 一、信息融合技术的基本原理 多源信息融合是人类的基本功能。人类的耳、鼻、舌、眼、皮肤等感官就相当于多个传感器，能够获取听觉、嗅觉、味觉、视觉、触觉等多源信息。人脑非常自然地运用信息融合把这些信息综合起来，再结合先验知识，来估计和理解周围的环境以及正在发生的事件，并进行态势2分析和威胁估计。 多传感器信息融合的基本原理是：模拟人脑的综合处理信息能力，充分利用多个传感器共同或联合处理的优势，根据某种准则综合多个传感器在空间或时间上的冗余或互补信息，产生新的有价值信息
3、，从而得到被测对象的一致性解释或描述，提高传感器系统有效性。 与单传感器信号处理或低层次的多传感器数据处理方式相比，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，有效地利用多传感器资源。多传感器系统的性能裨益主要体现在如下方面：稳健的工作性能、扩展空间覆盖范围、扩展时间覆盖范围、增加可信度、减少模糊性、改善探测性能、增强空间分辨率、改善系统可靠性以及增加测量空间维数等。但是，与单传感器系统相比，多传感器的高度复杂性带来一些不足，例如，提高系统研制和使用成本，增大系统的尺寸、质量、功耗等，增加系统被探测的概率。 二、信息融合技术的主要方法 数据融合的级别按照数据抽象的三个层次分为三级:
4、像素级融合、特征级融合以及决策级融合。像素级融合是直接在采集到的原始数据层上进行融合,在各种传感器的原始数据未经预处理之前就进行数据的综合和分析,是最低层次的融合。常见的研究方法有小波变换、人工神经网络、加权平均、产生式规则、遗传算法等。特征级融合属于中间层次,它对来自传感器的原始信息进行特征提取,并对特征信息进行综合分析和处理。该层常见的研究方法有卡尔曼滤波法、扩展卡尔曼滤波法、参数模板法、特征压缩和聚类分析法、K 阶近邻、人工神经网络、模糊集合理论等。3决策级融合是一种高层次融合,结果为指挥控制决策提供依据,因此要求必须从具体决策问题的需求出发,充分利用特征级融合所提取的测量对象的各类特征
5、信息,采用适合的融合技术实现。 三、信息融合技术的主要应用 军事应用是诞生的源泉,多传感器数据融合技术首先广泛用于军事,主要用于包括战术和战略上指挥、控制、通信和情报任务及军事目标(舰艇、飞机、导弹等) 的检测、定位、跟踪和识别。近年来,多传感器融合系统在民事应用领域得到了较快的发展,主要用于工业机器人、工业过程监视、智能交通、医疗诊断、遥感、刑侦和保安、股票行情系统等领域。工业机器入主要使用电视图象、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。工业过程监视主要包括各种加工机床、工具和材料传送装置、检测报警和试验装置以及装配装置的工业生产过程监视,目的是在制造
6、系统中用机器官能来代替人进行加工、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、定位以及交通事务管理、交通信息采集和交通信号控制等。比较成功的案例是杭州交警结合杭州市智能交通工程的总体目标、杭州市的特点,根据杭州交通信息化的程度以及对智能交通的认识,利用信息融合技术将各个交通信息系统进行整合,使之成为一个具有三层体系结构,便于管理、维护、扩展的先进的交通信息综合平台。在以往的医疗诊断中,外科医生常用视觉检查以及温度计和听诊器来帮助诊断。现在出现了更为复杂而有效的医用传感技术,如超声波成像、核磁共4振成像和 x - 射线成像等。将这些传
7、感器的数据进行融合能更准确地进行医疗诊断,如肿瘤的定位与识别。遥感在军事和民事领域都有一定的应用,可用于监测天气变化、矿产资源、农作物收成、环境条件和威胁态势(如原油泄漏、辐射泄漏) 等。多传感器融合在遥感领域中的应用,主要是通过高空间分辨率全色图象和低光谱分辨率图象的融合,得到高空间分辨率和高光谱分辨率的图象,融合多波段和多时段的遥感图象来提高分类的准确性。多传感器数据融合技术在刑侦中的应用,主要是利用红外、微波等传感设备进行隐匿武器、毒品等的检查。将人体的各种生物特征如人脸、指纹、声音、肛膜等进行适当的融合,能大幅度提高对人的身份识别认证能力,这对提高安全保四、信息融合技术展望随着传感器技
8、术、数据处理技术、计算机技术、网络通信技术、人工智能技术、并行计算的软件和硬件技术等相关技术的发展,多传感器数据融合必将成为未来复杂工业系统智能检测与数据处理的重要技术。我们应积极借鉴国外的研究成果,结合我国的实际情况,大力开展这方面的研究。今后多传感器信息融合技术的主要研究方向应包括以下几方面: 1 改进融合算法以进一步提高融合系统的性能。目前,将模糊逻辑、神经网络,进化计算、粗集理论、支持向量机、小波变换等计算智能技术有机地结合起来,是一个重要的发展趋势。如何利用集成的计算智能方法(如模糊逻辑+ 神经网络,模糊逻辑+进化计算,神经网络+ 进化计算,小波变换+ 神经网络等) ,提高多传感器融
9、合的性能,是值得深入研究的课题。2 动态异类多传感器信息融合技术研究。由于动态多源异类海量信息5融合中态势评估类问题涉及的面广、层次多且复杂,因而普遍存在时效性与信任性问题,目前,该问题已成为信息融合领域急需解决的重要课题之一。 3 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。比如图象融合,如何采用新的嵌入式软硬件系统,真正实现图象的实时融合。 4 如何利用有关的先验数据提高数据融合的性能,也是需要认真研究的一个问题。 5 复杂恶劣环境下多传感器信息融合技术的研究,如水下和煤矿井下的多传感器信息融合技术的研究。 6 针对具体的应用情况,正确地评价多传感器信息融合
10、的结果。在评价信息融合系统的性能时,除要分析测试其功能和性能外,还要将这种评价工作与所花费的成本和实施的难易程度、现实性联系起来,综合考虑其性价比。因而,需广泛开发计算机模拟技术和融合算法测试床技术。 结束语 在多传感器系统中,由于信息表现形式的多样性,信息数量的巨大性,信息关系的复杂性,以及要求信息处理的实时性、准确性和可靠性,都已大大超出了人脑的信息综合处理能力,在这种情况下,多传感器信息融合技术便应运而生。伴随着电子技术、信号检测与处理技术、计算机技术、网络通讯技术以及控制技术的飞速发展,信息融合技术已被应用在多个领域,在现代科学技术中的地位也日渐突出。 参考文献 61 王智.机载多传感器数据融合技术研究D. 南京理工大学 2010 2 孙旭霞,李生民,田昌会,石峥浩,潘永湘.基于信息融合技术的水轮机组温度监控系统J. 制造业自动化. 2004(04) 3 谷立臣,张优云,丘大谋.多传感器信息融合中的关联特性研究J.机械工程学报. 2000(04) 4 刘海英,张池平.基于多传感器信息融合技术J. 佳木斯大学学报(自然科学版). 2004(01)
