排行榜 -

您的位置:首頁 > ppt下載 > PPT課件 > 課件PPT > 信息融合ppt

信息融合ppt下載

素材大小:
207 KB
素材授權:
免費下載
素材格式:
.ppt
素材上傳:
lipeier
上傳時間:
2019-06-29 15:32:50
素材編號:
234679
素材類別:
課件PPT
網友評分:

素材預覽

信息融合ppt

這是信息融合ppt,包括了概述,信息融合的分類和結構,信息融合的一般方法,信息融合的實例,將經過集成處理的多傳感器信息進行合成,形成一種對外部環境或被測對象某一特征的表達方式等內容,歡迎點擊下載。

信息融合ppt是由紅軟PPT免費下載網推薦的一款課件PPT類型的PowerPoint.

信息融合技術 概 述 信息融合的分類和結構 信息融合的一般方法 信息融合的實例 第一節 概 述 融合(fusion)的概念開始出現于70年代初期,當時稱之為多源相關、多源合成、多傳感器混合或數據融合(DataFusion),現在多稱之為信息融合 (InformationFusion)或數據融合。 融合是指采集并集成各種信息源、多媒體和多格式信息,從而生成完整、準確、及時和有效的綜合信息過程。數據融合技術結合多傳感器的數據和輔助數據庫的相關信息以獲得比單個傳感器更精確、更明確的推理結果。信息融合是對多種信息的獲取、表示及其內在聯系進行綜合處理和優化的技術。傳感器信息融合技術從多信息的視角進行處理及綜合,得到各種 信息的內在聯系和規律,從而剔除無用的和錯誤的信息,保留正確的和有用的成分,最終實現信息的優化。 定義:將經過集成處理的多傳感器信息進行合成,形成一種對外部環境或被測對象某一特征的表達方式。單一傳感器只能獲得環境或被測對象的部分信息段,而多傳感器信息經過融合后能夠完善地、準確地反映環境的特征。它也為智能信息處理技術的研究提供了新的觀念。經過融合的多傳感器信息具有以下特征:信息的冗余性、互補性、協同性、實時性以及低成本性。多傳感器信息融合與經典信號處理方法之間存在本質的區別,其關鍵在于信息融合所處理的多傳感器信息具有更為復雜的形式,而且可以在不同的信息層次上出現。 二、國外信息融合技術的發展  美國國防部三軍實驗室理事聯席會(JDL)的對信息融合技術的定義為:信息融合是一個對從單個和多個信息源獲取的數據和信息進行關聯、相關和綜合,以獲得精確的位置和身份估計,以及對態勢和威脅及其重要程度進行全面及時評估的信息處理過程;該過程是對其估計、評估和額外信息源需求評價的一個持續精練(refinement)過程,同時也是信息處理過程不斷自我修正的一個過程,以獲得結果的改善。后來,JDL將該定義修正為:信息融合是指對單個和多個傳感器的信息和數據進行多層次、多方面的處理,包括:自動檢測、關聯、相關、估計和組合。 信息融合技術自1973年初次提出以后,經歷了20世紀80年代初、90年代初和90年代末三次研究熱潮。各個領域的研究者們都對信息融合技術在所研究領域的應用展開了研究,取得了一大批研究成果,并總結出了行之有效的工程實現方法。美國在該項技術的研究方面一直處于世界領先地位,1973年,在美國國防部資助開發的聲納信號理解系統中首次提出了數據融合技術,1988年,美國國防部把數據融合技術列為90年代重點研究開發的20項關鍵技術之一。據統計,1991年美國已有54個數據融合系統引入到軍用電子系統中去,其中87%已有試驗樣機、試驗床或已被應用。目前已進入實用階段。 應用人工智能技術(專家系統、神經網絡等)解決目標識別、戰場態勢關聯與估計處于應用試驗階段;信息融合仿真試驗、測試與評估技術目前正在向適應聯合作戰需求的方向發展,效能評估處于建模階段。