02第二讲 数据融合系统的结构形式

1、第二讲第二讲 数据融合系统结构形式数据融合系统结构形式 2 主要内容主要内容 1 1、数据融合的主要结构、数据融合的主要结构 2 2、数据融合系统的功能模型、数据融合系统的功能模型 3 3、数据融合的层次、数据融合的层次 4 4、数据融合系统的构成、数据融合系统的构成 3 2.1 2.1 数据融合的主要结构数据融合的主要结构 数据融合系统的主要结构形式数据融合系统的主要结构形式 1 1、集中式融合系统、集中式融合系统 2 2、无反馈的分布式融合系统、无反馈的分布式融合系统 3 3、有反馈的分布式融合系统、有反馈的分布式融合系统 4 4、有反馈的全并行融合系统、有反馈的全并行融合系统 4 1 1

2、、集中式融合系统、集中式融合系统 5 主要特点主要特点 特点：特点： 可利用所有传感器的全部信息进行状态估计、速可利用所有传感器的全部信息进行状态估计、速 度估计和预测值计算。度估计和预测值计算。 主要优点：主要优点： 利用利用全部信息全部信息，系统的信息损失小，性能好，目，系统的信息损失小，性能好，目 标的状态、速度估计是最佳估计。标的状态、速度估计是最佳估计。 不足：不足： 把把所有的原始信息所有的原始信息全部送给处理中心，通信开销全部送给处理中心，通信开销 太大，融合中心计算机的存储容量要大。对计算太大，融合中心计算机的存储容量要大。对计算 机要求高及数据关联困难。机要求高及数据关联困难

3、。 6 2 2、无反馈的分布式融合系统、无反馈的分布式融合系统 7 主要特点主要特点 每个传感器都要进行滤波，称为局部滤波。每个传感器都要进行滤波，称为局部滤波。 送给融合中心的数据是当前的状态估计，融合中送给融合中心的数据是当前的状态估计，融合中 心利用各个传感器所心利用各个传感器所提供的局部估计进行融合提供的局部估计进行融合， 最后给出融合结果，即全局估计。最后给出融合结果，即全局估计。 分布式融合系统所要求的分布式融合系统所要求的通信开销小通信开销小，融合中心，融合中心 计算机所需的计算机所需的存储容量小存储容量小，且其，且其融合速度快融合速度快，但，但 其性能不如集中式融合系统。其性能

4、不如集中式融合系统。 8 3 3、有反馈的分布式融合系统、有反馈的分布式融合系统 9 主要特点主要特点 由融合中心到每个传感器有一个反馈通道，这有由融合中心到每个传感器有一个反馈通道，这有 助于提高各个传感器状态估计和预测的精度。助于提高各个传感器状态估计和预测的精度。 增加了通信量增加了通信量，在考虑其算法时，在考虑其算法时，要注意参与计要注意参与计 算的量之间的相关性算的量之间的相关性。 10 4 4、有反馈的全并行融合系统、有反馈的全并行融合系统 11 主要特点主要特点 是是全并行全并行、有反馈有反馈的融合结构。的融合结构。 通过传送通道，各传感器都存取其它传感器的当通过传送通道，各传感

5、器都存取其它传感器的当 前估计，各传感器都前估计，各传感器都独立地完成全部运算任务独立地完成全部运算任务。 系统有局部融合单元及全局融合单元，这是最复系统有局部融合单元及全局融合单元，这是最复 杂的融合系统，但它非常有潜力。杂的融合系统，但它非常有潜力。 这种结构方式可进行扩展，即把每个传感器扩展这种结构方式可进行扩展，即把每个传感器扩展 成一个包含多个传感器的平台。成一个包含多个传感器的平台。 12 四种结构的比较四种结构的比较 13 数据融合系统结构的主要设计实现特点数据融合系统结构的主要设计实现特点 1 1）集中式处理结构）集中式处理结构 所有传感器数据都送到中心处理器处理和融合。所有传

