免費在線 多傳感器信息融合 * 工業生產和日常生活中面對大量的數據處理問題，而這些數據往往會受噪聲干擾，此時單個傳感器獲得的信息就很不全面。近年來在工程和科技上越來越多地采用多傳感器融合技術。充分利用多傳感器的資源，將多個傳感器在時空上的互補或冗余，按某種算法或準則進行綜合，增加了判斷和估計的精確性和可靠性。 多傳感器信息融合是將來自多個傳感器的信息或數據進行綜合處理，其核心是對來自多個傳感器的數據進行多級別、多方面、多層次的處理，從而產生新的有意義的信息。 一．多傳感器信息融合的基本概念 信息融合：可概括為將來自不同時空的多個傳感器的局部不完整信息在一定的準則下加以綜合處理，消除多傳感器信息之間可能存在的冗余和矛盾，降低其不確定性，獲得對被測對象的一致性解釋與描述，從而提高智能系統決策、規劃、反應的快速性和正確性，同時也降低其決策風險的信息處理過程。 多傳感器融合是一個復雜的不確定信息的處理過程。多傳感器系統可被理解為一個多入多出的系統。其中多傳感器融合是整個處理過程中的重要組成部分，如圖。 多傳感器系統融合示意圖 首先將被測對象它們轉換為電信號，然后經過A／D變換將它們轉換為數字量。數字化后電信號需經過預處理，以濾除數據采集過程中的干擾和噪聲。對經處理后的有用信號作特征抽取，再進行數據融合；或者直接對信號進行數據融合。最后，輸出融合的結果。 信息融合的過程 在多傳感器系統中，各傳感器的信息都是某個環境特征在該傳感器空間中的描述。由于各傳感器物理特性及空間位置上的差異，造成這些信息的描述空間各不相同，必須在融合前對這些信息進行適當處理，以得到環境特征在該空間上的一致描述。 融合處理的前提條件是從每個傳感器得到的信息必須是對同一目標的同一時刻的描述：首先要保證每個傳感器得到的信息是對同一目標的描述，這稱為數據關聯；其次，還要保證各傳感器之間應在時間上同步，特別是在動態環境中。 二．多傳感器融合中要解決的問題 大致可分為兩大類：概率統計方法和人工智能方法。 概率統計有關方法包括：估計理論、卡爾曼濾波、假設檢驗、貝葉斯方法、統計決策理論等；人工智能方法包括概率推理、證據推理、模糊推理和產生式規則推理等邏輯推理方法。 多傳感器數據融合系統關鍵在于信息融合所處理的多傳感器信息具有復雜的形式，且可在不同的信息層次上出現。多傳感器數據融合的層次包括數據層（即像素層）、特征層和決策層（即證據層）。 三．多傳感器融合方法 它是對直接在各種傳感器上采集到的原始信息未經預處理之前的數據層上進行的融合。這是在信息的最低層進行的，融合時要求有較高的糾錯處理能力，并要求各傳感器信息來自同性質傳感器以使各傳感器信息之間有很高的校準精度。 其主要優點是：能保持盡可能多的現場數據，提供其他融合層次所不能提供的細微信息；但局限性是數據處理量太大，處理代價高、實時性差；數據通信量較大，抗干擾能力較差。 像素級融合通常用于多源圖像復合、圖像分析等。 數據融合的層次結構： 1、像素級融合： 它屬于中間層次，是對從傳感器原始信息中提取的特征信息進行融合。一般提取特征信息應是像素信息的充分表示量或充分統計量，然后按特征信息對多傳感器進行分類、匯集和綜合。其主要優點在于實現了信息壓縮，有利于實時處理，特征級融合結果能最大限度地給出決策分析所需的特征信息。 特征級融合主要用于多傳感器目標跟蹤領域。 數據融合的層次結構： 2、特征級融合： 它是三級融合的最終結果，屬于高層次融合，是直接針對決策目標的融合。融合結果直接影響決策水平。因此決策級融合必須從具體決策問題的需求出發，充分利用特征級融合所提取的測量對象的各類特征信息，采用適當的融合技術來實現。 該級融合的優點是：具有很高的靈活性；系統對信息傳輸帶寬要求低；能有效反映環境或目標各側面的不同類型信息；容錯性好；通信量小，抗干擾能力強；對傳感器依賴性小。 但決策級融合首先要對原傳感器信息進行預處理以獲得各自的判定結果，故預處理代價高。 數據融合的層次結構： 3、決策級融合：

　　中考英語冀教版一輪復習教材復習---八年級(上)綜合達標檢測卷.pdf

　　統編版語文七年級上冊第5課《秋天的懷念》課件(共30張PPT).pptx

　　必一運動

　　2023年度上海臨港新片區文48個崗位員招聘筆試備考題庫及答案解析.docx

　　原創力文檔創建于2008年，本站為文檔C2C交易模式，即用戶上傳的文檔直接分享給其他用戶（可下載、閱讀），本站只是中間服務平臺，本站所有文檔下載所得的收益歸上傳人所有。原創力文檔是網絡服務平臺方，若您的權利被侵害，請發鏈接和相關訴求至 電線) ，上傳者