上述技術所形成的信息融合產品已裝備在某些戰術、戰略系統中。如‘全球網絡中心監視與瞄準‘(GNCST)系統是美國空軍的新型情報信息融合處理系統,該系統對信息源幾乎沒有限制,可接收無人機(UAV)、E-8C、RC-135等平臺上光電、合成孔徑雷達、信號情報偵察裝置等各種傳感器的近實時信息,將它們消化處理成對作戰官兵有用的信息,并以很快的速度和很高的精度發送給用戶。  英國BAE系統公司還開發一種被稱作‘分布式數據融合 ‘(DecentralizedDataFusion,DDF)的信息融合新技術。這項技術的獨特之處在于它采用的是分布式數據融合技術,而傳統的數據融合都是集中式的,即所有的信息在一個中心節點完成綜合和融合。這樣,一旦中心節點遭到攻擊,就會破壞整個系統。但采用DDF技術的系統就不存在這樣的問題,因為綜合和融合是在網絡中的任何節點上進行的。若一個節點脫離網絡,其他部分仍會繼續工作并共享、綜合和融合信息。    BAE系統公司已成功驗證了將地面和空中的分散的傳感器組網互聯并融合其信息的技術。使傳感器網絡中的全部數據都被實時地綜合和融合到了一幅單一的作戰空間態勢圖中。該公司在試驗中成功在8個節點之間進行了組網互聯,這8個節點包括2架自主式UAV、1臺戰場監視雷達、1臺武器定位雷達、2名帶有電子式雙眼望遠鏡及掌上電腦的士兵和2名乘坐吉普車在試驗場上機動的士兵。整個網絡可以動態地進行重新布局。一旦武器定位雷達檢測到‘敵‘火炮開火,自主式UAV可立刻得到相關信息,并迅速飛往有關區域進行調查;戰場偵察雷達可跟蹤地面機動目標,即使該目標離開了視線,該雷達仍可對目標保持‘虛擬跟蹤‘或‘虛擬警戒‘;一旦某架UAV飛越了一個不同的傳感器,它將把該傳感器引入這個網絡,從而使單一態勢圖中的信息更為完備和準確。 三、信息融合的關鍵技術 數據融合是一種多層次、多方位的處理過程,需要對多種來源數據進行檢測、相關和綜合以進行更精確的態勢評估。數據(或信息)融合系統的根本目標是將傳感器得到的數據(如信號、圖像、數量和矢量信息等)、人的輸入信息以及已有的原始信息轉化成關于某種狀態和威脅的知識。多傳感器數據融合通過信號處理技術、圖像處理技術、模式識別技術、估計技術以及自動推理技術等多種技術提高狀態感知能力。該技術廣泛用于自動目標識別、敵/我/中立方識別(IFFN)處理以及自動狀態評估等應用領域,相關的關鍵技術有: ①多目標跟蹤的信息融合技術②多假定跟蹤和相關技術 ③隨機數據關連慮波(PDAF)技術④交互式復合建模(IMM)技術⑤目標機動信息處理技術(自適自噪聲模型等)⑥非線性濾波技術⑦融合結構技術(集中式結構與分布式結構)⑧相似傳感器融合技術(結構、算法和方法)⑨不相似的傳感器融合技術⑩傳感器對準技術(包括各種類型的對準難題及其解決技術)⑾特征融合技術(識別/分類、證明推算、專家系統、神經網絡、模糊邏輯、貝斯網絡等) 四、意義及應用 信息融合技術的實現和發展以信息電子學的原理、方法、技術為基礎。信息融合系統要采用多種傳感器收集各種信息,包括聲、光、電、運動、視覺、觸覺、力覺以及語言文字等。信息融合技術中的分布式信息處理結構通過無線網絡、有線網絡,智能網絡,寬帶智能綜合數字網絡等匯集信息,傳給融合中心進行融合。除了自然(物理)信息外,信息融合技術還融合社會類信息,以語言文字為代表,涉及到大規模漢語資料庫、語言知識的獲取理論與方法、機器翻譯、自然語言解釋與處理技術等,信息融合采用分形、混沌、模糊推理、人工神經網絡等數學和物理的理論及方法。