首页 复杂系统多传感器数据融合技术及应用研究.pdf

复杂系统多传感器数据融合技术及应用研究.pdf

复杂系统多传感器数据融合技术及应用研究.pdf

上传者: dong_gui 2012-02-22 评分1 评论0 下载29 收藏0 阅读量651 暂无简介 简介 举报

简介:本文档为《复杂系统多传感器数据融合技术及应用研究pdf》,可适用于专题技术领域,主题内容包含第犯卷第期年月中国测试技术CHINAM曰巧U印日肛)俘TECHNOLOGYVolNoJuly,复杂系统多传感器数据融合技术及应用研究罗蓉,徐红兵‘田符等。

第犯卷第期年月中国测试技术CHINAM曰巧U印日肛)俘TECHNOLOGYVolNoJuly,复杂系统多传感器数据融合技术及应用研究罗蓉,徐红兵‘田涛“(电子科技大学自动化学院四川成都成都飞机设计研究所四川成都)摘要:复杂系统多传感器数据融合是一门新兴的技术它通过对来自多个传感器的数据进行多级别、多方面、多层次的处理从而产生出单个传感器所不能获得的更有意义的信息。数据融合在军事领域和民用领域都有很大的发展和应用前景。本文论述了复杂系统多传感器数据融合的基本原理、功能模型、层次结构、融合方法等并指出了多源传感器数据融合研究中存在的问题及研究方向。最后分析了多平台多传感器数据融合在某海军舰艇平台上的一个应用实例。关健词:复杂系统数据融合功能模型体系结构融合算法中图分类号:TP文献标识码:A文章编号:()systemmultisensordatafusionanditsapplicationsLUORonj'XUHongbing'TIANTao(SchoolofAutomationEngineering,UniversityofElectronicScienceandTechnology,Chengdu,ChinaChengduAircraftDesignandResearchInstitute,Chengdu,China)Abstract:ComplexSystemMultisensordatafusion(MSDF)isarapi西evolvingtechnologywithwideapplicationsinbothmilitaryfieldsandnonmilitaryfieldsMultisensordatafusiontechniquescombinedatafrommulti少sensorsand玩thispaper,thebasicrelatedinformationtoMSDFtheory,MSDFaresummarizedTheproblemsanddirectionsofresearchinMSDFantiairwar(AAW)platformisintrodi,roAarchitecture月邵幻山m引言战场态势和威胁的实时的、精确的估计。上世纪中后期开始随着控制论、信息论、微电自上世纪年代开始复杂系统的多传感器数子技术、计算机技术、网络技术和传感器技术等日新据融合技术(Multisensordatafusion,MSDF)受到各国月异的快速发展世界军事战争的本质特征发生了的高度重视年代后形成研究高潮。各国军方、巨大的变化形成了一种以信息战、网络战为主体的许多大公司和院校相继成立了专门的实验室研究现代战争模式。这种战争模式下传感器数量和种和测试数据融合理论和算法、数据融合系统建立及类不断增加扩展了在空域、时域以及频域范围的探融合算法评估。年美国国防部成立数据融合测覆盖能力加上无线通信和网络技术的发展和应工作组联合指导实验室。年美国国防部将数用使得战场触角不断扩大形成海、陆、空、天、磁的据融合列为年代重点研发的项关键技术之多维的立体化现代高技术战场。按照梅特卡夫一。英、德等五国于年联合制定了“多传感器(Metcalfe)法则评估现代战争联网作战平台的战斗系统中具有决策控制的信号与知识综合”的数据融力呈现指数增长’。联网下的作战平台不只是战合研究计划。