第一章 多信息融合技术概论
非电信息
电信号
7
传感器的普遍性
8
胶片式“电子警察” 、数码式“电子警察” 、视频式“电 子警察”；压力或磁电传感器，两个脉冲信号，触发拍照系 统进行拍照。
9
全自动洗衣机中的传感器：衣物重量传感器，衣质传感器，水 电阻传感器(衣物烘干检测)。
10
温传感器，水质传感器，透光率光传感器(洗净度) 液位传感器，
成的一组假设等。
• 态势评定的输出在理论上是所考虑的各种假设的条件概率。
32
1.数据统合的一般处理模型
第三级处理：影响评估（impact assessment）
影响评估是将当前态势映射到未来，对参与者设想或预测
行为的影响进行评估。
在军事领域即指威胁估计（threat assessment），是一种 多层视图处理过程，用以解释对武器效能的估计，以及有 效地扼制敌人进攻的风险程度。 此外，威胁估计还包括通过汇集技术和军事条令数据库中
了关键作用。
15
声呐
SONAR（sound navigation
and ranging ），声音导航测距
声呐是各国海军进行水下监视使用的主要技术，用于对水下目 标进行探测、分类、定位和跟踪；进行水下通信和导航，保障 舰艇、反潜飞机和反潜直升机的战术机动和水中武器的使用。 按工作方式可分为 主动声呐：主动地发射水声信号，然后收测回波进行计算。 如蝙蝠 被动声呐：声呐被动接收舰船等水中目标产生的辐射噪声
1986年美国空袭利比亚的“外科手术式”的战争，整个空袭行动只用了18 分钟，其中攻击主要目标的持续时间仅11分钟。
1989年美军入侵巴拿马战争的主要作战，只用了15个小时。
1991年海湾战争和1999年的科索沃战争的规模较大，持续时间也不过42 天和78天。而海湾战争的地面作战仅100个小时。这其中，C3I系统发挥
资源的最优分配，以支持特定的任务目标，并最终提高整
个实时系统的性能。 难点：如何对系统特定任务目标以及限制条件进行建模和 优化，以平衡有限的系统资源，如计算机的运算能力以及 通信带宽等。当前，利用效用理论来开发系统性能及效率 模型，以及利用基于知识的方法来开发基于上下文环境的 近似推理是研究的重点。
5
1.什么是传感器 人与机器的机能对应关系图
外 界 对 象
感官
人脑
肢体
传感器
微处理器
执行器
6
人的感觉器官与对应的传感器：
眼——— 光敏传感器 耳——— 声敏传感器 鼻——— 气敏传感器 舌——— 味觉传感器 传感器就是能感知外界信
息并能按一定规律将这些
信息转换成可用信号的器 件或装置。
皮肤—— 压敏、热敏、湿敏传感器
要处理分类和 级别的融合过程提供辅助决策信息。 组合等问题
传感器1 预处理 数据配准 跟 踪 门 数据 关联
定位运动 身份估计：处理 学/属性参 的是实体属性信 数估计
息的表征与描述
传感器1
预处理
数据配准
身份估计 传感器1 预处理 数据配准 ＊量测文件 ＊传感器信息 ＊航迹文件
一级处理中的对象评估模型
和水声设备发射的信号，以测定目标的方位。如飞蛾
16
机器人
机器人主要由各种传感器、控制和信息融合计算机以及机械手等部件组成。 典型的多传感器系统，机器人进行工作的技术核心就是传感器信息融合。
机器人的自主移动是建立在视觉传感 器、测距传感器和超声波传感器信息 融合的基础上；
机械手装配作业是建立在视觉传感器、
电荷藕合器件图像传感器CCD
（Charge Coupled Device），
由高感光度的半导体材料制成， 能把光线转变成电荷，通过模数
转换器芯片转换成数字信号，数
字信号经过压缩以后由相机内部 的闪速存储器或内置硬盘卡保存，
因而可以轻而易举地把数据传输
摄象头:CCD传感器
给计算机，并借助于计算机的处 理手段，根据需要和想像来修改
数据预处理 一级处理 目标评估 二级处理 态势评估 三级处理 影响评估
数 据 源
数据库管理系统 四级处理 过程评估 支持数据库 融合数据库
人际接口 机
数据融合模型
30
1.数据统合的一般处理模型 数据配准：就是将时域上不同步，