它的發展方向是對非線性、復雜環境因素的不同性質的信息進行綜合、相關,從各個不同的角度去觀察、探測世界。 2、在計算機科學領域 在計算機科學中,目前正開展著并行數據庫、主動數據庫、多數據庫的研究。信息融合要求系統能適應變化的外部世界,因此,空間、時間數據庫的概念應運而生,為數據融合提供了保障。空間意味著不同種類的數據來自于不同的空間地點,時間意味著數據庫能隨時間的變化適應客觀環境的相應變化。信息融合處理過程要求有相應的數據庫原理和結構,以便融合隨時間、空間變化了的數據。在信息融合的思想下,提出的空間、時間數據庫,是計算機科學的一個重要的研究方向。 3、在自動化領域 以各種控制理論為基礎,信息融合技術采用模糊控制、智能控制、進化計算等系統理論,結合生物、經濟、社會、軍事等領域的知識,進行定性、定量分析。按照人腦的功能和原理進行視覺、聽覺、觸覺、力覺、知覺、注意、記憶、學習和更高級的認識過程,將空間、時間的信息進行融合,對數據和信息進行自動解釋,對環境和態勢給予判定。目前的控制技術,已從程序控制進入了建立在信息融合基礎上的智能控制。智能控制系統不僅用于軍事,還應用于工廠企業的生產過程控制和產供銷管理、城市建設規劃、道路交通管理、商業管理、金融管理與預測、地質礦產資源管理、環境監測與保護、糧食作物生長監測、災害性天氣預報及防治等涉及宏觀、微觀和社會的各行各業。 第二節 信息融合的分類和結構 1、組合:由多個傳感器組合成平行或互補方式來獲得多組數據輸出的一種處理方法,是一種最基本的方式,涉及的問題有輸出方式的協調、綜合以及傳感器的選擇。在硬件這一級上應用。 2、綜合:信息優化處理中的一種獲得明確信息的有效方法。 例:在虛擬現實技術中,使用兩個分開設置的攝像機同時拍攝到一個物體的不同側面的兩幅圖像,綜合這兩幅圖像可以復原出一個準確的有立體感的物體的圖像。 3、融合:當將傳感器數據組之間進行相關或將傳感器數據與系統內部的知識模型進行相關,而產生信息的一個新的表達式。 4、相關:通過處理傳感器信息獲得某些結果,不僅需要單項信息處理,而且需要通過相關來進行處理,獲悉傳感器數據組之間的關系,從而得到正確信息,剔除無用和錯誤的信息。 相關處理的目的:對識別、預測、學習和記憶等過程的信息進行綜合和優化。 5、由于信息融合研究內容的廣泛性和多樣性,目前還沒有統一的關于融合過程的分類。 (1)按照信息表征層次的分類 系統的信息融合相對于信息表征的層次相應分為三類:數據層融合、特征層融合和決策層融合。 數據層融合通常用于多源圖像復合、圖像分折與理解等方面,采用經典的檢測和估計方法。特征層融合可劃分為兩大類:一類是目標狀態信息融合,目標跟蹤領域的大體方法都可以修改為多傳感器目標跟蹤方法;另一類是目標特性融合,它實質上是模式識別問題,具體的融合方法仍是模式識別的相應技術。 決策層融合是指不同類型的傳感器觀測同一個目標,每個傳感器在本地完成處理,其中包括頂處理、特征抽取、識別或判決,以建立對所觀察目標的初步結論。然后通過關聯處理、決策層觸合判決,最終獲得聯合推斷結果。 圖1 信息融合層次 (2)JDL模型(Joint Directors of Laboratories,JDL)和λ-JDL模型 該模型將融合過程分為四個階段:信源處理,第一層處理(即目標提取)、第二層處理(即態勢提取)、第三層提取(即威脅提取)和第四層提取(即過程提取)。模型中的每一個模塊都可以有層次地進一步分割,并且可以采用不同的方法來實現它們。λ-JDL模型為JDL模型的簡化,把0層包含進了1層,4層融人其他各層中。 