年代以来大量新理论与支撑技术术信息的简单传输和共享多传感器测量的结果和不断涌现和发展对MSDF技术的发展是强有力的多源信息传递都要求对多源数据进行融合处理以推动与支持。美国研制了几十个军用MSDF系统形成对事件或目标的一致性的精确的报告做出对主要用于海洋监视、陆基战场指挥、弹道导弹防御、反潜战等如海军联合指挥信息系统(JointMaritime收稿日期二f收到修改稿日期:作者简介:罗蓉(一)女高级工程师硕士主要从事机载航电系统智能信息研究。CommandInformationSystem)、联合战术信息分布系统汀LIDS)。加拿大洛克西德马丁公司已研制了某护卫舰平台MSDF系统的第一代、第二代验证模型。中国测试技术年月(b)特征级(Featurelever)融合对传感器数据的特征矢量提取后进行融合。对传感器数据的特征提取有效降低了状态空间的维数实现了可观的信息压缩并且提取的特征直接与决策分析有关因此特征级融合结果可以最大限度地给出决策所需的特征信息。大多数的C系统数据融合均在这个层次上展开。特征级融合的方法主要为模式识别的技术如人工神经网络、模糊聚类方法等。(c)决策级(Dcisionlever)融合是高层次的融合它对传感器已经得出的初步结果进行信息的合并处理得出最终的融合结果为指挥控制决策提供依据。决策级融合的主要方法有经典推理理论Bayesian推理方法、DempsterShafer证据理论、加权决策方法(投票法)等。(a)象素级融合m)特征级融合我们也看到美国第四代战斗机“猛禽”F、俄罗斯第五代战斗机“金雕”SU等都不同程度地应用了机载多传感器数据融合技术。复杂系统多传感器数据融合技术已经成为现代高科技战争中不可或缺的关键技术之一。除了军事应用外复杂系统多传感器数据融合在工业、交通和金融等领域也有广泛的应用前景。复杂系统数据融合的基本原理、融合级别和模型基本原理MSDF实际是对人脑综合处理复杂问题的一种功能模仿。MSDF充分利用多个传感器资源通过对多传感器及其观测信息的合理支配和使用把多个传感器在空间或时间上的冗余或互补信息依据某种准则来将进行组合以获得被测对象的一致性解释或描述使该信息系统由此获得比它的各组成部分的子集所构成的系统更优越的性能。MSDF最大限度地获取了被测目标或环境的信息量并取得最优的解释或判断。从军事角度上讲MSDF可以解释为:对来自多源的信息和数据进行检测、关联、相关、估计和综合等多级、多方面的处理得到精确的状态和类别判定以及进行快速完整的态势和威胁估计。这里“多传感器”具有广泛的含义其数据源可以来源于传感器或者是源数据(情报信息如人工情报、通信情报和计划)或者各种通讯链等数据平台也可以是多个的一’。融合处理的层次与级别数据融合可以在不同层次、不同级别上对多源数据进行处理有效地融合多源同构或异构信息这使其与其它经典的信号处理和数据处理有着本质区别。数据融合的级别可以从数据抽象上或者信息抽象上来划分。按照数据抽象的层次分类融合可以分为三个级别即(a)象素级(Pixellever)融合(b)特征级(Featurelever)融合(c)决策级(Dcisionlever)融合。如图所示。(a)象素级(Pixellever)融合直接融合传感器数据是最低层次的融合。当多传感器数据是同类同性质的(例如当两个传感器对相同的物理现象进行观测时比如采用了两个图像传感器或两个音频传感器)那么可以将传感器的原始数据(rawdata)直接融合。这种象素级融合通常用于多源图像复合图像分析同类雷达波形直接合成等。其典型的融合技术为经典的状态估计方法如Kahnan滤波。(C)决策级融合图按照数据抽象的数据融合的层次结构在军事上按照信息抽象的层次来分类即从信息融合的功能来看融合分为五个级别(即:(。)检测级融合(b)位置级融合(C)属性(目标身份)级融合(d)态势评估(e)威胁估计。如图所示。这两种层次划分方法分别从不同角度描述了数据融合的结构。它们实际上是交叉联系的在某功能层上可以采用一种或多种数据处理结构同样一种数据处理结构能应用于不同的功能层。