6、感器数据都送到中心处理器处理和融合。 优点如下：优点如下： 所有数据对中心处理器都是可用的；所有数据对中心处理器都是可用的； 可用较少种类的标准化处理单元；可用较少种类的标准化处理单元； 传感器在平台位置上的选择受限较少；传感器在平台位置上的选择受限较少； 所有的处理单元都在可接近的位置，增强了处所有的处理单元都在可接近的位置，增强了处 理器的可维护性。理器的可维护性。 14 缺点：缺点： 可能要求专门的数据总线；可能要求专门的数据总线； 硬件改进或扩充困难；硬件改进或扩充困难； 由于所有的处理资源都在一个位置，所以易损由于所有的处理资源都在一个位置，所以易损 性增加了；性增加了； 分隔困难；

7、分隔困难； 软件开发和维护困难软件开发和维护困难( (因为与一个传感器有关因为与一个传感器有关 的变化可以影响到其余部分的变化可以影响到其余部分) )。 15 集中式系统的主要应用集中式系统的主要应用 收集来自单个平台上的多个传感器的数据，可收集来自单个平台上的多个传感器的数据，可 形成诸如舰艇或战斗机的信息显示，也可形成诸如舰艇或战斗机的信息显示，也可用于检测用于检测 对象相对单一的智能检测系统。对象相对单一的智能检测系统。 16 2 2）分布式处理结构）分布式处理结构 各传感器都有自己的处理器，进行预处理，然各传感器都有自己的处理器，进行预处理，然 后把中间结果送到中心处理器进行融合处理。

8、后把中间结果送到中心处理器进行融合处理。 优点如下：优点如下： 处理器连到每个传感器上以改进其性能；处理器连到每个传感器上以改进其性能； 现有的平台数据总线现有的平台数据总线( (一般是低速的一般是低速的) )可以频可以频 繁地使用；繁地使用； 分隔容易；分隔容易； 增加新传感器或改进老传感器，可以更少地增加新传感器或改进老传感器，可以更少地 触动系统软件和硬件。触动系统软件和硬件。 17 缺点：缺点： 提供给中心处理器的有限数据，降低传感器提供给中心处理器的有限数据，降低传感器 融合的有效性；融合的有效性； 某些传感器对环境的严重干扰可以限制处理某些传感器对环境的严重干扰可以限制处理 器部件

9、的选择，并增加了成本；器部件的选择，并增加了成本； 传感器位置的选择受更多地限制；传感器位置的选择受更多地限制； 增加的各种单元都降低了可维护性，增加了增加的各种单元都降低了可维护性，增加了 计算支持的负担和成本。计算支持的负担和成本。 18 分布式系统的主要应用分布式系统的主要应用 组合和相关来自空间和时间上各不相同的多平组合和相关来自空间和时间上各不相同的多平 台多个传感器的数据，大型军事防御系统采用这种台多个传感器的数据，大型军事防御系统采用这种 融合方式，多参数或参数间交叉影响的智能检测系融合方式，多参数或参数间交叉影响的智能检测系 统统也采用这种融合方式。也采用这种融合方式。 19

10、2.2 2.2 数据融合系统的功能模型数据融合系统的功能模型 数据融合的通用功能模型数据融合的通用功能模型 20 通用模型的特点通用模型的特点 分为四级处理分为四级处理 1 1、第一级处理的主要内容：、第一级处理的主要内容： 1 1）数据和图像的配准）数据和图像的配准 2 2）关联）关联 3 3）跟踪和识别）跟踪和识别 21 1 1）数据配准：）数据配准： 把从各个传感器接收的数据或图像在时间和空把从各个传感器接收的数据或图像在时间和空 间上进行校准，使它们有间上进行校准，使它们有相同的时间基准、平台相同的时间基准、平台和和 坐标系坐标系。 22 2 2）数据关联：）数据关联： 把各个传感器送