圖2 JDL模型 圖3 λ-JDL模型 (3) 按照數據流融合的位置進行分類 多傳感器融合系統中的一個關鍵問題是在何處對數據流進行融合。按照融合位置的不同可以將融合結構分為以下三種類 型:集中式融合、分布式多傳感器融合和無中心融合結構。對于特定的信息融合應用不可能找到一種最優的融合結構,結構的選擇必須綜合考慮計算資源、可用的通信帶寬、精度要求、傳感器能力等。 多傳感器信息融合之所以被廣泛地研究是由于它與單一傳感器信息利用相比具有如下特點: (1)容錯性。在單一傳感器出現誤差或失效的情況下,系統仍能正常可靠地工作。 (2)互補性。各傳感器除提供對象的共性反映外,還提供與各傳感器本身有關的特性反映,因而利用信息融合就能實現不同傳感器之間的信息互補,從而提高信息的利用率、減少系統認識的不正確性。 (3)實時性。能以較少的時間獲取更多的信息。大大提高系統的識別效率。 二、信息融合的結構 信息融合的結構分為串聯和并聯兩種 三、信息融合系統結構的實例 第三節 信息融合的一般方法 由多種傳感器所獲得的客觀環境(即被測對象)的多組數據就是客觀環境按照某種映射關系形成的像,信息融合就是通過像求解原像,即對客觀環境加以了解。用數學語言描述就是,所有傳感器的全部信息,也只能描述環境的某些方面的特征,而具有這些特征的環境卻有很多,要使一組數據對應惟一的環境(即上述映射為一一映射),就必須對映射的原像和映射本身加約束條件,使問題能有惟一的解。 嵌入約束法最基本的方法:Bayes估計和卡爾曼濾波 1.Bayes估計 是融合靜態環境中多傳感器低層數據的一種常用方法。其信息描述為概率分布,適用于具有可加高斯噪聲的不確定性信息。假定完成任務所需的有關環境的特征物用向量f表示,通過傳感器獲得的數據信息用向量d來表示,d和f都可看作是隨機向量。信息融合的任務就是由數據d推導和估計環境f。假設p(f,d)為隨機向量f和d的聯合概率分布密度函數,則 信息融合通過數據信息d做出對環境f的推斷,即求解p(f|d)。由Bayes公式知,只須知道p(f|d)和p(f)即可。因為p(d)可看作是使p(f|d)•p(f)成為概率密度函數的歸一化常數,p(d|f)是在已知客觀環境變量f的情況下,傳感器得到的d關于f的條件密度。當環境情況和傳感器性能已知時,p(f|d)由決定環境和傳感器原理的物理規律完全確定。而p(f)可通過先驗知識的獲取和積累,逐步漸近準確地得到,因此,一般總能對p(f)有較好的近似描述。 在嵌入約束法中,反映客觀環境和傳感器性能與原理的各種約束條件主要體現在p(f|d) 中,而反映主觀經驗知識的各種約束條件主要體現在p(f)中。 在傳感器信息融合的實際應用過程中,通常的情況是在某一時刻從多種傳感器得到一組數據信息d,由這一組數據給出當前環境的一個估計f。因此,實際中應用較多的方法是尋找最大后驗估計g,即 即最大后驗估計是在已知數據為d的條件下,使后驗概率密度p(f)取得最大值得點g,根據概率論,最大后驗估計g滿足 當p(f)為均勻分布時,最大后驗估計g滿足 此時,最大后驗概率也稱為極大似然估計。 當傳感器組的觀測坐標一致時,可以用直接法對傳感器測量數據進行融合。在大多數情況下,多傳感器從不同的坐標框架對環境中同一物體進行描述,這時傳感器測量數據要以間接的方式采用Bayes估計進行數據融合。間接法要解決的問題是求出與多個傳感器讀數相一致的旋轉矩陣R和平移矢量H。 在傳感器數據進行融合之前,必須確保測量數據代表同一實物,即要對傳感器測量進行一致性檢驗。常用以下距離公式來判斷傳感器測量信息的一致: 式中x1和x2為兩個傳感器測量信號,C為與兩個傳感器相關聯的方差陣,當距離T小于某個閾值時,兩個傳感器測量值具有一致性。