空域上属于不同坐标系的多源观测 第一级处理：目标评估（ object assessment） 数据进行时空对准，从而将多源数 据纳入一个统一的参考框架中，为 主要功能包括数据配准、数据关联、目标位置和运动学 数据关联：主 数据融合的后期工作做铺垫。 参数估计，以及属性参数估计、身份估计等，其结果为更高
例如，一个人到一个黑屋子中去取一只闹钟 ，他进屋后要
“尽量地”看，要“拼命地”听，要用手去触摸，以确定闹 钟的方向和位置。他对闹钟的定位，是通过综合各种信息进 行的。
20
3.数据融合的定义
从军事应用的角度看，多传感器数据融合可以这样来定义: 所谓多传感器数据融合就是人们通过对空间分布的多源信 息——各种传感器的时空采样，对所关心的目标进行检测、 关联（相关）、跟踪、估计和综合等多级多功能处理，以
雷达，发收电磁波，主动雷达，被动雷达；波长短，预警
雷达，火控雷达 声音传感器是以空气、水和大地作为传播媒质的，相应的 应用领域包括飞机、坦克及其他车辆的探测与识别，水下 各类潜艇的探测和地震信号的记录与分析等。
13
C3I
Communication，Command，Control and Intelligence systems 指挥自动化技术系统，用电子计算机将指挥、控制、通信和情报各分
4
1.1 数据融合的目的
另外，现在战略监测和自主武器系统的性能及部署速度 都要求开发全新的数据处理技术。现代战争威胁的多样 化和复杂化导致对传统数据和信号处理系统提出了更高 的要求。
因此必须从大量的可移动的和活动的传感器台站收集数
据并加以融合，将人工方法不能进行检测的和提出的微 弱信号进行多元信息融合处理。
26
的观测结果进行数据融合
时，要考虑数据融合的时 间性。
时空性的处理方法
为获得观测目标的准确状态，同时考虑数据融合的时 间性与空间性。 实现方法： ①先对各传感器不同时间的观测值集进行融合，得出
每个传感器对目标状态的估计，然后将各个传感器的估计
进行空间融合，从而得到目标状态的最终估计。
27
②在同一时间对不同空间位置的各传感器的观测值进 行融合，得出各不同时间的观测目标估计，然后对不同时 间的观测目标估计按时间顺序进行融合，得出最终状态。
的数据，对我军要害部位受敌人攻击时的脆弱性做出估计，
以及对作战事件出现的程度和可能性进行估计，并对敌方 作战企图给出指示和告警。
33
1.数据统合的一般处理模型
第四级处理：过程评估（process assessment） 过程评估是一个更高级的处理阶段。
通过建立一定的优化指标，对整个融合过程进行实时监控 与评价，从而实现多传感器自适应信息获取和处理，以及
24
多传感器观测值在时空上的排列
25
数据融合的时间性与空间性问题
时空性是目标运动状态的观测的主要问题： 数据融合的时间性
• 按时间先后对观测目标在
数据融合的空间性
• 对同一时刻不同空间位置
不同时间的观测值进行融
合。 • 利用单传感器在不同时间
的多传感器观测值进行数
据融合。 • 利用多传感器在同一时刻 的观测结果进行数据融合 时，要考虑数据融合的空 间性。
22
3.数据融合的定义
技术定义：
充分利用不同时间与空间的多传感器数据资源，采用 计算机技术按时间序列获得多传感器的观测数据，在
一定准则下进行分析、综合、支配和使用。获得对被
测对象的一致性解释与描述，进而实现相应的决策和 估计，使系统获得比它各组成部分更为充分的信息。
该定义的重点：Biblioteka 方法：分析、综合、支配、使用；
更高的精度、较高的概率或置信度得到人们所需要的目标
状态和身份估计，以及完整、及时的态势和威胁评估，为 指挥员提供有用的决策信息。
21
3.数据融合的定义
功能定义：
将来自多个信息源的数据进行相关、整合，以获得目标 精确的位置、身份，最后对目标进行完整精确的评价
该定义的重点：
多个传感器对同一目标进行测量 重点是融合：相关、整合 目的：状态、身份、威胁估计等
31
1.数据统合的一般处理模型
第二级处理：态势评估（situation assessment） 态势评估是对整个态势的抽象和评定。
态势抽象就是根据不完整的数据集构造一个综合的态势表 示，从而产生实体之间一个相互联系的解释。 态势评定则关系到对产生观测数据和事件态势的表示和理 解。
