物联网数据融合技术1

9.1.2 物联网中的数据融合
数据融合是针对多传感器系统而提出的。在多传感器系 统中，由于信息表现形式的多样性、数据量的巨大性、数据 关系的复杂性以及要求数据处理的实时性、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， 多传感器数据融合技术应运而生。
多传感器数据融合(Multi-Sensor Data Fusion，MSDF)， 简称数据融合，也被称为多传感器信息融合(Multi-Sensor Information Fusion，MSIF)。它由美国国防部在20世纪70年 代最先提出，之后英、法、日、俄等国也做了大量的研究。 近40年来数据融合技术得到了巨大的发展，同时伴随着电子 技术、信号检测与处理技术、计算机技术、网络通信技术以 及控制技术的飞速发展，数据融合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。
9.1 数据融合概述
9.1.1 数据融合简介
数据融合(Data Fusion)一词最早出现在20世纪70年代， 并于20世纪80年代发展成一项专门技术。数据融合技术最早 被应用于军事领域，1973年美国研究机构就在国防部的资助 下，开展了声呐信号解释系统的研究。
现在数据融合的主要应用领域有多源影像复合、机器人 和智能仪器系统、战场和无人驾驶飞机、图像分析与理解、 目标检测与跟踪、自动目标识别、工业控制、海洋监视和管 理等。在遥感中，数据融合属于一种属性融合，它是将同一 地区的多源遥感影像数据加以智能化合成，产生比单一信息 源更精确、更完全、更可靠的估计和判断等。
这个巨大的信息网络系统是一个物联网系统，在这个物 联网系统中，有大量感知数据需要选取适当的融合模式、处 理算法进行综合分析，才能提高数据的质量，获得最佳决策 和完成评估任务。这就是物联网数据融合的意义和作用。
4．物联网数据融合所要解决的关键问题和要求 1) 物联网数据融合所要解决的关键问题 物联网数据融合所要解决的关键问题有以下几个： (1) 数据融合节点的选择。融合节点的选择与网络层的 路由协议有密切关系，需要依靠路由协议建立路由回路数据， 并且使用路由结构中的某些节点作为数据融合的节点。 (2) 数据融合时机。 (3) 数据融合算法。
(2) 数据的融合不同于组合，组合指的是外部特性，融 合指的是内部特性，它是系统动态过程中的一种数据综合加 工处理。
(3) 数据的互补过程，数据表达方式的互补、结构上的 互补、功能上的互补、不同层次的互补，是数据融合的核心， 只有互补数据的融合才可以使系统发生质的飞跃。数据融合
示意图如图9.1所示。
图9.1 数据融合示意图
Fra Baidu bibliotek
数据融合的实质是针对多维数据进行关联或综合分析， 进而选取适当的融合模式和处理算法，用以提高数据的质量， 为知识提取奠定基础。
2．数据融合研究的主要内容 数据融合是针对一个网络感知系统中使用多个和多类感 知节点(如多传感器)展开的一种数据处理方法，研究的内容 主要包含以下几个方面。
(1) 数据对准。 (2) 数据相关。 (3) 数据识别，即估计目标的类别和类型。 (4) 感知数据的不确定性。 (5) 不完整、不一致和虚假数据。 (6) 数据库。 (7) 性能评估。
3．物联网数据融合的意义和作用 物联网是利用射频识别(RFID)装置、各种传感器、全球 定位系统(GPS)、激光扫描器等各种不同装置、嵌入式软硬 件系统，以及现代网络及无线通信、分布式数据处理等诸多 技术，能够协作地实时监测、感知、采集网络分布区域内的 各种环境或监测对象的信息，实现包括物与物、人与物之间 的互相连接，并且与互联网结合起来而形成的一个巨大的信 息网络系统。
相对于单源遥感影像数据，多源遥感影像数据所提供的 信息具有以下特点：
(1) 冗余性：指多源遥感影像数据对环境或目标的表示、 描述或解译结果相同。
(2) 互补性：指信息来自不同的自由度且相互独立。 (3) 合作性：不同传感器在观测和处理信息时对其他信 息有依赖关系。
(4) 信息分层的结构特性：数据融合所处理的多源遥感 信息可以在不同的信息层次上出现，这些信息抽象层次包括 像素层、特征层和决策层，分层结构和并行处理机制还可保 证系统的实时性。
多源遥感影像的实质是在统一地理坐标系中将对同一目 标检测的多幅遥感图像数据采用一定的算法，生成一幅新的、 更能有效表示该目标的图像信息。
多源遥感影像的目的是将单一传感器的多波段信息或不 同类别传感器所提供的信息加以综合，消除多传感器信息之 间可能存在的冗余和矛盾，加以互补，改善遥感信息提取的
及时性和可靠性，提高数据的使用效率。
1．数据融合的定义 数据融合的定义简洁地表述为：数据融合是利用计算机 技术对时序获得的若干感知数据，在一定准则下加以分析、 综合，以完成所需决策和评估任务而进行的数据处理过程。 数据融合有三层含义： (1) 数据的全空间，即数据包括确定的和模糊的、全空 间的和子空间的、同步的和异步的、数字的和非数字的，它 是复杂的、多维多源的，覆盖全频段。
2) 物联网数据融合技术要求 与以往的多传感器数据融合有所不同，物联网具有它自 己独特的融合技术要求： (1) 稳定性。 (2) 数据关联。 (3) 能量约束。
(4) 协议的可扩展性。
9.2 数据融合的原理
9.2.1 数据融合的基本原理
1．数据融合的原理 数据融合中心对来自多个传感器的信息进行融合，也可 以将来自多个传感器的信息和人机界面的观测事实进行信息 融合(这种融合通常是决策级融合)，提取征兆信息，在推理 机作用下，将征兆与知识库中的知识匹配，做出故障诊断决 策，提供给用户。
在基于信息融合的故障诊断系统中可以加入自学习模块， 故障决策经自学习模块反馈给知识库，并对相应的置信度因 子进行修改，更新知识库。同时，自学习模块能根据知识库 中的知识和用户对系统提问的动态应答进行推理，以获得新 知识、总结新经验，不断扩充知识库，实现专家系统的自学 习功能。
一般来说，遥感影像的数据融合分为预处理和数据融合 两步。
1) 预处理 预处理主要包括遥感影像的几何纠正、大气订正、辐射 校正及空间配准。 (1) 几何纠正、大气订正及辐射校正的目的在于去除透 视收缩、叠掩、阴影等地形因素以及卫星扰动、天气变化、 大气散射等随机因素对成像结果一致性的影响。 (2) 影像空间配准的目的在于消除由不同传感器得到的