11、来的点迹与数据库中的各个航把各个传感器送来的点迹与数据库中的各个航 迹相关联，同时对目标位置进行预测，保持对目标迹相关联，同时对目标位置进行预测，保持对目标 进行连续跟踪；进行连续跟踪； 关联不上的那些点迹可能是新的点迹，也可能关联不上的那些点迹可能是新的点迹，也可能 是虚警，保留下来，在一定条件下，利用新点迹建是虚警，保留下来，在一定条件下，利用新点迹建 立新航迹，消除虚警。立新航迹，消除虚警。 23 3 3）识别）识别 主要指身份或属性识别，给出目标的特征，以主要指身份或属性识别，给出目标的特征，以 便进行态势和威胁评估。便进行态势和威胁评估。 24 第一级处理的特点第一级处理的特点 所采

12、用的网络结构不同，所对应的信息处理方所采用的网络结构不同，所对应的信息处理方 法也有所不同。法也有所不同。 对分布式融合系统，所处理的对象是各个传感对分布式融合系统，所处理的对象是各个传感 器送来的航迹，首先要对它们进行关联，以保证不器送来的航迹，首先要对它们进行关联，以保证不 同传感器对同一目标观测的航迹得到合并。同传感器对同一目标观测的航迹得到合并。 25 2 2、第二级处理、第二级处理 主要内容：主要内容：态势评估态势评估 1 1）态势提取）态势提取 2 2）态势分析）态势分析 3 3）态势预测）态势预测 26 1 1）态势提取）态势提取 从从大量不完全的数据集合大量不完全的数据集合中构

13、造出态势的一般中构造出态势的一般 表示，为前级处理提供连贯的说明。表示，为前级处理提供连贯的说明。 静态态势包括敌我双方兵力、兵器、后勤支援静态态势包括敌我双方兵力、兵器、后勤支援 对比及综合战斗力估价；对比及综合战斗力估价； 动态态势包括意图估计、遭遇点估计、致命点动态态势包括意图估计、遭遇点估计、致命点 估计等。估计等。 27 2 2）态势分析）态势分析 包括实体合并，协同推理与协同关系分析，敌包括实体合并，协同推理与协同关系分析，敌 我各实体的分布和敌方活动或作战意图分析。我各实体的分布和敌方活动或作战意图分析。 态势预测态势预测包括未来时刻敌方位置预测和未来兵包括未来时刻敌方位置预测和

14、未来兵 力部属推理等。力部属推理等。 28 3 3 、第三级处理、第三级处理 威胁评估是关于敌方兵力对我方杀伤能力及威威胁评估是关于敌方兵力对我方杀伤能力及威 胁程度的评估；胁程度的评估； 具体包括综合环境判断、威胁等级判断及辅助具体包括综合环境判断、威胁等级判断及辅助 决策。决策。 29 4 4、第四级处理、第四级处理 优化融合处理，包括优化利用资源、优化传感优化融合处理，包括优化利用资源、优化传感 器管理和优化武器控制，通过反馈自适应，提高系器管理和优化武器控制，通过反馈自适应，提高系 统的融合效果。统的融合效果。 辅助决策辅助决策 说明：说明：“级级”的概念并不意味各级之间有时序的概念并

15、不意味各级之间有时序 特性，这些过程经常并行处理。特性，这些过程经常并行处理。 30 DFSDFS模型模型 31 数据融合技术的综合应用模型，其数据融合技术的综合应用模型，其描述的是数描述的是数 据融合技术支持下的综合性信息处理过程据融合技术支持下的综合性信息处理过程，而不是，而不是 数据融合技术本身。数据融合技术本身。 32 2.3 2.3 数据融合的层次数据融合的层次 1 1、数据层、数据层( (像素级像素级) )融合融合 2 2、特征级融合、特征级融合 3 3、决策级融合、决策级融合 33 1 1、数据层、数据层( (像素级像素级) )融合融合 特点：特点： 1)1)直接直接在采集到的原