• 态势评定的输入包括事件检测、状态估计以及为态势评定所生
③同时考虑数据融合的时间性与空间性，即上述两个
同时进行，可以减少信息损失，提高数据融合系统的实时 性。但同时进行的难度大，只适合于大型多计算机的数据 融合系统。
28
1.2数据融合的理论基础
1.数据融合的一般处理模型
功能模型从融合过程出发，描述数据融合包括哪些主要功 能、数据库，以及进行数据融合时系统各组成部分之间的 相互作用过程。
图像。
11
美国火星车“Sojourner”（索杰纳）号上用QCM来检测 太阳能电池板上的灰尘堆积情况。
12
雷达
C3I(军事指挥自动化系统)系统所用传感器的种类很多，但 它们是以雷达、电子情报机（ELINT)、电子支援测量系 统（ESM）、声音、红外等传感器为主， 再辅以其他类 型的传感器，在整个三维空间形成一个传感器网阵。
随着系统的复杂性日益提高，依靠单个传感器对物理量 进行监测显然限制颇多。 因此在故障诊断系统中使用多传感器技术进行多种特征 量的监测(如振动、温度、压力、流量等)，并对这些传感
信息融合概论
此外还有一些选择凝聚点的方法。但比较常用的方法是第二种方法，该方法比较简单适用。
7.1.3初始分类
初始分类方法有：
(1)人为地分类，凭经验将样品进行初步分类。
(2)选择凝聚点后，每个样品按与其距离最近的凝聚点归类。
(3)选择一批凝聚点后，每个凝聚点自成一类，将样品依次归入其 距离最近的凝聚点的那一类，并立即重新计算该类的重心，以代替原来的凝聚点，再计算下一个样品的归类，直至所有样品都归类为止。
7.2.2多组判别分析的方法和原理
设有 组样本，第 组 样品数为 ，每个样品有 个指标（ 个判别变量），原始数据为：
第1组数据
第 组数据
第 组数据
一般地 表示第 组的第 个样品第 个变量的原始数据，其中
。
假设各组样品都是相互独立的正态随机向量，即
服从
这里 是第 组 个变量的数学期望向量， 是协方差矩阵。在多组判别分析中，进一步假定 个组的协方差矩阵一样（如果协方差矩阵不等，则有非线性判别函数），即
信息融合
1．1多源信息融合的定义及必要性
多源信息融合是把多个渠道，多方位采集的局部环境的不完整信息加以综合，消除多源信息间可能存在的冗余和矛盾的信息，加以互补，降低其不确定性，以形成对系统环境的相对完整一致性描述的过程，从而提高智能系统的决策、规划、反映的快速性和正确性，降低决策风险。也就是指对来自多源的信息进行多级别、多方面、多层次的处理，从而产生更多的有意义的信息，而这种新信息是任何单源信息所无法获得的，是一个涉及到信息科学、计算机科学、自动化科学的复合型学科。它并不是一个新的概念，其实，人类常使用多个感知器所获得的信息来准确的识别环境或物体的状况，并引导他们的下一步动作，即使这些信息含有一定的不确定性、矛盾或错误的成分，他们也可将各种感知器的信息综合起来，并使这些感觉信息互相补充、印证，完整的处理具有不同功能的多感知器所获得的信息，实现由单个感知器所不能实现的识别功能，从而改善他们的生存能力。将这种方法应用于工程实际中，就形成多源信息融合。
多源信息融合技术及其应用研究
多源信息融合技术及其应用研究随着信息技术的不断发展，信息量的爆炸性增长已经成为了大势所趋。
如何从海量的信息中准确、高效地提取有效信息成为了信息处理领域面临的重要挑战。
多源信息融合技术因其能够整合多种来源的信息、提高信息的准确性和可靠性，对于解决信息处理领域中的诸多问题具有重要意义。
本文将从多源信息融合技术的基本概念入手，介绍其应用领域和研究现状，以及未来的发展趋势。
一、多源信息融合技术的基本概念多源信息融合技术是指将来自不同来源的信息进行整合、分析和处理，以获得更加全面、准确和可靠的信息。
这些不同来源的信息可以是来自于传感器、数据库、互联网、社交网络等多种渠道。
多源信息融合技术的关键在于如何将这些信息整合起来，进行有效的处理和分析，从而得到更有价值的信息。
多源信息融合技术的基本过程包括数据获取、数据融合、信息提取和决策制定。
首先是通过各种手段和渠道获取来自不同来源的数据，然后将这些数据进行融合，消除重复和冗余信息，以及解决数据之间的不一致性。
