多传感器信息的决策融合法及其在电磁检测中的应用

　　信息融合作为一种信息综合和处理技术,已被成功应用于机器人和智能仪器系统、战场任务与无人驾驶飞机、图像分析与理解、目标检测与跟踪、自动目标识别和多源图像复合等领域^[1~5] 。近年来,信息融合技术在国内外无损检测领域的研究与应用也取得了一定成果^[6~12] 。

　　信息融合技术之所以在无损检测领域得到研究与应用是由于它与单个传感器信息利用相比具有如下优点:

　　(1)稳健性。在一个或多个传感器出现误差或失效、干扰较大时,系统仍能正常可靠地工作。

　　(2)互补性。通过各传感器性能的互补,获得某单个传感器所不能获得的独立的特征信息,从而提高信息的利用率,减少系统认识的不确定性。

　　(3)实时性。能以较少时间获得更多的信息,大大提高系统的识别效率。

　　(4)经济性。与单个传感器获得等量信息相比更节省费用。

　　信息融合一般可分为三个层次,即数据层融合、特征层融合和决策层融合。决策融合法在决策层进行融合处理,下面主要介绍多传感器信息的决策融合法及其在电磁检测中的应用。

　　1　决策融合原理与常用方法

　　1.1　融合原理

　　信息融合是针对一个系统中使用多个传感器(同类或异类传感器)这一特定问题而展开的一种信息处理的新研究方向,其基本原理就像人脑综合处理信息一样,充分利用多个传感器资源,通过对这些传感器及其观测信息的合理支配和使用,把多个传感器在空间和时间上的冗余或互补信息依据某种准则进行组合,以获得被测对象的一致性解释或描述,使该信息系统由此而获得比它的各组成部分的子集所构成的系统更优越的性能^[3~5,13] 。

　　数据层融合是将来自同类传感器的原始数据直接融合,其结果可能比特征层融合精度高,但仅对产生同类观测的传感器是适用的;特征层融合是对多个传感器所观测的目标进行统一的特征提取,形成特征向量,再经数据联合获得同一目标的分组,从而进行联合特征向量的属性判决,得目标的类型和类别,具体的融合方法仍是模式识别的相应技术;决策层融合的输出是一个联合决策结果,在理论上这个联合决策应比任何单个传感器决策更精确或更明确。也就是说,随着信息融合层次的提高,融合所使用的信息的抽象性也越高,对传感器的同质性要求就越低,同时系统的容错性也增强;而随着融合层的下降,融合时的信息所保存的细节信息越多,融合信息的处理量增大,另外,对融合所使用的各信息间的配准性要求也相应增强。

　　在多传感器信息的决策融合法中,每一局部传感器基于自己的局域探测,独立完成同一决策任务,然后将这些局部决策传送到融合中心构成融合中心的观测向量u=(u ₁,u ₂,…,u _n),融合中心基于u作出系统最后的整体决策U(图1)。由于系统内传输的只是局部决策而不是底层数据,因此这种决策融合结构大大减轻了系统内部的通信压力,提高了系统的实时性。分布决策的实现使系统的可靠性得到了提高。