16、始数据层上进行融合；在采集到的原始数据层上进行融合； 2)2)原始观测信息原始观测信息未经预处理未经预处理之前或之前或只进行很少只进行很少 的处理的处理就进行数据综合分析，是最低层次的融合；就进行数据综合分析，是最低层次的融合； 3) 3) 参与融合的传感器信息间具有参与融合的传感器信息间具有一个像素的配一个像素的配 准精度准精度。 应用：应用： 多源图像复合、图像分析和理解；多源图像复合、图像分析和理解； 同类雷达波形的直接合成；同类雷达波形的直接合成； 多传感器数据融合的卡尔曼滤波等。多传感器数据融合的卡尔曼滤波等。 34 优点：优点： 1)1)能保持尽可能多的现场数据能保持尽可能多的现场

17、数据 2)2)提供其他融合层次所不能提供的细微信息提供其他融合层次所不能提供的细微信息 35 局限性局限性 1)1)所处理的传感器数据量大，处理代价高、时所处理的传感器数据量大，处理代价高、时 间长、实时性差；间长、实时性差； 2)2)数据通信量较大，抗干扰能力较差；数据通信量较大，抗干扰能力较差； 3)3)在信息的最低层进行的，由于传感器原始信在信息的最低层进行的，由于传感器原始信 息的不确定性、不完全性和不稳定性，要求在数据息的不确定性、不完全性和不稳定性，要求在数据 融合时有较高的纠错能力；融合时有较高的纠错能力； 4)4)各传感器信息之间校准精度要求较高，各传各传感器信息之间校准精度要

18、求较高，各传 感器信息必须来自感器信息必须来自同质传感器同质传感器。 36 2 2、特征级融合、特征级融合 对来自传感器的原始信息进行特征提取对来自传感器的原始信息进行特征提取( (特征特征 可可 以是被观测对象的各种物理量以是被观测对象的各种物理量) )，然后对特征信息进，然后对特征信息进 行综合分析和处理。行综合分析和处理。 特征级融合属于中间层次，融合过程为：特征级融合属于中间层次，融合过程为： 1)1)提取特征信息提取特征信息( (数据信息表示量或统计量数据信息表示量或统计量) ) 2) 2)按特征信息对多传感器数据进行分类、综合按特征信息对多传感器数据进行分类、综合 和分析。和分析。

19、 特征级融合分类：特征级融合分类： 1)1)目标状态数据融合目标状态数据融合 2)2)目标特性融合目标特性融合 37 1 1）特征级目标状态数据融合）特征级目标状态数据融合 主要应用：主要应用： 多传感器目标跟踪领域多传感器目标跟踪领域 融合过程：融合过程： 对传感器数据进行预处理以完成数据校准；对传感器数据进行预处理以完成数据校准； 实现参数相关的状态向量估计。实现参数相关的状态向量估计。 38 2)2)特征级目标特性融合特征级目标特性融合 在融合前必须先对特征进行相关处理，把特征在融合前必须先对特征进行相关处理，把特征 向量分成有意义的组合。向量分成有意义的组合。 优点：优点： 实现可观的

20、信息压缩，有利于实时处理；实现可观的信息压缩，有利于实时处理； 所提取的特征直接与决策分析有关，融合结所提取的特征直接与决策分析有关，融合结 果能最大限度地给出决策分析所需特征信息。果能最大限度地给出决策分析所需特征信息。 应用：应用： C C3 3I I系统系统 39 3 3、决策级融合、决策级融合 特点：特点： 1)1)是一种高层次融合，其结果为检测、控制、是一种高层次融合，其结果为检测、控制、 指挥、决策提供依据；指挥、决策提供依据； 2)2)从具体决策问题出发，充分利用特征级融合从具体决策问题出发，充分利用特征级融合 的最终结果，直接针对具体决策目标，融合结果直的最终结果，直接针对具体

