数据融合技术

9.1 概述（5）
数据融合的内容主要包括： 多传感器的目标探测、数据关联、跟踪与识别、情况评估和预测。
数据融合的基本目的是： 通过融合，得到比各个单独的输入数据更多的信息。这是协同作用 的结果，即由于多传感器的共同作用，系统的有效性得以增强。
数据融合是一种多源信息的综合技术，通过对来自不同传感器的 数据进行分析和综合，可以获得被测对象及其性质的最佳一致估 计。将经过集成处理的多种传感器信息进行集成，可以形成对外 部环境某一特征的一种表达方式。
9.1 概述（4）
数据融合的方法被普遍应用在日常生活中，比如在辨别一个事物的时候 通常会综合各种感官信息，包括视觉、触觉、嗅觉和听觉等。
单独依赖一种感官获得的信息往往不足以对事物做出准确判断，而综合 多种感官数据，对事物的描述会更准确。
在多传感器系统中所用到的传感器可以分为有源传感器和无源传感器两 种。 有源传感器发射某种形式的信息，然后接收环境和目标对该信息的反射或 散射信息，例如各种类型的有源雷达、激光测距系统和敌我识别系统等。 无源传感器不发射任何形式的信息，完全靠接收环境和目标的辐射来形成 源信息。如红外无源探测器、被动接收无线电定位系统和电视跟踪系统等， 它们分别接收目标发出的热辐射无线电信号和可见光信号。
（3）提高系统的可靠性。
某个或某几个传感器失效时，系统仍能正常运行。
（4）增加系统的实时性。
9.2 数据融合的作用（2）
目前大多数传感网的应用都是由大量传感器节点来共同完成信息的采集 过程，并将收集的信息返回传感器节点所在的监测区域。由于传感器节 点的资源十分有限，主要体现在电池能量、处理能力、存储容量以及通 信带宽等几个方面。
9.1 概述（3）
数据融合定义实际上包含了3个含义。 （1）数据融合是多信源、多层次的处理过程，每个层次代表了信 息的不同抽象程度。 （2）数据融合过程包括数据的检测、关联、估计与合并。 （3）数据融合的输出包括低层次上的状态身份估计和高层次上的 总战术态势的评估。
传感器数据融合技术在军事领域的应用，包括海上监视系统、地 面防空系统、战略防御与监视系统等。其中最典型的就是军事系 统，即军事指挥自动化系统。在非军事领域的应用则包括了机器 人系统、生物医学工程系统和工业控制自动监视系统等。
数据融合技术的具体实现与应用密切相关。 例如，在森林防火应用中，只要处理传感器节点的位置和报告的温度数值， 就实现了用户的要求和目标。但是，在目标识别的应用中，出于各个节点 的地理位置不同，针对同一目标所报告的图像的拍摄角度也不同，需要从 三维空间的角度综合考虑问题，所以融合的难度也相对较大。
9.2 数据融合的作用（4）
多个节点同时传送数据会增加数据链路层的调度难度，造成频繁的冲突碰撞，降低 了通信效率，因此会影响信息收集的及时性。
9.2 数据融合的作用（3）
数据融合是将多份数据或信息进行处理，组合出更有效、更符合用户需 求的数据的过程。
传感网的数据融合技术主要用于处理同一类型传感器的数据，或者输出 复合型异构传感器的综合处理结果。 例如，在森林防火的应用中，需要对温度传感器探测到的环境温度进行融 合。在目标自动识别的应用中，需要对图像监测传感器采集的图像数据进 行融合处理。
在收集信息的过程中，各个节点单独地直接传送数据到汇聚节点是不合 适的，主要原因如下： （1）浪费通信带宽和能量。
在覆盖度较高的传感网中，邻近节点报告的信息通常存在冗余性，各个节点单独传 送数据会浪费通信带宽。另外，传输大量数据会使整个网络消耗过多的能量，这样 会缩短网络的生存时间。
（2）降低信息收集的效率。
以数据为中心的传感网采取数据融合技术会使其实现的数据采集功能相比传 统方法具有如下优点。 （Leabharlann Baidu）增加了测量维数和置信度，提高了容错功能，并改进了系统的可靠性和 可维护性。 （2）提高了精度。 （3）扩展了空间和时间的覆盖度，提高了空间分辨率，提高了适应环境的能 力。 （4）改进了探测性能，增加了响应的有效性，降低了对单个传感器的性能要 求，提高了信息处理的速度。 （5）降低了信息获取的成本。
第9章 数据融合技术
9.1 概述
数据融合的目的是收集各类传感器采集的信息，这些信息是以信号、波 形、图像、数据、文字、声音等形式提供的。
一般将各种传感器直接给出的信息称作源信息，如果传感器给出的信息 是已经数字化的信息，就称作源数据，如果给出的是图像就是源图像。 源信息是信息系统处理的对象。
信息系统的功能就是把各种各样的传感器提供的信息进行加工处理，以 获得人们所期待的、可以直接使用的某些波形、数据或结论。
数据融合也被称作信息融合，是一种多源信息处理技术。 它通过对来自同一目标的多源数据进行优化合成，获得比单一信息源更精 确、完整的估计或判断。
多传感器数据融合是一种多层次、多方面的处理过程，这个过程是对多 源数据进行检测、互联、相关、估计和组合，并以更高的精度、较高的 置信度得到目标的状态估计和身份识别，以及完整的势态估计和威胁评 估，为用户提供有用的决策信息。这个定义实际上包含了3个含义。
9.2 数据融合的作用
从广义上讲，数据融合的主要作用可归纳为以下几点； （1）提高信息的准确性和全面性。
与单个传感器相比，多传感器的数据融合处理可以获得有关周围环境 的更准确、全面的信息。
（2）降低信息的不确定性。
一组相似的传感器采集的信息存在着明显的互补性，这种互补性经过 适当处理后，可以对单一传感器的不确定性及其测量范围的局限性进 行补偿。
源信息、传感器与环境之间的关系如图9-1所示。
目标
杂波
干扰
环境
噪声
输入
传感器
输出
源数据 源信息 源图像
源波形
9.1 概述（2）
多传感器信息联合处理技术。 实现对观测目标的连续跟踪和测量等一系列问题的处理方法，就是多传感 器的数据融合技术，有时也被称作多传感器信息融合（Information Fusion，IF）技术或多传感器融合(Sensor Fusion，SF)技术。