例如从融合功能上划分的位置级融合在数据处理形式上一般采用象素级融合和或特征级融合属性级融合第卷第期罗蓉等:复杂系统多传感器数据融合技术及应用研究图按照功能抽象的数据融合的层次库、支持数据库管理系统。JDL模型经过逐步改进已经成为美国国防信息融合系统的一种实际标准。表列出了几种主要融合模型的层次和特征(Bedworth和O'Brien、数据融合模型比较)。多传感器数据融合算法和理论数据融合作为一种数据的综合和推理它实际上只是一门技术是传统学科和新技术的集成和应用体现了多学科的交叉、综合和延拓。数据融合涉数据融合域atRAImakalmiiiii}J*=kR人机接口数据源数据库管理系统圃圃融合数据库数据库支持第四级处理精确处理图JDL数据融合模型的数据处理形式通常采用决策级融合。融合模型和体系结构MSDF的体系结构根据IEEE的定义它是指由各组成元素所构成的结构它们的关系以及用来指导设计和演化发展的原理和方针。融合模型详细阐明问题的元素和解决方案的要素使易于对问题和解决方案达到一个整体的认识。因此融合模型是一系列问题和处理过程的抽象描述是体系结构的实现但它不包含软件或物理的实现近年来人们在数据融合的研究过程中围绕信息的多级处理思想提出了多个的融合模型。总体来看一种是功能模型另一种则是处理模型。功能模型是适用于任何融合系统的一组功能定义处理模型着重于描述和分派一个融合系统中各功能块的交互作用)。比较典型的处理模型有BoydLoop(或称OODA模型即Observe,Orient,Decision,Act)、扩展OODA模型、瀑布模型等s一。JDL模型是一个面向功能的通用的概念化模型它把数据融合视为信息的一种分层转换过程。图是修订版JDL模型。模型包括:信息源、信息源的预处理(级处理)、目标估计(第级处理)、态势估计(第级处理)、威胁估计(第级处理)、过程精练(第级处理)和数据库管理系统、人机交互八大部分。其中数据融合域包含一级的处理以及融合数据及通信、计算机、模式识别、决策论、不确定性推理理论、现代信号处理、最优化技术、人工智能等领域。多传感器数据融合的方法主要有基于统计的方法、基于信息论的方法、基于认识模型的方法和智能(AI)数据融合方法等如DS证据理论、人工神经网络、表决法、聚类分析方法、模糊集理论等。虽然至今在数据融合领域还没有形成完整的理论体系和相应的融合算法然而从融合的功能上分析相关技术、估计理论和识别方法是重点方面不少应用领域根据各自的应用背景已经提出了一些有效的融合算法。表几种数据融合模型的比较派布模型JDL模型BoydX(OOAD模型)情报决策制定信息处理信号处理信息源附感器检浏态势佑计模式处理(识别)特征提取信号处理检侧相关技术在复杂的目标环境下对多源测量信息需作相关性的定量分析即按照一定的判别准则把信息归为不同的集合每个集合与同一源(目标或事件)关联。由于传感器测量的不精确性和目标环境的各种干扰造成的相关二义性使得数据关联成为融合的核心间题之一。相关技术需要解决二义性保持数据的一致性。相关的技术和算法主要有最近邻法、最大似然法、最优差别、统计关联等。估计理论状态估计是目标自动跟踪的前提和基础状态中国测试技术年月估计包括线性系统估计和非线性系统估计。线性系统估计方法主要有Kalman滤波技术、aRy滤波、最小二乘滤波等非线性系统估计方法主要有扩展Kalman滤波技术及迭代扩展Kalman滤波技术。识别技术贝叶斯法、DempsterShafer证据推理、模板法、表决法、神经网络、专家系统法等是数据融合中相对成熟的识别技术。在历史上贝叶斯理论曾是解决多传感器数据融合的最佳方法但是它要求每个传感器必须在公共抽象级上以贝叶斯可信度做出响应而实际上大多数传感器不可能提供。DS证据推理理论是贝叶斯理论的扩展它不需要先验知识在复杂系统的MSDF中得到了广泛的应用。然而证据理论也有其局限性它要求证据相互独立且当证据高度冲突下会得出错误的推断。