21、决策目标，融合结果直 接影响决策水平。接影响决策水平。 40 主要优点主要优点 1) 1)融合中心处理代价低，具有很高灵活性；融合中心处理代价低，具有很高灵活性； 2)2)通信量小，抗干扰能力强；通信量小，抗干扰能力强； 3)3)当一个或几个传感器出现错误时，通过适当当一个或几个传感器出现错误时，通过适当 融融 合，系统还能获得正确结果，具有容错性；合，系统还能获得正确结果，具有容错性； 4)4)对传感器的依赖性小，传感器可以是同质的，对传感器的依赖性小，传感器可以是同质的， 也可以是异质的；也可以是异质的； 5)5)能有效反映环境或目标各侧面不同类型信息。能有效反映环境或目标各侧面不同类型信

22、息。 41 缺点：缺点： 1)1)对原传感器信息进行预处理以获得各自的判对原传感器信息进行预处理以获得各自的判 定定 结果；结果； 2)2)预处理代价高。预处理代价高。 42 4 4、跟踪融合、跟踪融合( (航迹融合航迹融合) ) 当用不同空间位置上的多个传感器观测目标运当用不同空间位置上的多个传感器观测目标运 动航迹时，考虑数据融合的时空性；动航迹时，考虑数据融合的时空性； 实现：实现： 先对各传感器不同时刻的观测值进行数据融先对各传感器不同时刻的观测值进行数据融 合，得出各传感器的航迹估计合，得出各传感器的航迹估计 再对各传感器输出的航迹估计进行融合，从而再对各传感器输出的航迹估计进行融合

23、，从而 得出目标的最终航迹，实现目标跟踪。得出目标的最终航迹，实现目标跟踪。 应用：应用：跟踪扫描系统，如跟踪雷达网等。跟踪扫描系统，如跟踪雷达网等。 43 融合层次的优缺点比较融合层次的优缺点比较 44 数据融合分类数据融合分类- -按融合判决方式按融合判决方式 分类：分类：硬判决硬判决、软判决软判决 指数据处理活动中用于信号检测、目标识别的指数据处理活动中用于信号检测、目标识别的 判决方式。判决方式。 应用：应用： 每个传感器内部或信息融合中心都既可以选用每个传感器内部或信息融合中心都既可以选用 硬判决方式，也可选用软判决方式。硬判决方式，也可选用软判决方式。 45 1 1）硬判决）硬判决

24、 特点：特点： 设置有确定的预置判决门限，只有数据样本设置有确定的预置判决门限，只有数据样本 特征量达到或超过预置门限时，系统才作出判决断特征量达到或超过预置门限时，系统才作出判决断 言；言； 只有当系统作出了确定的断言时，系统才向只有当系统作出了确定的断言时，系统才向 更高层次系统传送更高层次系统传送“确定无疑确定无疑”的判决结论；的判决结论； 这种判决方式以经典的数理逻辑为基础，是这种判决方式以经典的数理逻辑为基础，是 确定性的。确定性的。 46 2 2）软判决）软判决 特点：特点： 不设置确定不变的判决门限不设置确定不变的判决门限。 无论系统何时收到观测数据都要执行相应分无论系统何时收到

25、观测数据都要执行相应分 析，都作出适当评价，也都向更高层次系统传送评析，都作出适当评价，也都向更高层次系统传送评 判结论意见及有关信息，包括评判结果的置信度。判结论意见及有关信息，包括评判结果的置信度。 这些评判这些评判不一定是确定无疑的不一定是确定无疑的，但它可以更，但它可以更 充分的发挥所有有用信息的效用，是信息融合结论充分的发挥所有有用信息的效用，是信息融合结论 更可靠更合理更可靠更合理 47 2.42.4数据融合系统的构成数据融合系统的构成 数据融合系统基本框图：数据融合系统基本框图： 48 数据融合系统主要组成数据融合系统主要组成 多传感器、校准、相关、识别、估计部分。多传感器、校准

