信息融合绪论

信息融合绪论
1.多源信息融合技术产生的背景,该如何定义？
背景
（1）关于多源信息融合的研究最早可追溯到第二次世界大战末期，当时出现了一个使用雷达、光学和测距装置、综合利用雷达和光学两种信息的系统，但此时，多源信息融合并未成为独立学科.
（2）真正的多源信息融合理论和技术研究始于1973年美国开展的多声呐信号融合系统研究，随后开发的战场管理和目标检测系统,进一步证实了信息融合的可行性和有效性，促进了多源信息融合的形成和发展。

（3）20世纪70年代末,多源信息融合开始出现在各种技术文献中，到目前为止，多源信息融合逐渐作为一门独立学科应用于军事指挥自动化系统、战略预警与防御、多目标跟踪与识别、精确制导武器等军用领域；并逐渐辐射到遥感监测、医学诊断、电子商务、无线通信、工业过程监控、故障诊断等民用领域。

定义
被大多数人接受的信息融合定义，是由美国三军组织实验室理事联合会（JDL）提出的：
信息融合是一个数据或信息综合过程，用于估计和预测实体状态。

2.与单传感器系统比，多源信息融合的优势有哪些？哪些信源可实现信息融合?
单传感器系统的问题：
（1）传感器故障会造成量测数据丢失,导致系统瘫痪崩溃
（2）空间上仅能覆盖环境中某个特定区域，且只能提供本地事件、问题或属性的量测信息
（3）不能获取对象的全部环境特征
多源信息融合的优势：
（1）增强系统的生存能力---——-量测信息有一定冗余度。

一个不能用,或目标不在此范围，还有另外的传感器可用
（2）扩展空间覆盖范围——--——--有多个交叠覆盖的传感器作用区域。

某个传感器可能测到其他的测不到的地方
（3）扩展时间覆盖范围——-----—-多个传感器协同作用提高检测概率。

某传感器该时间段不可通用,其他还可
（4）提高可信度————-——--多传感器对同一目标或事件加以确认，或一个探测结果有其他传感器确认（5）降低信息模糊度—-—--—--联合信息降低了目标或事件的不确定性
（6）增强系统的鲁棒性和可靠性——--—-—-——一个出问题,系统可根据其他信息源提供的信息依然正常工作,有较好容错能力和鲁棒性
（7）提高探测性能———----——对多个信源的信息融合,取长补短，提高探测有效性
（8）提高空间分辨率—-—----—-—多传感器的合成可获得比任何单传感器更高的分辨率
（9）成本低、质量轻、占空少—-—---—多传感器的使用,使得对传感器的选择更具灵活性
3.在现代战争的前提下，多源信息融合在军事上的应用主要包含那几个方面？包含哪几种主要技术？
信息融合理论和技术起源与军事领域,在军事上应用最早,范围最广，涉及各方面，具体概括为以下八方面:
（1）采用多源自主式武器系统和自备式运载器
（2）采用单一武器平台或分布式多元网络的广域监视系统
（3）采用多个传感器进行截获、跟踪和指令制导的火控系统
（4）情报收集系统
（5）敌情指示预警系统(对威胁和敌方企图进行估计）
（6）军事力量指挥和控制站
（7）弹道导弹防御中的BMC3I系统
（8）网络中心站、协同作战能力、空（地、海）单一态势图等复杂大系统中应用
主要技术包括:
估计理论方法（卡尔曼滤波与平滑、信息滤波器、强跟踪滤波器）
不确定性推理方法（主观bayers方法、D—S证据推理、模糊集和理论、模糊推理等）
智能计算与模式识别理论（粗糙集理论、随机集理论、灰色系统理论、支持向量机、神经网络、遗传算法等）
4.多源信息融合有哪些典型的模型,各自特点是啥？什么是JDL——User模型？简述该模型的信息融合过程。

4。

1 JDL模型
JDL模型是美国国防信息融合系统的一种实际标准
其基本结构为（自己画）
信息预处理功能主要指初级过滤，它可以自动控制进入融合系统的数据流量，即根据观测时间、报告位置、数据或传感器类型、信息属性和特征来分选和归并数据，以控制进入融合中心的信息量.信息预处理还将数据进行分类，并按后续处理优先次序排列。

第1级,目标位置/身份估计（数据校准、互联、跟踪、身份融合）
数据校准将各传感器的观测值变换为公共坐标系，（坐标变换、时间变换、单位转换等）互联将各传感器的数据分为一系列组，每一组代表某一目标；
跟踪是融合各传感器信息，获得最佳融合航迹；
身份融合是综合与身份有关的数据进行身份识别，
采用技术主要有：聚类方法、神经网络、模板法、D-S证据理论及贝叶斯推理方法等。

