數據融合中時間對準方法的思考

一、引言

數據融合，也稱為信息融合，起步于二次世界大戰末期的軍事領域，是一門新興并且發展十分迅速的邊緣學科，但至今沒有被普遍接受的定義，大多數研究者所接受的數據融合定義是由美國三軍組織實驗理事聯合會JDL（Joint Directors of Laboratories）提出的，數據融合就是一種多層次、多方面的處理過程，把來自多傳感器和信息源的數據加以關聯、相關、組合，從而提高狀態和身份估計的精度，以及對戰場態勢和威脅的重要程度進行適時完整的評價。目前，數據融合技術的應用已滲透到各個信息領域，稱為信息處理的通用工具。

數據融合中的時間對準問題是數據融合系統要解決的關鍵問題之一。時間對準就是將關于同一目標的各傳感器不同步的量測信息同步到同一基準時刻下，這是由于各傳感器平臺的測量是相互獨立，采樣周期往往不同，所以它們向融合中心報告的時間是相互獨立的。另外由于信息網絡的不同延遲，各傳感器和融合中心之間傳送信息所需的時間也各不相同，因此各傳感器報告時間有可能存在時間差，所以在進行數據融合前，必須對所有數據進行時間對準，將不同步的信息對準到融合時刻。否則，未經對準的數據可能會導致比單獨使用某一種傳感器數據時的融合性能還差。因此，為了最大限度地發揮多傳感器數據融合的優越性，必須對數據進行時間對準，對傳感器數據進行時間對準是融合的前提，時間對準方法的優劣直接關系到數據融合效果的好壞。

本文經過研究，提出了一種基于數據擬合的時間對準算法，該方法能將不同傳感器不同采樣周期的測得的數據對準到同一時間點上，以進行數據融合。

二、時間對準方法探討

對于傳感器采樣周器為整數倍關系時，即假設有兩類傳感器A和B，其采樣周期分別為t1和t2，t1/t2=n，有文獻提出采用最小二乘規則將B傳感器的n次測量值融合成一個虛擬的測量值與對應時刻A傳感器的測量值進行融合。

當傳感器采樣周期不為整數倍數關系時，王寶樹提出了內插外推法，采用在同一時間片內對各傳感器采集的目標觀測數據進行內插、外推。將高精度觀測時間上的數據推算到低精度的時間點上，具體算法是：取定時間片，在同一時間片內傳感器觀測數據按測量精度進行增量排序，然后將各高精度觀測數據分別向最低精度時間點內插、外推，從而形成一系列等間隔的目標觀測數據以進行融合處理。

梁凱等提出了基于最小二乘法的三次樣條插值，較好地解決了數據融合中時間不同步、數據率不一致的問題并且具有計算簡單、速度快等優點，但插值函數嚴格要求通過所有的給定點，如果給定的數據中有觀測誤差，則插值結果保留全部觀測誤差的影響，導致插值函數不能很好地反映數據集的總體趨勢，這是所不希望的。

三、基于數據擬合的時間對準方法的原理

基于數據擬合的時間對準方法，其核心是將數據融合中的一個或多個傳感器的測量數據，經過數據擬合，得到一條或幾條平滑曲線，由擬合后的益線可以求得傳感器在任意時刻的值，根據其它傳感器的采樣周期，從本曲線得到相應時刻的測量值，從而可以方便的和其它傳感器進行時間對準，繼而進行數據融合。

本文基于3.1所述的最小二乘數據擬合原理，使用Matlab提供的多項式擬合函數polyfit實現傳感器數據擬合，實現方法簡單，并且有較好的通用性。

四、仿真分析

在某一實測的航次數據中，有雷達（用A表示）測距和激光（用B表示）測距兩種距離測量方式。雷達的采樣周期為0.2s，激光測距的采樣周期為0.3S，采樣總時間為4s，由于采樣周期的不同，不能直接對數據進行融合，下面采用多項式數據擬合的方法對實測數據進行時間對準仿真。

首先采用多項式擬合對實測的20組雷達距離數據進行多項式擬合，首先采用多項式擬合對實測的20組雷達距離數據進行多項式擬合，擬合曲線和殘差如圖1所示，圓型點（dataA）表示已知的雷達實測數據點，fitA表示數據點的擬合曲線。

可以得到，雷達數據擬合后得到一條關于時間t的擬合曲線和擬合曲線的殘差，可以看出擬合的精度為l/‰，擬合曲線可以接受。

下面將激光測距的采樣時刻代入雷達測距的擬合曲線，可以得到一組與激光測距采樣時刻同步的雷達數據，從而兩組測量數據時間已對準，可在同時刻進行融合。如圖2所示，圓點（data A）表示已知實測雷達數據，fitA表示實測雷達數據的擬舍曲線，加號點（+）表示實測的激光數據點，星點（*，fitAB）表示雷達數據擬合曲線對應激光測距時刻的取值。所以，通過此處理過程可方便地對采樣周期為0.2s的雷達數據和采樣周期為0.3s的激光數據進行時間對準。

同理，可對實測的激光（B）距離數據進行擬合，根據擬合函數曲線計算對應雷達（A）采樣時刻點的數據值，然后進行數據融合。激光（B）的實測數據擬合曲線和殘差如圖3所示，激光數據擬合曲線在雷達采樣時刻值與雷達數據對比如圖4所示。

可以看出，基于最小二乘的多項式數據擬合很好的解決了數據融合中傳感器采樣周期不同造成的測量不同步的時間對準問題。

以上討論的是對兩傳感器數據中的一組進行曲線擬合，實際上可以分別將兩組數據進行擬合，從而可解決傳感器任意采樣周期或采樣時刻的時間對準問題。

五、結束語

本文對數據融合中的時間對準問題進行了研究，提出了基于最小二乘的多項式數據擬合算法以進行數據融合中的時間校準，解決了不同傳感器不同采樣周期的時間對準問題，與已有的算法相比，該算法可以避免給定數據的觀測誤差，具有計算簡單，實現方便等優點。仿真結果表明，此算法較好的解決了數據融合中的多傳感器數據時間對準問題，驗證了算法的有效性。