多传感器数据融合技术研究现状及发展方向

　　1　引言

　　数据融合技术作为一种交叉性极强的科学,几乎与当今所有新的研究方向都有交叠,并融会了这些研究领域最新的科研成果,成为近些年来国内外技术研究的热点。目前,该技术除在军事领域应用外,其研究成果已经扩大到民用领域,并表现出巨大的研究价值和应用潜力。对数据融合技术的研究现状和发展方向的认识,尤其是其技术的关键问题,有助于对该技术开展广泛而深入地研究和实践。

　　2　数据融合综述

　　2.1　数据融合的定义

　　数据融合就是利用计算机对各种信息源进行处理、控制和决策的一体化过程[1]。它是计算机、通信和微电子等技术迅速发展的结果。从军事应用角度看,所谓多传感器数据融合,是通过对空间分布的多源信息,及各种传感器的时空采样,对所关心目标进行检测、关联、跟踪、估计和综合等多功能处理,以更高的精度、概率或置信度得到所需要的目标状态和身份估计及完整、及时的态势和威胁评估,为指挥员提供决策信息[2]。

　　2.2　数据融合的通用功能模型

　　该功能包括:1)在多层次上对多源信息进行处理,每个层次代表信息处理不同级别;2)其过程含检测、关联、跟踪、估计和综合;3)其结果包括低层次上的状态和属性估计及高层次上的战场态势和威胁评估,其通用功能模型如图1所示。

　　2.3　数据融合的分类

　　1)像素级融合

　　即以像素为单位将各传感器的原始数据或经最小程度处理的数据进行融合,一般使用于中央级融合结构中。如果要融合的数据分别来自不同的传感器,则在处理时需要面临数据配准的问题。

　　2)特征级融合

　　即对每个传感器的观测数据进行特征抽取得到一个特征向量,然后把这些特征向量融合起来并根据融合得的特征向量进行身份判定。特征级融合既可以用于中央级数据融合结构,也可以用于传感器级数据融合结构。

　　3)决策级融合

　　在决策级融合中每个传感器独立处理自己获得的数据,对目标进行检测和分类,然后将来自每个传感器的结果进行融合决策。如果各传感器接收的信号不独立,那么决策级融合的分类性能对于特征级融合的分类性能来说是次优的。

　　3　数据融合的主要算法

　　1)基于权系数的融合方法

　　这种方法又称为加权平均法,它是最简单直观地实时处理信息的融合方法。基本过程如下:设用n个传感器对某个物理量进行测量,第i个传感器输出的数据为Xi,其中i =1,2,…,n,对每个传感器的输出测量值进行加权平均,加权系数为wi,得到的加权平均融合结果为: