第9章多传感器信息融合技术课件.ppt

《第9章多传感器信息融合技术课件.ppt》由会员分享，可在线阅读，更多相关《第9章多传感器信息融合技术课件.ppt（26页珍藏版）》请在三一办公上搜索。

1、第9章 多传感器信息融合技术,信息融合的理论基础信息融合系统的功能模型多传感器目标识别的信息融合方法多传感器目标检测基础信息融合技术的应用,第9章 多传感器信息融合技术信息融合的理论基础,第9章 多传感器信息融合技术,本章主要介绍多传感器信息融合的概念、基本原理、层次结构、目标识别的信息融合方法、目标检测的基本理论及在实际中的应用,第9章 多传感器信息融合技术 本章主要介绍多传感器信息,9.1 信息融合的理论基础,9.1.1 信息融合的目的和意义代表性的定义为：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、优化综合，为完成所需要的决策和估计任务而进行的信息处理过程。

2、另一个定义为：信息融合是一种通过集成多知识源的信息和不同专家的意见以产生一个决策的方法，完成对目标的识别、分类与决策任务。即对多源信息进行综合处理，从而得出更为准确、可靠的结论。,9.1 信息融合的理论基础 9.1.1 信息融合的目的和,9.1 信息融合的理论基础,多传感器信息融合的目的：将多个传感器在时间和空间上的互补或冗余按照某种算法或准则进行综合，解决探测、跟踪和目标识别等方面问题，增加了判断和估计的精确性、可靠性和在对环境下的生存性。具有如下优点：1.增加了系统的生存能力。2.扩展了空间覆盖范围。3.扩展了时间覆盖范围。4.提高了可信度。5.降低了信息的模糊性。6.改善了探测性能。7.

3、提高了空间分辨率。8.增加了测量空间的维数。,9.1 信息融合的理论基础多传感器信息融合的目的：将多个传,9.1 信息融合的理论基础,9.1.2 信息融合的基本原理 多传感器信息融合的基本原理就像人脑综合处理信息的过程一样，它充分地利用多个传感器资源，通过对各种传感器极其观测信息的合理支配与使用，将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则组合起来，产生对观测环境的一致性解释和描述。信息融合的目标是基于各传感器分离观测信息，通过对信息的优化组合导出更多的有效信息。它最终目的是利用多个传感器共同或联合操作的优势，来提高整个传感器系统的有效性。,9.1 信息融合的理论基础9.1.2

4、信息融合的基本原理,9.2 信息融合系统的功能模型,一种广义的信息融合功能分级法，从信息融合功能角度出发把它分为五个层次：检测级融合、位置级（目标跟踪级）融合、属性级(目标识别级)融合、态势评估与威胁估计。9.2.1 检测级融合 检测级融合是直接在多传感器分布检测系统中检测判决或信号层上进行的融合。从分布检测的角度看，检测级融合的结构模型主要有五种：分散式结构、并行结构、串行结构、树状结构和带反馈并行结构。,9.2 信息融合系统的功能模型 一种广义的信息融,9.2 信息融合系统的功能模型,一、分散式结构 二、并行结构,9.2 信息融合系统的功能模型一、分散式结构,9.2 信息融合系统的功能模型

5、,三、串行结构 四、树状结构,9.2 信息融合系统的功能模型 三、串行结构 四、,9.2 信息融合系统的功能模型,五、带反馈并行结构,9.2 信息融合系统的功能模型五、带反馈并行结构,9.2 信息融合系统的功能模型,9.2.2 位置级融合 位置级融合是直接在传感器的观测报告或测量点迹或传感器的状态估计上进行的融合，包括时间 和空间上的融合，是跟踪级的融合，属于中间层次，也是最重要的融合。在多传感器跟踪系统中，主要有集中式、分布 式和混合式结构。一、集中式结构,9.2 信息融合系统的功能模型9.2.2 位置级融合,9.2 信息融合系统的功能模型,二、分布式结构,9.2 信息融合系统的功能模型二、

6、分布式结构,9.2 信息融合系统的功能模型,三、混合式结构,9.2 信息融合系统的功能模型 三、混合式结构,9.2 信息融合系统的功能模型,9.2.3 属性级融合目标识别融合可分为三种结构层次:数据层融合、特征层融合和决策层融合。一、数据层融合,9.2 信息融合系统的功能模型9.2.3 属性级融合,9.2 信息融合系统的功能模型,二、特征层融合,9.2 信息融合系统的功能模型二、特征层融合,9.2 信息融合系统的功能模型,三、决策层融合,9.2 信息融合系统的功能模型三、决策层融合,9.2 信息融合系统的功能模型,9.2.4 态势评估与威胁估计 态势评估与威胁估计是信息融合的第四层和第五层。态

7、势评估包括态势的提取和评估，态势的提取是指由不完整的数据集合建立一般化的态势表示，从而对前几级处理产生的兵力分布情况有一个合理的解释。态势评估是通过对复杂战场环境的正确分析和表达，导出敌我双方兵力的分布推断，绘出意图、告警、行动计划与结果。态势评估是对战场上战斗力量分配情况的评价过程。,9.2 信息融合系统的功能模型9.2.4 态势评估与威胁估,9.2 信息融合系统的功能模型,威胁估计是威胁程度处理，是通过将敌方的威胁能力，以及敌人的企图进行量化来实现的，即从我军有效地打击敌人的能力出发，估价敌方的杀伤力和危险性，同时还要估计我方的薄弱环节，并对敌方的意图给出提示和告警。威胁估计也包括对我方薄

8、弱环节的估计，以及通过对技术、军事条令数据库的搜索来确定敌方意图。,9.2 信息融合系统的功能模型威胁估计是威胁程度处理，是通过,9.3 多传感器目标识别的信息融合方法,主要有物理模型方法、参数分类方法和基于知识的方法。9.3.1 物理模型方法 这种方法根据物理模型直接计算实体特征（时间域、信号、数据、频域数据或图像），如图所示。,9.3 多传感器目标识别的信息融合方法 主要有物,9.3 多传感器目标识别的信息融合方法,9.3.2 参数分类方法 可进一步分为统计方法和基于信息技术的方法 一、统计方法 统计方法包括经典推理、Bayes推理和D-S证据理论。1.经典推理 经典推理描述的是在给出目标

9、存在的假设条件下，所观测到的数据与标识相关的概率。2.Bayes推理 Bayes推理基于Bayes 统计理论，是统计目标识别的基本方法。,9.3 多传感器目标识别的信息融合方法9.3.2 参数分类,9.3 多传感器目标识别的信息融合方法,Bayes融合识别算法如图所示,9.3 多传感器目标识别的信息融合方法 Bayes融合识别算,9.3 多传感器目标识别的信息融合方法,3.D-S证据理论 D-S证据理论是对Bayes理论的推广，基础是证据的合并和可信度函数的更新。二、基于信息技术的方法 基于信息技术的方法是使用参数数据与得出的标识说明之间的一个变换或映射。主要的方法有参数模板、聚类分析、自适应

10、神经网络、表决法和熵法等。,9.3 多传感器目标识别的信息融合方法 3.D-S证据理论,9.3 多传感器目标识别的信息融合方法,9.3.3 基于知识的方法 基于知识的方法有两个方面的内容：一方面是表示知识的技术；另一方面是处信息以得出结论的推理方法。原理如图所示。,9.3 多传感器目标识别的信息融合方法9.3.3 基于知识的,9.4 多传感器目标检测基础,9.4.1 集中式目标检测,9.4 多传感器目标检测基础 9.4.1 集中式目标检测,9.4 多传感器目标检测基础,9.4.2 分布式目标检测 一、问题的描述 二、融合中心的数据融合方法,9.4 多传感器目标检测基础9.4.2 分布式目标检测

11、,9.5 信息融合技术的应用,9.5.1 信息融合的民事应用领域 一、工业过程监视及工业机器人 二、遥感与金融系统 三、空中交通管制与病人照顾系统 四、船舶避碰与交通管制系统 五、生物特征的身份识别,9.5 信息融合技术的应用 9.5.1 信息融合的民事应用,9.5 信息融合技术的应用,9.5.2 信息融合技术在军事上的应用 1.采用多传感器的自主式武器系统和自备式运 载器。2.采用单一武器平台，如舰艇、机载空中警戒、地面站、航天目标监视或分布式多传感器网络的广域监视系统。3.采用多传感器进行截获、跟踪和指挥制导的火控系统。4.情报收集系统。5.敌情指示和预警系统，其任务是对威胁和敌方企图进行估计。6.军事力量的指挥和控制站。,9.5 信息融合技术的应用9.5.2 信息融合技术在军事上,