第三讲数据融合的关键技术PPT课件.ppt

第三讲数据融合的关键技术 2020 3 18 2 主要内容 1 数据融合的主要技术2 传感器组成及描述3 数据融合的重要性和潜在能力4 数据融合系统的应用 2020 3 18 3 3 1数据融合的主要技术 1 数据转换2 数据相关3 数据库3 融合推理 2020 3 18 4 1 数据转换 多传感器输出的数据形式 环境描述等各不一样 信息处理的首要任务 是把这些数据转换成相同的形式和描述 然后进行相关处理 2020 3 18 5 数据转换的内容 1 转换不同层次的信息 2 转换对环境或目标的描述的不同与相似处 3 对同一层次信息 也存在不同的描述 4 数据融合存在时间性与空间性 要用到坐标变换 坐标变换的非线性带来的误差直接影响数据的质量和时空校准 影响融合处理的质量 2020 3 18 6 2 数据相关技术 数据相关的核心问题 克服传感器测量的不精确性和干扰引起的相关二义性 保持数据的一致性 因此 控制和降低相关计算的复杂性 开发相关处理 融合处理和系统模拟的算法与模型是数据处理的一项关键技术 2020 3 18 7 3 态势数据库 分类 实时数据库和非实时数据库 实时数据库的作用 把当前各传感器的观测结果及时提供给融合中心 提供融合计算所需各种其他数据 同时也存贮融合处理的最终态势 决策分析结果和中间结果 2020 3 18 8 非实时数据库 存储各传感器的历史数据 有关目标和环境的辅助信息以及融合计算的历史信息 态势数据库要求容量大 搜索快 开放互联性好 且具有良好的用户接口 开发更有效的数据模型 新的有效查找和搜索机制以及分布式多媒体数据库管理系统 是数据融合系统需要解决的重要问题 2020 3 18 9 4 融合计算 1 对多传感器的相关观测结果验证 分析 补充 取舍 修改和状态跟踪估计 2 对新发现的不相关观测结果进行分析和综合 3 生成综合态势 实时地根据多传感器观测结果通过数据融合计算 对综合态势进行修改 4 态势决策分析 2020 3 18 10 数据融合系统的主要研究内容 针对复杂的环境和目标变动 在难以获得先验知识的前提下 建立具有良好稳健性和自适应能力的目标机动与环境模型 以最简单的融合计算方法达到融合系统要求 是任何数据融合系统主要研究内容 2020 3 18 11 3 2传感器组成及描述 数据融合系统的输入分量 1 传感器的观测数据 主要信息源 2 操纵员或用户输入的数据或命令 3 来自数据库的先验数据 2020 3 18 12 1 传感器的组成 2020 3 18 13 功能上传感器主要分七个单元 能量发射单元能量接收单元传感器引导与控制单元信号调节单元信号处理单元数据处理单元信息输出单元 2020 3 18 14 发射单元和接收单元 天线 发射机和接收机信号调节单元 变频 放大 检波和A D变换 把一种信号形式变成另一种信号形式 不改变它所含信息内容 对信号的幅度进行放大 提取出包含有用信息的低频分量 便于后续处理 2020 3 18 15 信号处理单元 抑制杂波 噪声与干扰 提取有用信号 包括门限设置 检测 变换 滤波 存储等 信号处理后的信噪比会有较大的提高 处理后的信号可直接输出 也可送到后级继续进行处理 数据和图像处理及判决单元 完成特征提取 图像处理 跟踪 识别 分类 把观测数据变成身份说明 2020 3 18 16 信息输出单元 包括数据缓存 坐标变换 数据单位转换 D A变换 平滑 滤波等 输出可以是数据 也可以是图像 可以是时域信号或频域信号 也可以是目标测量位置向量或目标预测位置向量 还可以是目标的身份描述数据 传感器状态信息和环境信息等 2020 3 18 17 2 传感器特征描述 主要参数 探测性能 空间与时间分辨率 空间覆盖范围 探测与跟踪模式 目标复现率 测量精度 测量维数 硬 软数据报告 检测与航迹报告 2020 3 18 18 1 探测性能在指定噪声背景 给定虚警概率 已知信噪比情况下的检测概率来表示的 与此对应的是探测距离 指在一定的发现概率下的距离 