這種方法的實質是剔除處于誤差狀態的傳感器信息而保留“一致傳感器”數據計算融合值。 2.卡爾曼濾波(KF) 用于實時融合動態的低層次冗余傳感器數據,該方法用測量模型的統計特性,遞推決定統計意義下最優融合數據合計。如果系統具有線性動力學模型,且系統噪聲和傳感器噪聲可用高斯分布的白噪聲模型來表示,KF為融合數據提供惟一的統計意義下的最優估計,KF的遞推特性使系統數據處理不需大量的數據存儲和計算。KF分為分散卡爾曼濾波(DKF)和擴展卡爾曼濾波(EKF)。DKF可實現多傳感器數據融合完全分散化,其優點:每個傳感器節點失效不會導致整個系統失效。而EKF的優點:可有效克服數據處理不穩定性或系統模型線性程度的誤差對融合過程產生的影響。 嵌入約束法傳感器信息融合的最基本方法之一, 其缺點:需要對多源數據的整體物理規律有較好的了解,才能準確地獲得p(d|f),但需要預知先驗分布p(f)。 二、證據組合法 證據組合法認為完成某項智能任務是依據有關環境某方面的信息做出幾種可能的決策,而多傳感器數據信息在一定程度上反映環境這方面的情況。因此,分析每一數據作為支持某種決策證據的支持程度,并將不同傳感器數據的支持程度進行組合,即證據組合,分析得出現有組合證據支持程度最大的決策作為信息融合的結果。 證據組合法是對完成某一任務的需要而處理多種傳感器的數據信息,完成某項智能任務,實際是做出某項行動決策。它先對單個傳感器數據信息每種可能決策的支持程度給出度量(即數據信息作為證據對決策的支持程度),再尋找一種證據組合方法或規則,在已知兩個不同傳感器數據(即證據)對決策的分別支持程度時,通過反復運用組合規則,最終得出全體數據信息的聯合體對某決策總的支持程度。得到最大證據支持決策,即信息融合的結果。 證據組合法較嵌入約束法優點: (1)對多種傳感器數據間的物理關系不必準確了解,即無須準確地建立多種傳感器數據體的模型; (2)通用性好,可以建立一種獨立于各類具體信息融合問題背景形式的證據組合方法,有利于設計通用的信息融合軟、硬件產品; (3)人為的先驗知識可以視同數據信息一樣,賦予對決策的支持程度,參與證據組合運算。 1.概率統計方法 假設一組隨機向量x1,x2,…,xn分別表示n個不同傳感器得到的數據信息,根據每一個數據xi可對所完成的任務做出一決策di。xi的概率分布為pai(xi),ai為該分布函數中的未知參數,若參數已知時,則xi的概率分布就完全確定了。用非負函數L(ai,di)表示當分布參數確定為ai時,第i個信息源采取決策dj時所造成的損失函數。在實際問題中,ai是未知的,因此,當得到xi時,并不能直接從損失函數中定出最優決策。 先由xi做出ai的一個估計,記為ai(xi),再由損失函數L [ai(xi),di]決定出損失最小的決策。其中利用xi估計ai的估計量ai(xi) 有很多種方法。 概率統計方法適用于分布式傳感器目標識別和跟蹤信息融合問題 2.Dempster-Shafer證據推理(簡稱D-S推理) 假設F為所有可能證據所構成的有限集,為集合F中的某個元素即某個證據,首先引入信任函數B(f)∈[0,1]表示每個證據的信任程度: 證據理論是建立在辨識框架基礎上的推理模型,其基本思想如下: ①建立辨識框架; ②建立初始信任度分配; ③根據因果關系,計算所有命題的信任度; ④證據合成; ⑤根據融合后的信任度進行決策。 三、人工神經網絡法 通過模仿人腦的結構和工作原理,設計和建立相應的機器和模型并完成一定的智能任務。 神經網絡根據當前系統所接收到的樣本的相似性,確定分類標準。