接着对融合后的数据进行分析和处理，提取出有用的信息，最终进行决策制定。
多源信息融合技术的目的就是帮助人们更好地理解和利用海量的信息，做出更加准确和及时的决策。
二、多源信息融合技术的应用领域多源信息融合技术的应用领域非常广泛，涵盖了军事、情报、环境监测、医疗健康、交通管理、金融等多个领域。
军事和情报领域是多源信息融合技术最早得到广泛应用的领域之一。
军事情报工作需要从各种不同来源获取的情报数据，包括卫星图像、无人机监视、电子情报等，这些信息需要进行整合和分析，以支持决策制定和作战指挥。
多源信息融合技术在这一领域的应用可以帮助军事人员更好地理解战场态势，提高作战效果。
环境监测领域也是多源信息融合技术的重要应用领域之一。
环境监测需要从多个传感器和监测设备获取大量的数据，包括气象数据、水质数据、空气质量数据等。
通过多源信息融合技术，可以将这些来自不同来源的数据进行整合，分析环境变化趋势，及时预警环境风险，保护环境和人类健康。
多传感器信息融合技术概论
多传感器信息融合技术概论多传感器信息融合技术（Multisensor Information Fusion Technology）是指采用多个传感器对同一物理现象进行观测，通过融合不同传感器的信息，实现对目标或环境的全面、准确、一致的认知与理解的技术方法。
其目的是通过综合多源信息获得更全面、可靠的信息，提升对目标的感知能力和环境认知能力，以支持决策和控制系统的设计和优化。
传感器选择是多传感器信息融合的第一步，涉及选择合适的传感器类型和数量。
不同类型的传感器对不同的物理性质有着不同的响应，因此在融合过程中，需要选择合适的传感器来获得目标的多个特征。
数据融合算法是多传感器信息融合的核心环节，主要包括传感器数据预处理、特征提取、融合规则设计等步骤。
传感器数据预处理主要是对传感器数据进行滤波、分段、降噪等处理，以提高数据质量。
特征提取是将传感器数据转化为描述目标状态的特征，常用的方法有统计特征提取、模式识别等。
融合规则设计是将不同传感器的信息进行融合，常用的方法有加权平均法、优先级法、神经网络等。
融合结果评估是对融合结果进行准确性和可靠性评估的过程。
评估方法包括误差分析、假设检验、判别分析等。
评估结果可以帮助选择合适的传感器和改进融合算法。
多传感器信息融合技术的应用广泛，包括智能交通系统、环境监测、军事领域、医疗诊断等。
在智能交通系统中，通过融合不同传感器的信息，可以提高交通流量的检测精度和车流预测的准确度，提升交通管理的效率。
在环境监测中，通过传感器网络对大气、水域、土壤等环境进行实时监测，并通过融合不同传感器的信息，提供更全面、可靠的环境数据，用于环境保护和资源管理。
在军事领域，通过融合雷达、卫星、无人机等不同传感器的信息，可以提高目标探测和识别能力，支持军事决策和行动。
在医疗诊断中，通过融合多种医学传感器的信息，可以提高疾病的早期诊断和治疗效果。
总之，多传感器信息融合技术在提高信息获取与处理能力、提升系统性能、降低成本等方面具有重要意义。
信息融合_第1章 绪论
1.2 信息融合的模型分类与结构
3. 信息融合系统通用处理结构
•
集中式、分感器原始数据， 分布式：经过预处理的局部数据； 混合式：处理上述两种数据
1.2 信息融合的模型分类与结构
集 中 式 融 合 结 构
1.2 信息融合的模型分类与结构
分 布 式 融 合 结 构
1.4 主要参考资料
2. 期刊与会议 • • •
•
国际信息融合年会； SPIE国际年会； IEEE Trans. on AES，IT(Information Theory)，AC， SMC(Systems, Man and Cybernetics)，IP(Image Processing)， 以及其它 IEEE 的相关会刊如智能交通等； 国内期刊
–
1.1 信息融合的起源与一般概念
2. 概念 多源信息融合： 充分利用多个传感器资源，在空间和时间上把多 渠道，多方位采集的局部环境的互补与冗余观测 信息根据某种优化准则结合起来，以形成对系统 环境的相对完整的一致性描述，形成新的融合结 果，从而提高系统的有效性。 • 并不是一个新概念，人类识别环境或物体的状况 的过程就是多个感知器所获得的信息进行融合的 过程； 实际上是对人脑综合处理复杂问题的功能模拟