2 空间 时间分辨率在时间和空间上区分两个或多个目标的能力 3 空间覆盖范围传感器所覆盖的空间体积 2020 3 18 19 5 目标复现率一个已知目标由传感器反复测量而发现的速率 6 测量精度传感器测量目标坐标 频率等参数时精确程度 7 测量维数传感器对目标测量时测量的变量数目 如距离 方位 高度 速度等 2020 3 18 20 3 传感器管理 目的 充分利用有限传感器资源 使传感器系统覆盖尽可能大的搜索空域 以较小的代价 较低的虚警概率和较高的发现概率发现目标 以较高的精度实现对多目标的正确跟踪 以较高的可信度实现对目标的识别 为指挥员提供更准确 更可靠 更精确的决策信息传感器管理的核心问题是如何选择传感器 传感器工作模式和传感器优化策略 以优化系统的整体性能 2020 3 18 21 主要内容 1 空间管理2 工作方式管理3 时间管理4 频谱管理 2020 3 18 22 1 空间管理 传感器系统中 大部分传感器不是全向工作的 并且传感器之间是非同步的 这就要求对所有的传感器进行管理和工作任务的分配 以保证对整个空域的覆盖 航迹的连续性和跟踪的可靠性 2020 3 18 23 2 时间管理 多传感器系统可能由多种多样的传感器组成的 每个传感器都有不同的任务 即有不同分工 根据不同的任务和不同的观测对象 可能在某一时刻 只需要某些传感器工作 或只需要某些方向上传感器工作 因此可以根据事件出现的顺序 选用不同的传感器组合 按一定的时间顺序进行统一管理 2020 3 18 24 实际系统要求在限定的条件下 对周围环境进行理解 以便作出正确的决策和反应 过程中的许多问题 如对环境的描述 模型建立 特征的提取 目标识别 推理机制 视觉理解系统的体系结构等都没有得到很好解决 因此研制了各种类型的传感器 没有哪种传感器的各种性能指标都高于其它传感器 因此在一个智能系统中 同时采用多种类型的传感器 提高系统检测 识别 分类和决策能力 3 3数据融合的重要性和潜在能力 2020 3 18 25 数据融合给系统带来的优点的体现 1 使系统具有良好的鲁棒性 减小了因环境的突然变化对系统性能的影响 对环境的变化有很强的适应性 2 扩展系统的空间覆盖能力 传感器在空间的交叠 扩展了空间覆盖范围 这是任何同类的单一传感器所达不到的 3 扩展系统的时间覆盖能力 某些传感器不工作时 其它传感器仍能保持继续探测 如可见光传感器与红外传感器就可在白天和夜晚分时工作 2020 3 18 26 4 增加系统的可信度 多个传感器对同一目标或事件进行判决和确认 增加了结果的可信程度 5 减小系统的信息模糊程度 由于采用多传感器的信息进行检测 判断 推理等运算 降低了事件的不确定性 6 改善系统的检测能力 利用多传感器信息 可以在虚警一定的情况下 提高系统的发现概率 2020 3 18 27 7 增加系统的空间分辨能力 多传感器合成孔径可以获得比单一传感器更高的分辨力 8 提高系统的定位精度 利用多传感器信息可以减小测量误差 提高测量精度 下图为一个由红外传感器组成的传感器阵 多传感器系统不仅能够定位 给出目标的距离 方位和高度 而且定位精度很高 不仅扩展了空间覆盖范围 而且白天和晚上都能工作 2020 3 18 28 红外传感器组成的传感器阵 2020 3 18 29 9 提高系统的可靠性 多传感器相互配合 使系统具有内在的冗余度 降低了系统故障率 10 提高系统决策的正确性 多传感器工作增加了事件的可信度 使指挥员决策的依据更可靠 11 提高系统的容错能力 系统工作时 如果有一个或几个传感器失效 其他传感器的存在可减小系统的性能损失 2020 3 18 30 3 4数据融合系统的应用 数据融合作为消除系统不确定因素 提供准确观测结果与新的观测信息的智能化处理技术 可以作为智能检测系统 智能控制系和军事指挥控制系统的一个基本阶段 数据融合可直接用于检测 控制 态势评估和决策过程 数据融合可广泛应用于下列领域 2020 3 18 31 1 智能检测系统 利用智能检测系统的多传感