這種確定方法主要表現在網絡權值分布上,同時可采用神經網絡特定的學習算法來獲取知識,得到不確定性推理機制。神經網絡多傳感器信息融合的實現,分三個重要步驟: 根據智能系統要求及傳感器信息融合的形式,選擇其拓撲結構; 各傳感器的輸入信息綜合處理為一總體輸入函數,并將此函數映射定義為相關單元的映射函數,通過神經網絡與環境的交互作用把環境的統計規律反映網絡本身結構; 對傳感器輸出信息進行學習、理解,確定權值的分配,完成知識獲取信息融合,進而對輸入模式做出解釋,將輸入數據向量轉換成高層邏輯(符號)概念。 基于神經網絡的傳感器信息融合特點: 具有統一的內部知識表示形式,通過學習算法可將網絡獲得的傳感器信息進行融合,獲得相應網絡的參數,并且可將知識規則轉換成數字形式,便于建立知識庫; 利用外部環境的信息,便于實現知識自動獲取及并行聯想推理; 能夠將不確定環境的復雜關系,經過學習推理,融合為系統能理解的準確信號; 由于神經網絡具有大規模并行處理信息能力,使得系統信息處理速度很快。 人工神經網絡具有分布式存儲和并行處理方式、自組織和自學習的功能以及很強的容錯性和魯棒性等優點。將神經網絡用于多傳感器信息融合技術,首先要根據系統的要求以及傳感器的特點選擇合適的神經網絡模 型,然后再對建立的神經網絡系統進行離線學習。確定 網絡的聯接權值和聯接結構,最后把得到的網絡用于實際的信息融合當中。 小波分析具有良好的信號時域局部化特征,能處理信號的局部特征信息。將小波分析引入遙感數據融合,是目前正在探索的課題之一。 由于處理對象和處理過程的復雜性,而且每種方法都有自己的適用范圍,目前還沒有一套系統的方法可以很好地解決多傳感器融合中出現的所有問題。比較理想的解決方案就是多種融合方法的綜合使用。 第四節 信息融合的實例 三.傳感器信息融合的實例 四.發展方向 雖然信息融合的應用研究已是如此廣泛,但至今仍未形成基本的理論框架和有效的廣義融合模型及算法。正在進行的研究有新算法的形成、己有算法的改進以及如何綜合這些技術 以形成統一的結構用于多樣的信息融合應用。建立融合系統的關鍵技術和難點是如何獲得可 靠的隸屬度和基本概率賦值等。另外,信息融合學科一直缺少對算法的嚴格的測試或評價,以及如何在理論和應用之間進行轉換。數據融合團體需要使用高標準的算法、測試和評估準則、標準測試的產生和適于實際應用的技術的系統評價。 交叉學科的交流和研究將進一步促進信息融合技術的發展,人工智能和神經網絡方法將繼續成為信息融合研究的熱點。神經網絡會在目標識別和魯棒多傳感器系統兩個領域里發揮重要的作用。

七下信息技術ppt:這是七下信息技術ppt,包括了合作學習、自主探究,信息的定義,拓展思維,鞏固認知,信息技術對人類社會的影響,拓展學習,升華情感等內容,歡迎點擊下載。

漢字的魅力信息技術ppt:這是漢字的魅力信息技術ppt,包括了想一想,猜字游戲,本課學習任務,開闊視野,看字帖,讀讀你認識的漢字,漢字輸入練習(記事本),創新活動,活動評價等內容,歡迎點擊下載。

信息管理與信息系統ppt:這是信息管理與信息系統ppt,包括了信息管理與信息系統專業的建立,信息管理與信息系統專業的培養任務,信息管理與信息系統專業的課程體系,涉及本專業的主要期刊和網站等內容,歡迎點擊下載。

下載地址

推薦PPT

PPT分類Classification

Copyright:2009-2015 rsdown.cn Corporation,All Rights Reserved 紅軟PPT免費下載網版權所有

粵ICP備14102101號

天津快乐10分布图