为了克服此缺点一些学者纷纷提出了对DS组合推理进行改进的方法(a一’of。存在问题和研究方向虽然对多传感器数据融合的研究西方国家从八、九十年代的单项技术、算法等的研究转移到MSDF系统的具体实现和性能的提高上但是多传感器数据融合仍然未形成统一的理论框架研究仍是针对特定应用领域开展。国内对数据融合研究起步较晚从年代开始到年前后开始逐渐形成研究高潮其研究主要集中在一些目标跟踪与识别的算法研究和多传感器数据融合平台的概念性设计和探讨上。由于数据融合技术涉及军事领域的研究和应用国外对此项研究有很大程度的保密关键性的技术更被封锁。国内需要更多自主性的理论和应用研究。数据转换、相关、融合算法等仍是国内数据融合的研究重点复杂背景下多目标、大机动目标跟踪也是国内外的研究热点问题这些方面都受到了各方的高度重视。本文认为复杂系统MSDF数据库的研究与建设同样十分重要但目前国内的研究较少需要进一步开展深人研究。我们知道在军事上比精确跟踪更为关键的是确定发现和跟踪的目标属性与威胁如是敌方、友方还是中立方的目标是何种目标。通过目标数据库、态势数据库才能将传感器观测映射到特定目标上。从某种程度上看数据库的完备性决定了目标属性和身份的准确识别决定了对态势和威胁的正确评估。因此需要容量大信息完全、搜索快、开放互联性好具有良好的用户接口的目标数据库和态势数据库。本文认为一方面充分获取各种目标平台以及它的特征数据另一方面确定数据库的合适的特征矢量维数和特征向量是数据库建设的主要研究内容。例如某平台MSDF系统的目标数据库收集了多种世界上的主要目标平台包括海、陆、空的军事和民用目标如飞行器、船舶、导弹、坦克等等其特征矢量包含目标速度、RCS、高度等等。合适的特征向量和特征维数使得融合数值能与目标准确映射。由于目标特征值尤其是军事目标特征值的不易获取性以及特征维数的选取对融合计算速度和数据库的存储容量有很大影响怎样建立一个合理的数据库是一个具有挑战性的课题。事实上目标数据库以及威胁数据库的研究是一个使MSDF从理论到实际系统实现的必要内容。应用实例MSDF在军事上已经取得了不同程度的应用例如美国在军事dI系统中的反潜战dI系统(ASW)、战术空战dI系统和陆战dI系统。加拿大洛克西德马丁公司在某巡逻护卫舰(CPF)平台的AntiAirWarfare(AAW)数据融合验证模型(DFDM)第版本对现役军事平台扩展数据融合功能进行了十分有意义的研究和试验。以下给出AAWDFDM的分析。AAW数据融合模型研究有效的融合方法和算法G’一’。为了能与现有的军用平台相适应DFDM融合系统以CPF为平台不改变CPF上的软件和系统结构使用CPF上现有的传感器。融合任务是对在真实环境下进行目标位置融合和属性融合获得精确目标跟踪和目标身份识别。DFDM能在种模式下操作:()“仿真模式”融合数据来源于CPF的传感器激励器()“真实模式”数据来源于CPF真实任务中的传感器数据。CPF采用的是分布式结构MSDF系统从CPF的SHINPADS总线的监控节点上加上接口卡后直接读取传感器数据。图一为具有MSDF的CPF结构该MSDF系统采用SUNSPARC计算机作为MSDF处理器。融合数据来源于CPF上的下列传感器:部监视雷达(SPS,SG),部敌我识别器(IFF)、电子战的电子支持测量设备(FSM)、通讯截获器(CIO)以及战术数据链(Link)。CPF的MSDF系统软件由信息管理(IM),MSDF算法和软件、性能评估(PE)、显示管理(DM)、数据库(CCS,MSDF,PE)个基本部分组成实现融合功能和性能评估。