信息融合方法與應用研究

廖凱寧

摘 要

信息融合是現代信息技術與多學科交叉、綜合、延拓產生的新的系統(tǒng)科學，隨著計算機科學，網絡通訊技術，微電子技術和控制技術的飛速發(fā)展，它也得到了迅猛的發(fā)展，尤其近年來，它已受到廣泛關注，它的理論和方法已被應用到許多研究領域。本文從信息融合的概念、融合方法以及應用領域分別進行論述，最后，給出了幾個面臨的挑戰(zhàn)問題和將來的發(fā)展趨勢。

【關鍵詞】信息融合 多傳感器 模式識別

1 信息融合技術簡介

隨著電子技術、信號檢測與處理技術、計算機技術、網絡通信技術以及控制技術的飛速發(fā)展，各種面向復雜應用背景的多傳感器系統(tǒng)大量涌現，在這些多傳感器系統(tǒng)中，信息表示的多樣性，信息數量的巨大性，信息關系的復雜性，以及要求信息處理的及時性、準確性和可靠性都是前所未有的。這就使得利用計算機技術對獲得的多傳感器信息在一定準則下加以自動分析、優(yōu)化綜合以完成所需的估計與決策多傳感器信息融合技術得以迅速發(fā)展。信息融合處理過程主要包括這五個方面：過程調配--狀態(tài)估計--態(tài)勢分析--威脅估計--過程精煉。

2 信息融合的主要方法

利用多個傳感器所獲取的關于對象和環(huán)境全面、完整的信息，主要體現在融合算法上。因此，多傳感器系統(tǒng)的核心問題是選擇合適的融合算法。對于多傳感器系統(tǒng)來說，信息具有多樣性和復雜性，因此，對信息融合方法的基本要求是具有魯棒性和并行處理能力。此外，還有方法的運算速度和精度、與前續(xù)預處理系統(tǒng)和后續(xù)信息識別系統(tǒng)的接口性能、與不同技術和方法的協(xié)調能力及對信息樣本的要求等。一般情況下，基于非線性的數學方法，如果它具有容錯性、自適應性、聯(lián)想記憶和并行處理能力，則都可以用來作為融合方法。

多傳感器數據融合雖然未形成完整的理論體系和有效的融合算法，但在不少應用領域根據各自的具體應用背景，已經提出了許多成熟并且有效的融合方法。多傳感器數據融合的常用方法基本上可概括為隨機和人工智能兩大類：隨機類方法有加權平均法、卡爾曼濾波法、多貝葉斯估計法、Dempster-Shafer（D-S）證據推理、產生式規(guī)則等；而人工智能類則有模糊邏輯理論、神經網絡、粗集理論、專家系統(tǒng)等?？梢灶A見，神經網絡和人工智能等新概念、新技術在多傳感器數據融合中將起到越來越重要的作用。

3 信息融合的應用舉例

信息融合技術已經從早期的單一軍事應用到目前廣泛地滲透到社會的各個角落，對人類社會的進步和世界的認識與改造起到了巨大的推動作用。其中包括有移動機器人導航系統(tǒng)、模式識別、糧倉溫度采集系統(tǒng)等。以下以糧倉溫度采集系統(tǒng)為例展開說明：糧倉溫度采集系統(tǒng)，糧倉環(huán)境的自動控制系統(tǒng)對于提高環(huán)境控制的精確度、節(jié)約能源、提高糧倉的管理水平、保障儲備糧食的儲存質量具有舉足輕重的作用。然而由于糧倉環(huán)境的自然特性，其溫度分布在各點的值是不均勻的。因此，需要采集多點溫度值進行綜合來準確判別糧倉內的溫度狀況。針對以往大都是取糧倉內的平均溫度來進行判別使得部分傳感器數據不正確的缺陷，則提出在多傳感器溫度信息采集的基礎上進行糧倉溫度采集，采用信息融合方法以提高溫度采集的精度，從而得到糧倉溫度的準確信息。

4 信息融合技術的發(fā)展前景

4.1 目前所存在的問題

雖然信息融合技術廣泛應用于當前生活、軍事的很多方面，但至今尚未形成完整的理論框架，尤其是在信息融合系統(tǒng)的功能模型、抽象層次、系統(tǒng)體系結構設計和性能評價等方面還有待于從系統(tǒng)角度進行探討。當前信息融合研究仍：未形成基本的理論框架和有效廣義模型及算法、關聯(lián)的二義性是信息融合中的主要障礙、融合系統(tǒng)的容錯性和穩(wěn)健型沒有得到很好的解決、信息融合系統(tǒng)的設計還存在許多的實際問題。

4.2 發(fā)展展望

信息融合技術的研究與應用越來越深入與廣泛，已經由軍事領域逐步擴展到民用領域。在我國信息融合的研究具有探索陛和預研性。具有魯棒性、自適應性和自學習能力的智能化信息處理方法逐漸成為構建信息融合新方法的主要途徑。結合上述情況，我國可以在以下幾方面進行研究與探索。

（1）確立信息融合理論標準和系統(tǒng)結構標準。目前的實際應用項目都是針對特定的對象和領域所進行的，缺乏統(tǒng)一的系統(tǒng)模型建立標準和系統(tǒng)結構標準，所以這方面有待進一步的研究發(fā)展。

（2）多種融合方法相結合。隨著人們對信息融合系統(tǒng)的性能要求越來越高，單單依靠某一種方法很難奏效，因此多種基于不確定性推理的融合方法的互補是必然的。例如可以將D—S方法和模糊神經網絡相結合，這樣既可以利用D.s方法和模糊理論來處理不精確的、模糊的信息，還可以充分發(fā)揮神經網絡的自學習、自適應和容錯能力，這樣對不確定信息的融合就具有較強的魯棒性。

（3）開展信息融合仿真技術。是信息融合技術是國際研究的熱點，也是未來發(fā)展的總趨勢，必須進行研究，在傳感器性能沒有達到實際要求的情況下，實時仿真就是一種很好的方法。實時仿真不僅可以節(jié)約大量的試驗費用，節(jié)省人力、物力，還可以在仿真平臺上避開“傳感器瓶頸”問題進一步研究各種信息融合方法，為開展理論研究提供參考依據。目前，國內在信息融合領域的仿真研究還開展得不夠廣泛，應該大力加強。

（4）開展基礎理論研究。結合目前信息融合領域的難點，應該在以下幾方面進行研究：信息融合系統(tǒng)的數據類別的收集方法、組織方法和管理方法；數據融合過程的功能分解；基于信息圖概念的分布式多目標多傳感器跟蹤的一般理論；人工智能在信息融合中的應用；建立信息融合系統(tǒng)性能評估的指標體系；研究可計算的、復雜度低的有效的算法和模型建立計算；建立和開發(fā)通用軟件包，研究知識和數據的獲取、表示和處理技術，開發(fā)具有推理和知識更新的適應于各種平臺的公用庫和通用軟件包。

參考文獻

[1]WWang，HFJiang，HJLuetal.PBiTree Coding and Efficient Processing of Containment Joins[C].In Proceedings of the 19th International Conference on Data Engineering，2003：391-402.

[2]郭.基于信息融合的交通信息采集研究[D].中國科學技術大學，2007.

[3]高健.DSmT信息融合技術及其在機器人地圖創(chuàng)建中的應用[D].華中科技大學，2009.

作者單位

中國地震局地質研究所 北京市 100029endprint