26、、相关、识别、估计部分。 校准与相关是为识别和估计做准备的，实际融校准与相关是为识别和估计做准备的，实际融 合在识别和估计中进行。合在识别和估计中进行。 数据融合过程：数据融合过程： 1 1）低层处理，对应于数据层融合和特征级融）低层处理，对应于数据层融合和特征级融 合，输出状态、特征和属性等；合，输出状态、特征和属性等； 2 2）高层处理）高层处理( (行为估计行为估计) )，对应的是决策级融，对应的是决策级融 合，输出抽象结果，如威胁、企图和目的等合，输出抽象结果，如威胁、企图和目的等。 49 1 1、检测、检测 1) 1)多传感器扫描观测目标，实现信号检测；多传感器扫描观测目标，实现信号

27、检测； 2)2)每次扫描，传感器都输出各自观测区域的检每次扫描，传感器都输出各自观测区域的检 测结果；测结果； 3)3)扫描过程中，各传感器进行独立的测量和判扫描过程中，各传感器进行独立的测量和判 断，并将各种测量参数断，并将各种测量参数( (目标特性参数和状态参数目标特性参数和状态参数) ) 报告给数据融合中心。报告给数据融合中心。 50 2 2、校准、校准 数据校准的作用：数据校准的作用： 为统一各传感器的时间和空间参考点。为统一各传感器的时间和空间参考点。 前提：前提： 各传感器在时空上是各传感器在时空上是独立异步工作独立异步工作的，则必须的，则必须 事先进行时间和空间校准，即进行时间搬

28、移和坐标事先进行时间和空间校准，即进行时间搬移和坐标 变换，形成融合所需的统一的时间和空间参考点。变换，形成融合所需的统一的时间和空间参考点。 51 3 3、数据相关、数据相关( (数据关联、数据互联数据关联、数据互联) ) 数据相关的作用：数据相关的作用： 判别不同时空的数据是否来自同一目标。判别不同时空的数据是否来自同一目标。每次每次 扫描结束时，相关单元将收集到的多传感器的新的扫描结束时，相关单元将收集到的多传感器的新的 观测信息与其他传感器的新的观测信息以及该传感观测信息与其他传感器的新的观测信息以及该传感 器过去的观测结果进行相关处理。器过去的观测结果进行相关处理。 利用多传感器观测

29、结果对目标进行估计时，要利用多传感器观测结果对目标进行估计时，要 求这些观测结果来自同一目标。求这些观测结果来自同一目标。 52 设设s s个传感器在个传感器在n n个时刻的观测值数据集合为：个时刻的观测值数据集合为： Z = ZZ = Zj j (j=1 (j=1，2 2，,s),s) Z = Z Z = Zji ji(k) (i=1 (k) (i=1，2 2，,m;k=1,m;k=1，2 2，,n),n) Z Zj j为第为第j j个传感器的观测值的集合；个传感器的观测值的集合； Z Zji ji(k) (k)为第为第j j个传感器在个传感器在k k时刻对时刻对i i个目标的观测个目标的观

30、测 值；值； m m为观测区域内目标个数，即测量对象数量。为观测区域内目标个数，即测量对象数量。 53 多传感器目标的观测数据集多传感器目标的观测数据集 54 数据融合具有时间性和空间性，必须先进行相数据融合具有时间性和空间性，必须先进行相 关处理，以判别属于同一目标的数据。在相关的基关处理，以判别属于同一目标的数据。在相关的基 础上，将收集到的每个传感器新的观测结果指派给础上，将收集到的每个传感器新的观测结果指派给 以下假设中的一个假设：以下假设中的一个假设： 1)1)新目标观测集，新目标观测集，即建立迄今为止尚未观测到即建立迄今为止尚未观测到 的新的观测对象的报告。的新的观测对象的报告。 2)2)已存在的目标集已存在的目标集，即根据以前观测到的观测，即根据以前观测到的观测 对象标识报告的来源。对象标识报告的来源。 3)3)虚警，虚警，即假定传感器观测不形成一个实际目即假定传感器观测不形成一个实际目 标，并根据进一步的分析删除该观测结果。标，并根据进一步的分析删