摘要:在多傳感器系統中,各傳感器所提供的空間、時間、表達方式不同,可信度、不確定性程度不同,側重點和用途也不同,這對信息的處理和管理提出了新的要求。
關鍵詞:多源信息融合;多傳感系統;故障診斷
一、信息融合的層次
?。ㄒ唬祿有畔⑷诤?br/> 數據層信息融合聯合來自每一個傳感器的原始數據,其優點是信息豐富,結果精確,但是通訊和運算量大,數據需要預處理,傳感器之間往往要求同質或者同等精度。主要的數學方法是:加權平均法、卡爾曼濾波、貝葉斯估計、參數估計法等,與信號處理有一定的相似性。
?。ǘ┨卣鲗有畔⑷诤?br/> 特征層融合聯合從觀測量中提取的特征向量,既保持足夠數量的重要信息,又實現信息壓縮,有利于實時性;但是不可避免地會有某些信息損失,精確性有所下降,因而需對傳感器預處理提出較嚴格的要求。主要的數學方法是:分離性判據方法、搜索樹方法、模擬退火方法、遺傳算法等,與模式識別有一定的相似性。
?。ㄈQ策層信息融合
決策層融合聯合各傳感器的判決形成最終的推理和決策,它具有很強的靈活性和很小的通訊帶寬,沒有同質傳感器的要求,前提是需要很多預處理。主要的數學方法是:投票表決法、貝葉斯方法、模糊積分法、證據理論方法、模糊邏輯法等。
二、按照信息融合過程的輸入輸出關系
可以把以上三個融合層次進一步細分為五種融合過程:數據輸入-數據輸出融合(Data in-Data out);數據輸入-特征輸出融合(Data in-Feature out);特征輸入-特征輸出融合(Feature in-Feature out);特征輸入-決策輸出融合(Feature in-Decision out);決策輸入-決策輸出融合(Decision in-Decision out)。這種描述能夠清楚地解釋在輸入輸出數據之間存在的差異。
第一,數據層信息融合聯合來自每一個傳感器的原始數據,其優點是信息豐富,結果精確,但是通訊和運算量大,數據需要預處理,傳感器之間往往要求同質或者同等精度。第二,特征層融合聯合從觀測量中提取的特征向量,既保持足夠數量的重要信息,又實現信息壓縮,有利于實時性;但是不可避免地會有某些信息損失,精確性有所下降,因而需對傳感器預處理提出較嚴格的要求。第三,決策層融合聯合各傳感器的判決形成最終的推理和決策,它具有很強的靈活性和很小的通訊帶寬,沒有同質傳感器的要求,前提是需要很多預處理。
三、信息融合的模型
現有系統模型大致可以分為兩大類:一是面向融合過程的功能型模型。典型的功能型模型包括UK情報環、Boyd控制回路(OODA環)等。二是面向處理對象的數據型模型。典型的數據型模型則有JDL模型、瀑布模型和Dasarathy模型等。
四、多傳感器系統
多傳感器系統或多傳感器集成,是指在系統中采用多個同質或異質傳感器共同聯合工作來完成對對象和環境的檢測。
在當前工業監測控制系統中,從傳感器中直接獲得的信息可以分為兩種不同形式:數據信息和圖像信息。在多傳感器系統中,各傳感器所提供的空間、時間、表達方式不同,可信度、不確定性程度不同,側重點和用途也不同,這對信息的處理和管理提出了新的要求:要求采用相應的信息綜合處理技術,要求傳感器間彼此協調工作。
?。ㄒ唬┒鄠鞲衅餍畔⑷诤系幕窘Y構
信息融合的結構有多種模式,由n個傳感器集成后組成多傳感器系統,提供n個對象及環境信息,系統中設立m個融合節點對這n個信息進行融合。傳感器1和2的輸出信息S1和S2在融合節點1被融合成新的信息S12,它再與傳感器3的信息在節點2融合成新的信息S123。如此下去,從n個傳感器系統中獲得的信息可以最終被融合成一個結果信息S,送入融合數據庫中。融合數據庫存放信息融合的結果,可以看成是整個智能監測控制系統數據庫的一部分。
1、融合節點說明。一是融合節點的輸入輸出信息一般都是向量的形式。一個融合節點可以融合多個輸入信息。二是如果只有一個融合節點(m=1),則n個傳感器信息都是這個融合節點的輸入信息。三是中間節點的融合結果也可以作為輸出直接送入融合數據庫中。
2、模塊說明。一是專家知識庫。一般來說,信息融合的完成,除了具有適當的融合算法外,還應當有必要的領域知識進行監督和指導,特別是在實際的工業監測控制系統中更是如此。這些領域知識就構成了專家知識庫。二是傳感器模型庫。其中存放了各種傳感器的模型,定量地描述了傳感器的特性以及各種外界條件對傳感器特性的影響。三是信息協調管理。在一般情況下,多傳感器往往從不同的坐標框架對環境中的同一特征進行描述,它們所表示的時間、空間和表達方式可能各不相同,必須將它們統一到一個共同的時空參考系中。該模塊完成了時間因素、空間因素和工作因素的全面協調管理,并對傳感器進行選擇,投入最合適和可靠的傳感器組以適應不同的條件。四是信息融合方法。對于不同的任務和不同的對象應采用不同的方法,或者綜合使用幾種方法。信息融合方法是多傳感器信息融合的核心。
(二)多傳感器信息融合的方法(見圖1)。
五、證據組合規則
來自不同信息源的證據集合形成了四種不同的證據類型,其多種形式的組合結構反映了證據之間各種的沖突情況。證據理論通過組合證據的概率賦值來處理不同的證據類型,對沖突的不同處理方法產生了不同的證據組合算法;主要討論、分析并比較D-S證據規則及其四種改進的證據組合規則:Yager組合規則、Inagaki組合規則、Zhang組合規則和Dubois-Prade組合規則,以及兩種平均規則:Discount平均規則和平均分配規則。
六、小結
其故障診斷技術一直是國內外學者研究的熱門。故障的多樣性、不確定性和各種故障之間聯系的復雜性構成了故障診斷技術上的難點,僅靠單一的故障特征量和診斷方法無法完成診斷任務。本文將信息融合的基本思想引進故障診斷中,可以進步故障診斷結果的可靠性,最大限度地減小不確定性。
(作者單位:保定電力職業技術學院)