学文网摘 要：信息融合是现代信息技术与多学科交叉、综合、延拓产生的新的系统科学，随着计算机科学，网络通讯技术，微电子技术和控制技术的飞速发展，它也得到了迅猛的发展，尤其近年来，它已受到广泛关注，它的理论和方法已被应用到许多研究领域。本文从信息融合的定义、发展现状、融合方法以及融合过程分别进行论述，最后，给出了几个面临的挑战问题。
关键词：信息融合 多传感器 模式识别
1、多源信息融合的定义及发展现状
（1）多源信息融合技术的定义
信息融合就是由多种信息源如传感器、数据库、知识库和人类本身获取有关信息，并进行滤波、相关、和集成，从而形成一个表示构架，这种构架适合于获得有关决策，如对信息的解释，达到系统目标（例如识别、跟踪或态势评估），传感器管理和系统控制等。
根据信息融合的定义，信息融合技术包括以下方面的核心内容：
（1）信息融合是在几个层次上完成对多源信息处理的过程，其中每一个层次都具有不同级别的信息抽象；
（2）信息融合包括探测、互联、相关、估计以及信息组合；
（3）信息融合的结果包括较低层次上的状态估计和身份估计，以及较高层次上的整个战术态势估计。
因此，多传感器是信息融合的硬件基础，多源信息是信息融合的加工对象，协调优化和综合处理是信息融合技术的核心。
（1）国内外多源信息融合技术的发展现状
美国是信息融合技术起步最早、发展最快的国家，美国***早在70年代就资助从事声纳信号理解及融合的研究。我国对信息融合理论和技术的研究起步较晚，也是从***事领域和智能机器人的研究开始。20世纪90年代以后，信息融合的研究在我国逐渐形成高潮。不仅召开了关于数据融合的会议，出版了关于信息融合的专著和译著，国家自然科学基金和国家863计划也将其列入重点支持项目。目前已有许多高校和研究机构正积极开展这方面的研究工作，也分别在***用民用方面取得了一些成果。
2、研究多源信息融合的理论基础及主要方法
利用多个传感器所获取的关于对象和环境全面、完整信息，主要体现在融合算法上。因此，多传感器系统的核心问题是选择合适的融合算法。对于多传感器系统来说，信息具有多样性和复杂性，因此，对信息融合方法的基本要求是具有鲁棒性和并行处理能力。此外，还有方法的运算速度和精度；与前续预处理系统和后续信息识别系统的接口性能；与不同技术和方法的协调能力；对信息样本的要求等。一般情况下，基于非线性的数学方法，如果它具有容错性、自适应性、联想记忆和并行处理能力，则都可以用来作为融合方法。多传感器数据融合虽然未形成完整的理论体系和有效的融合算法，但在不少应用领域根据各自的具体应用背景，已经提出了许多成熟并且有效的融合方法。
（1）多源信息融合的理论基础
目前，在多源信息融合技术中，常用的理论包括：
1）信号处理与估计理论：包括不确定、不精确、含糊的数学分支，如概率论、模糊数学、随机集理论、粗糙集理论等；
2）统计学：包括统计推断和决策理论等；
3）各种逻辑、推理和证据理论：包括证据推理、条件事件代数、不确定性推理、可能性理论，以及近似推理等；
4）认知科学与脑科学：包括认知理论与脑科学等；
5）学习理论：包括统计学习和机器学习等；
6）计算机科学：包括人工智能和数据库等；
7）工程：特别是机器人、信号与***像处理、传感器和网络等；
8）其它：如信息论、控制论与系统论、神经元网络等。
（2）多源信息融合技术的常用算法
针对不同的理论基础，在多源信息的融合技术中，运用了不同的算法：
1）信号处理与估计理论方法：包括小波变换技术、加权平均、最小二乘、Kalman滤波等线性估计技术，以及扩展Kalman滤波，Gauss和滤波等非线性估计技术等。近年来主要研究UKF滤波，粒子滤波，以及期望极大化（EM）算法等。
2）统计推断方法：包括经典推理、Bayes推理、证据推理，以及随机集理论、支持向量机理论等。
3）信息论方法：运用优化信息度量的手段融合多源数据，从而获得问题的有效解决。典型算法有熵方法、最小描述长度方法等。
4）决策论方法：往往应用于高级别的决策融合。
5）人工智能方法：包括模糊逻辑、神经网络、遗传算法、基于规则的推理以及专家系统、 逻辑模板法、品质因数法等。
6）几何方法：通过充分探讨环境以及传感器模型的几何属性来达到多传感信息融合的目的。
在多源信息融合技术里，常用的算法有：加权平均法、卡尔曼滤波法、贝叶斯估计法、统计决策理论法、证据推理法、模糊推理法、神经元网络法和产生式规则法，这些算法的应用层次如表1所示。
3、多源信息融合的处理过程
信息融合的五级融合模型通过动态监视融合处理过程，优化资源和传感器管理，实时反馈融合结果信息，以使融合处理过程具有自适应性，从而达到最佳融合效果。处理过程主要包括以下五个方面，处理过程如***1所示。
（1）信息预处理：预处理过程，根据当前的形式确定数据处理的重点。
（2）目标识别：将目标的位置、参数及特征信息综合提取目标的表征。
（3）态势分析：综合各种信息，将目标和事件融入背景描述，确立目标各自的含义和联系。
（4）冲突评价：在目标信息发生冲突的时候，建立合适的评价机制，确定提取信号的优先级。
（5）过程优化：优化其它过程的源过程。
4、多源信息融合技术研究存在的问题
虽然信息融合技术广泛应用于当前生活、***事的很多方面，但至今尚未形成完整的理论框架，尤其是在信息融合系统的功能模型、抽象层次、系统体系结构设计和性能评价等方面还有待于从系统角度进行探讨。
当前信息融合研究存在的问题有：
（1）未形成基本的理论框架和有效广义模型及算法。由于理论欠缺现象阻碍了研究者对信息融合本身的深入认识，也使得信息融合在某种程度上仅被看成是一种多传感器信息处理概念；人们无法对面向对象的融合系统作出综合分析和评估，使得融合系统的设计常有一定的盲目性。
（2）关联的二义性是信息融合中的主要障碍。怎样确立信息可融性的判别准则，如何进一步降低关联的二义性已成为如何研究领域亟待解决的问题。
（3）融合系统的容错性和稳健型没有得到很好的解决。冲突信息或传感器故障产生的错误信息等的有效处理，即融合系统的容错性和稳健型是必须考虑的问题。
（4）信息融合系统的设计还存在许多的实际问题。如严格的系统设计工程和规范，传感器测量误差模型的建立，复杂环境下的系统实时响应，大知识库的建立以及管理等。
参考文献
[1]赵小川，罗庆生与韩宝玲.机器人多传感器信息融合研究综述..传感器与微系统.2008（08） .
[2]潘泉等.信息融合理论的基本方法与进展.自动化学报.2003（04） .
转载请注明出处学文网 » 浅谈多源信息融合技术