多传感器数据融合技术研究进展_黄漫国

　2010年第29卷第3期 传感器与微系统(T r a n s d u c e r a n dM i c r o s y s t e mT e c h n o l o g i e s)

多传感器数据融合技术研究进展＊

黄漫国1,2,樊尚春1,2,郑德智1,邢维巍1

(1.北京航空航天大学仪器科学与光电工程学院精密光机电一体化教育部重点实验室,北京100191;

2.传感技术联合国家重点实验室,上海200050)

摘　要:多传感器数据融合是信息领域一个前景广阔的研究方向。由于单一的数据融合算法具有一定的

局限性,将2种或2种以上的数据融合算法进行优势集成已逐渐成为数据融合领域的研究热点。介绍了

数据级、特征级和决策级融合3种数据融合方式的主要特点、方法及应用,归纳了常用的数据融合方法,并

重点阐述了几种多传感器数据融合集成算法的研究进展,简单介绍了多传感器数据融合技术的应用。

关键词:多传感器;数据融合;算法;集成

中图分类号:T P274 文献标识码:A 文章编号:1000—9787(2010)03—0005—04

R e s e a r c hp r o g r e s s o f m u l t i-s e n s o r d a t a f u s i o n t e c h n o l o g y＊

H U A N GM a n-g u o1,2,F A NS h a n g-c h u n1,2,Z H E N GD e-z h i1,X I N GW e i-w e i1

(1.K e yL a b o r a t o r y o f P r e c i s i o nO p t o-m e c h a n i c s T e c h n o l o g yo f Mi n i s t r y o f E d u c a t i o n,D e p t a r t m e n t o f

I n s t r u m e n t S c i e n c e＆O p t o-e l e c t r o n i c s E n g i n e e r i n g,B e i h a n gU n i v e r s i t y,B e i j i n g100191,C h i n a;

2.S t a t e K e yL a b o r a t o r i e s o f T r a n s d u c e r T e c h n o l o g y,S h a n g h a i200050,C h i n a)

A b s t r a c t:M u l t i-s e n s o r d a t af u s i o ni s w i d er e s e a r c hb r a n c hi ni n f o r m a t i o nf i e l d.A s s i n g l ed a t a f u s i o na l g o r i t h m

a l w a y s h a s s o m e l i m i t a t i o n s,t h e i n t e g r a t i o no f t w o o r m o r e d a t a f u s i o na l g o r i t h m s i s

b e

c o m i n g a r e s e a r c h i n t e r e s t.

A d v a n t a g e s o f d a t af u s i o na r ei n t r o d u c e d;m a i nc h a r a c t e r i s t i c s,a l g o r i t h m s a n da p p l i c a t i o n s o f t h r e ed a t af u s i o n

m o d e l t y p e s(d a t a l e v e l,c h a r a c t e r i s t i c l e v e l a n d d e c i s i o nl e v e l)a r e p r e s e n t e d.C o m m o n d a t a f u s i o n a l g o r i t h m s a r e

c l a s s i f i e d.R e s e a r c h

d

e v e l o p m e n t s o

f s e v e r a l d a t a f u s i o ni n t e

g r a t i o na l g o r i t

h m s a r e r e v

i e w e d.A p p l i c a t i o n so f d a t a

f u s i o n t e c h n o l o

g ya r e a l s o d i s c u s s e d.

K e yw o r d s:m u l t i-s e n s o r;d a t a f u s i o n;a l g o r i t h m s;i n t e g r a t i o n

0　引　言

根据J D L(j o i n t d i r e c t o r so f l a b o r a t o r i e s d a t af u s i o nw o r-k i n gg r o u p)的定义,多传感器数据融合是一种针对单一传感器或多传感器数据或信息的处理技术,通过数据关联、相关和组合等方式以获得对被测环境或对象的更加精确的定位、身份识别以及对当前态势和威胁的全面而及时的评估[1]。

“数据融合”一词出现在20世纪70年代初期,当时并未引起人们的足够重视,只是局限于军事应用方面的研究[2]。指令控制和通信一体化(c o m m a n dc o n t r o l a n dc o m-m u n i c a t i o ni n t e g r a t i o n,C3I)系统率先采用多传感器数据融合技术来采集和处理战场信息并获得成功[3]。而随着工业系统的复杂化和智能化,数据融合近三十多年来取得了迅速发展。如今世界各国都有学者和技术人员在开展数据融合技术的研究,这一领域的研究内容和成果已大量出现在各种学术会议和公开的学术期刊上[4]。近几年,我国对数据融合方面的研究也日益重视,国家自然科学基金和“863”计划已将其列入重点支持项目。各大学、研究机构都在进行学术与工程应用的研究,并做了大量的基础研究工作[5]。

1　数据融合的层次及其分类

1.1　数据融合的层次

多传感器数据融合与经典信号处理方法之间也存在本质的区别,其关键在于数据融合所处理的多传感器信息具有更复杂的形式,而且,可以在不同的信息层次上出现,每个层次代表了对数据不同程度的融合过程,这些信息抽象层次包括数据层(像素级)、特征层和决策层[6]。相应的数据融合也主要有数据级、特征级和决策级融合3种方式,表1对其所属层次、主要特点、方法及应用进行了总结归纳。

收稿日期:2009—07—08

＊基金项目:国家“863”计划资助项目(2008A A042207)

5