1.2 信息融合的模型分类与结构
1. 功能模型 主要是JDL模型：
1.2 信息融合的模型分类与结构
一级处理：目标评估
1.2 信息融合的模型分类与结构
• • • • 数据配准：将多源数据纳入一个统一参考框架 （时间对准、坐标变换） 数据关联：处理分类与组合； 跟踪：实现目标运动参数估计； 身份估计：实现目标属性参数估计；
1.2 信息融合的模型分类与结构
2. 信息融合的级别 按数据抽象的层次，可分为数据级、特征级与决策级 a.数据级融合：直接对观测数据进行融合，再提取特 征，判断决策。如：图像复合、雷达波形合成等
第1讲信息融合概述
20
2 信息融合的应用
□军事应用
信息融合技术在航空武器装备中的应用具有重大意义。数据融合技术 已国外军事装备中得到广泛应用，俄罗斯和美国军方都在多传感器数 据融合和信息处理技术方面进行了大量的研究工作，并已用于多种型 号的军用飞机
自主式武器系统和自备式运载器 战斗机及直升机上应用 截获、跟踪和指挥制导的火控系统 军事力量的指挥和控制站 敌情指示和预警系统
13
C3I系统
C3I（Communication，Command，Control and Intelligence systems）系统: 指挥自动化系统。C3I技术是 运用系统工程的理论和方法，对军事指挥、控制、通信、情 报系统进行开发和管理的技术。应用电子计算机 、数据通信 、控制技术、传感和显示技术等，集中管理和协调远离中心 的各种资源的大型综合信息系统。通信指挥控制情报系统的 简称。军用上则称作指挥自动化系统。
《多源测试信息融合》
第一讲 多源信息融合概述
授课团队：万江文，吴银锋，于宁 yfwu@ 新主楼B502
1
主要参考书籍
韩崇昭等,《多源信息融合》，清华大学出版社 杨露菁, 余华.《多源信息融合理论与应用》，北京邮电大学出版社 David L. Hall.《Handbook of Multisensor Data Fusion》 何友, 王国宏 等.《多传感器信息融合及应用》(第二版) , 电子工业出版社 王润生. 《信息融合》 , 科学出版社
11
1.3 信息融合发展历史
20世纪70年代首次提出（美国）
20世纪80年代初步形成信息融合技术
20世纪90年代末，研究热点
目前，仍为学术界研究的热点
12
几个重要事件
浙教版信息技术第一章《多媒体技术概述》教案
浙教版信息技术第一章《多媒体技术概述》教案第一节走进多媒体世界性名：＿＿＿班级：＿＿评价学海导航：预习的要点：1、理解多媒体技术的概念及其特征。
2、认识多媒体的关键技术和其他相关技术的发展对多媒体技术发展的作用。
3、理解多媒体技术应用的价值和意义及其在高考中的地位。
4、知道人类应该科学合理地应用多媒体技术学习探究：【知识再现】回顾：1媒体的定义？ 2多媒体的定义？ 3多媒体技术的定义？ 4多媒体技术的发展？（必修教材第五章）【知识探究】阅读教材（p2到p11）一、多媒体技术的定义：利用计算机获取、处理、编辑、存储和显示多种媒体信息，实现通过图形、图像、声音、视频、文本的组合交互进行沟通、交流、传递信息的一整套技术。
二、多媒体的含义p3媒体在计算机领域有两层含义：一是指用以存储信息的实体，如磁带、磁盘、光盘等；另一种是指信息的载体，如数字、文字、图像、声音、动画和视频等。
计算机多媒体技术中的多媒体是指后者，它是应用计算机技术，将各种媒体（融合两种或者两种以上媒体）以数字化的方式集成在一起，从而使计算机具有表现、处理、存储多种媒体信息的综合能力和交互能力。
多媒体技术中的多媒体是指文字、声音、图、动画、视频等信息的表现形式现在所说的“多媒体”，常常不是指多种媒体本身，而是指处理和应用它的一整套技术。
因此，“多媒体”实际上被当作“多媒体技术”的同义语。
三、多媒体技术的主要特征：（p3至p5）重点表现为以下几个方面：（1）（包括信息媒体的集成和设备的组成）（2）；（3）；（超媒体是一种网状结构）（4）。