第2级，态势评估（态势的处理和评估)
首先由不完整的数据集合建立一般化的态势表示，对前几级处理产生的兵力分布情况给出一个合理的解释然后通过对复杂战场环境的正确分析与表达，导出敌我双方兵力的分布判断,给出意图、行动计划和后果第3级，威胁估计
包括确定我方和敌方力量的薄弱环节，我方和敌方的编成估计、危险估计、临近事件的指示和预警估计、瞄准计算和武器分配等。

第4级，过程优化（包括采集管理及系统性能评估功能）
采集管理用于控制融合的数据收集，包括传感器的选择、分配和传感器工作状态的优选和监视等。

传感器任务分配要求预测动态目标的未来位置，计算传感器的指向角，规划观测和最佳资源利用。

性能评估进行系统的性能评估及有效性度量。

此外,过程优化还进行各融合功能的需求分析，对通信设施、武器平台等资源的管理。

此外，数据库管理系统、人机界面也是信息融合系统的重要组成部分。

4.2 JDL-User模型
更符合工程实际，更具操作性
信息融合分为六级,目标跟踪位于第一级，是多源信息融合最基本的功能
结构图如下
第0级，预处理过程
在像素/信号级数据关联的基础上估计、预测信号/目标的状态
第1级,目标估计过程(目标状态估计、目标属性估计）
在关联量测与跟踪的基础上，估计目标的状态（如空间位置、速度)
对传感器数据进行特征提取和处理,估计目标身份
目标状态估计==传统JDL中的位置融合
属性融合（身份融合）按功能结构可分为:数据级、特征级、决策
数据级融合：将每一传感器的属性观测数据融合，提取特征矢量，再变成身份报告
常用方法：模板法,聚类分析，自适应神经网络
特征级融合：将每一传感器的属性观测数据提取矢量特征,再融合，得目标身份报告
常用方法：聚类算法，神经网络
决策级融合：根据每一传感器的属性观测数据得目标身份的初步报告，再用决策级融
合技术，将各初步报告融合，完成目标身份估计
常用方法：经典推理，贝叶斯推理，D—S证据推理
位置融合与属性融合不是分开的，而是统一的
第2级，态势评估过程
根据第一级处理提供的信息对战场中战斗力分布情况评估，构建整个战场综合态势图
第3极，威胁估计过程
在态势评估基础上，考虑各种可能的行动和武器配置估计战事的出现程度与严重性，指
示警告作战意图
态势评估与威胁估计
采用基于知识的数据融合方法，解释第一级处理的结果
分析的问题：目标所处范围，目标间关系，目标分级组合，目标未来行动预测
侧重点：态势评估是建立关于作战活动、事件、机动、位置、兵力等要素组织，形成视图，估计可能发生或已发生的事
威胁估计在态势评估基础上估计战事的出现程度与严重性
区别在于，前者仅指出敌军行为模式,后者对其威胁能力给出定量估计,指出敌军意图
第4级，过程优化过程（传感器管理）
整个过程中监控系统性能，识别并增加潜在信息源,并根据要求,随时改变传感器部署，这是一个闭环反馈环节，有利于系统性能优化
传感器管理目的，利用有限的资源,满足作战要求条件下，对多个目标进行跟踪，以某一最优准则,对传感器资源进行合理分配（选择何种传感器、传感器工作方式、参数）
多传感器资源管理系统完成的功能有：目标排列、事件预测、传感器预测、传感器对目标的分配等
第5级，优化用户过程
自适应地决定查询和获取信息的用户,自适应的获取和显示数据以支持决策制定和行动
4.3 JDL其他修正模型
4。

3.1 修正瀑布模型
瀑布模型重点强调了较低级别的处理功能。

缺点：瀑布模型的融合过程划分得最为详细，但是它并没有明确反馈过程
改进：学者提出修正瀑布模型,存在反馈循环,包括开环控制和反馈回路控制.
修正的瀑布模型是一种面向行为控制的模型。