见图第卷第期罗蓉等:复杂系统多传感器数据融合技术及应用研究CCSSHINPADSBUS总线监GCS处理器CCS处理器CCS处理器CCS处理器宜节JCIO}ESMFM显示处理器M匆FCPF标准显示器簇CPF标准显示器IFFIMRRTIFFILRRCPF标准显示器CPF标准显示器SIM处理器SIM处理器SIM处理器SIM处理器SIM处理器SIM处理器SIMSHINPADSBUS图CPFMSDF的系统结构框图何友王国宏等多传感器信息融合及应用〔M北京:电子工业出版社【」DavidLHall,JamesLlinasHandbookofMultisensorDataFusionMCRCPressLLC,【KCebrowski,JGarstkaNetworkcentricwarfare:itsoriginandfutureJIUSNavalInstituteProceedings,,():一【」CarlBFrankel,MarkDBedworthControl,Estimationand图CCPMSDF系统软件功能框图IM从SHINPADS总线读数据进行选择、分类和格式变换后分路输出一路给CCS数据库一路给MSDF队列进行融合。MSDF融合处理得到的目标跟踪数据和属性身份信息输出给MSDF数据库。PE读取CCS数据库和MSDF数据库按照一定准则对其进行比较并将结果送至PE数据库。DM支持MSDF的人机接口由于MSDF的显示与CPF的显示类似可以方便地对个系统进行比较。CPF可以同时显示CCS和MSDF的目标航迹也可以通过各自的IPC(InterProcessCommunicationProtocol)发送其它操作任务。CPF的数据融合系统实现了对多目标的位置融合和属性融合与身份识别。结论复杂系统多传感器数据融合技术作为一门新兴的高科技技术具有广阔的应用前景也是现代军事作战系统的关键技术之一。尽管全球对数据融合的研究已经进行了近多年然而由于融合系统的复杂性还有许多热点研究问题数据融合统一的理论框架尚未形成数据融合的理论和应用研究仍方兴未艾值得我们进一步探索。参考文献刘同明夏祖勋谢洪成数据融合技术及其应用M北京:国防工业出版社AbstractioninFusionArchitectures:LessonsfromHumanInformationProcessing〔CIn:ProceedingsofInternationalConferenceonInformationFusionFrance:Paris,:一ElisaShahbazianDaleE,BlodgettPaulLabbTheextendedOODAModelforDataFusionSystemsCIn:ProceedingsJInternationalConferenceonWonnationFusion,:一MarkBedworth,JaneO'BrienJemityTheOmnibusModel:AModel‘DataFusion【CIn:ProceedingsofConferenceonIrdormationFusion,:一全叶秀清顾伟康一种新的基于证据理论的子学报,():一合成公式【J电邓勇施文康朱振福一种有效组合证据的方法J红外与毫米波学报,(l):一RonaldRYagern‘DempsterShaferFrameworkandCombinationRulesJWonnationSciences,,:〔川FrancoisBegin,SofieneKamoun,PierreValinOntheImplmentminnofAAWSensorsFusionontheCanadianPatrolFrigateJSPIE,:一PierreValin,eanCoutureandMarcAlainSirnardPositionandAttributeFusionofRadar,FSM,IFFandDatalinkCProceedingsoftheIEIYSICFIRSJInternationalConferenceonMultisensorFusionandIntegrationforIntelligentSystem,:一

职业精品

用户评论

0/200
    暂无评论
上传我的资料

精彩专题

相关资料换一换

资料评价:

/ 5
所需积分:1 立即下载

意见
反馈

返回
顶部