它包含了修正的局部反馈环:
（1) 从决策制定到态势评估，反映态势改进及作出的新的控制行为。

（2）从模式处理到信号处理，反映改善的模式处理对态势评估的影响。

（3）从决策制定到特征提取，反映改善的决策对提高特征的处理和制定行为和影响。

修正瀑布模型
4.3.2 情报环模型
情报环模型是宏观处理的数据融合模型,它对应于修正瀑布模型的顶层。

由于数据融合处理中一些循环处理在JDL模型中无法体现，情报环模型旨在体现出这些循环特性，它主要由以下四部分组成：
采集：获取传感器信息和原始情报信息
整理：对所获得的信息进行分析、比较和相关处理
评估：对经整理后的信息进行融合和分析，并在情报分发阶段将融合信息传带给用户，以便做出行动决策和下一步的情报工作
分发：把融合结果和决策分发给用户
4.3.3 Boyd模型
Boyd循环回路模型用于军事指挥处理
使问题的反馈迭代特性显得十分清楚
模型包括四个处理阶段：
观测阶段：获取传感器数据
定向阶段：对数据综合处理,了解态势变化
决策阶段:制定反应计划
行动计划：执行计划
Boyd模型的优点是：使各阶段构成一个闭环，表明了数据的循环性
随融合的进行，传递到下一阶段的数据量不断减少
缺点是:决策和执行阶段对其他阶段影响力欠缺，并且各阶段也是顺序执行的
5.根据系统需求和外界环境,多源信息融合一般分为哪三种系统结构？请作简要比较，并绘制系统框图。

（1）集中式结构
特点：将各信源的量测传给融合中心，由中心统一进行目标跟踪处理。

优点：充分利用了信源信息，系统信息损失少，性能比较好
缺点：对通信带宽要求高，系统可靠性差
无跟踪集中式：
特点：信源量测不经过跟踪，只起数据收集作用
优点：最大可能的利用信源信息,结构简单,对信源处理能力要求低,仅在融合中心存在处理过程
缺点：对融合中心处理能力要求高，通信带宽要求非常高，系统可靠性差
融合中心出问题，整个系统崩溃
各信源不在同一参考空间带来配准误差,产生虚假航迹的概率比各信源独自跟
踪高很多，大大降低系统性能。

有跟踪集中式：
特点:信源模块本身有跟踪处理能力,用自身获取的量测形成目标航迹。

将跟踪处理关联的量测传给融合中心，进一步实现各信源量测的综合跟踪处理.
优点:融合中心处理能力要求降低,通信带宽要求降低,系统可靠性增强，融合中心的跟踪结果反馈给各信源跟踪处理环节，改善信源局部航迹性能。

缺点：信息损失较大,性能较差，信源处理能力要求高，信源跟踪处理复杂度上升,通信带宽要求增加。

（2）分布式结构
特点：各信源模块对所获得量测进行跟踪处理,对各传感器形成的目标航迹融合
优点:可靠性高,对系统通信带宽要求低
缺点：信息损失大于集中式结构，性能也略差
有融合中心:
特点:各信源模块对所获得量测进行跟踪处理，融合中心对各传感器形成的目标航迹进一步融合
有融合中心的分布式结构与有跟踪的集中式结构近似，差别在于，信源对量测跟踪处理后，前者传给融合中心的是目标航迹，后者是关联量测。

与有跟踪的集中式相比：
优点:融合中心处理能力要求降低
缺点：信息损失略大，性能略低
相当:系统可靠性、信源处理能力相当,通信带宽在一个数量级
无融合中心共享航迹:
特点：信源模块本身有跟踪处理能力，利用自身获取的量测形成目标航迹，将航迹传到通信链路，同时从中接受其他信源发送的航迹信息，与本信源的航迹信息融
合处理,处理结果反馈到本信源跟踪环节，改善本信源跟踪性能
与有融合中心的分布式结构比：
优点：由于无融合中心,系统可靠性很高，任一节点损坏对系统影响小，鲁棒性好
缺点：信源处理能力要求提高
相当：信息损失，性能，通信带宽要求相当
无融合中心共享关联量测：
特点：信源模块本身有跟踪处理能力，利用自身获取的量测形成目标航迹，将跟踪处理关联的量测传到通信链路,同时从中接受其他信源发送的关联量测，与本信
源的关联量测信息融合处理，处理结果反馈到本信源跟踪环节，改善本信源跟
踪性能
与无融合中心共享航迹比:
优点:系统信息损失较小，性能略高。

由于无融合中心，系统可靠性很高，任一节点损坏对系统影响小，鲁棒性好
相当：信息处理能力,通信带宽要求基本相当
（3）混合式结构(集中式和分布式的组合）
特点：同时传递各信源的量测和经过跟踪处理的航迹，综合融合量测以及目标航迹优点：充分利用了信源信息,系统信息损失少，性能比较好，可靠性高
缺点:通信带宽、存储量、计算量上有更大要求。