问题：1 处理多媒体的设备有那些？四、多媒体的关键技术与相关技术：(p7至p9)（一）关键技术包括以下几个方面：（1）；（2）；（3）；（4）；（5）。
（二）相关技术有：（1）超文本与超媒体技术；三个基本要素：节点、链、网络问题：什么是节点？什么链？什么是网络？他们的关系是怎样的？（2）多媒体网络和通信技术；（3）智能输入输出技术；（4）多媒体软件技术。
多信息融合技术的应用
多信息融合技术的应用在当今科技飞速发展的时代，多信息融合技术正逐渐成为众多领域的关键支撑技术。
它就像是一个智慧的“大脑”，能够将来自不同来源、不同形式的信息整合在一起，为我们提供更全面、更准确、更有价值的决策依据。
多信息融合技术，简单来说，就是把多种类型的信息，如传感器数据、图像、声音、文本等，通过特定的算法和方法进行综合处理和分析，以获取比单一信息源更丰富、更可靠的信息。
在医疗领域，多信息融合技术发挥着至关重要的作用。
想象一下，医生在诊断病情时，不仅能够参考患者的症状描述、实验室检测结果，还能结合医学影像（如 X 光、CT 扫描、MRI 等）以及患者的病史和家族病史等多方面的信息。
通过将这些不同类型的信息融合在一起，医生可以更准确地判断疾病的类型、严重程度和发展趋势，从而制定出更个性化、更有效的治疗方案。
比如，对于癌症的诊断，通过融合肿瘤标志物检测数据、影像学图像以及基因检测信息，能够大大提高诊断的准确性，及早发现肿瘤的存在，并为治疗争取宝贵的时间。
在交通领域，多信息融合技术也有着广泛的应用。
如今的智能交通系统中，各种传感器和监测设备不断收集着大量的信息，包括车辆的位置、速度、行驶轨迹，道路的拥堵情况，天气状况等等。
通过多信息融合技术，这些分散的信息被整合起来，为交通管理部门提供实时、全面的交通态势感知。
基于这些融合后的信息，交通管理部门可以更有效地进行交通流量控制、优化信号灯设置，提前预警交通事故，从而提高道路的通行效率，减少拥堵，保障交通安全。
在军事领域，多信息融合技术更是具有不可替代的地位。
在战场上，各种侦察设备、卫星图像、雷达信号、通信情报等信息源源不断地产生。
将这些多样化的信息融合在一起，可以为军事决策提供强大的支持。
比如，通过融合卫星图像和地面侦察设备获取的信息，可以更精确地定位敌方目标，评估敌方的军事部署和作战能力，为制定作战计划提供有力依据。
此外，多信息融合技术还可以用于武器系统的制导和控制，提高武器的打击精度和效能。
北航多源信息融合信息融合概述PPT教案学习
检测与估计
传 感 器 控 制 /反馈信 息
融合中心
传感器1
预处理
多目标 跟踪器
目 标 状 态
传感器2
预处理
多目标 跟踪器
坐
标
航
ቤተ መጻሕፍቲ ባይዱ
转 换 、 数 据
迹 与 航 迹 相
航 迹 合 成
对
关
正
… …
传感器N
预处理
多目标 跟踪器
第21页/共30页
22
（3） 混合式融合结构
检测与估计
传 感 器 控 制 /反馈信 息
融合中心
传感器1
预处理
多目标 跟踪器
传感器2
预处理
多目标 跟踪器
坐
标
航
转
迹
换
与
、
航
数
迹
据
相
对
关
正
… …
传感器N
预处理
多目标 跟踪器
多路器
选择与 合并
第22页/共30页
目 标 状 态
复 合 滤 波 、 综 合 跟 踪
23
（4）多级式融合结构
分级融合结构中，各局部节点可以同时或分别是集中式、分布式 或混合式的融合中心，系统的融合节点再次对各局部节点传送来 的航迹进行相关和合成。
14
(2)特征级融合
特点
进行了数据压缩， 对通信带宽的要求低 利于实时处理
不足
有信息损失 融合性能降低
第14页/共30页
15
(3) 决策级融合
含义 高层次的融合，每个传感器先基于自己的数据做出决策，然后由融 合中心完成局部决策。
… …
联
传感器1 传感器2
多信息融合技术概述
本次讲座主要讲了多源数据融合的定义、应用领域、所具有的优势、信息融合的级别、通用处理结构、主要技术方法、要解决的几个关键问题和未来的主要研究方向。
下面就围绕这几个方面进行阐述。
多源信息融合是一种多层次，多方面的处理过程，包括对多源数据进行检测、相关、组合和估计，从而提高状态和身份估计的精度，以及对战场态势和威胁的重要程度进行实时完整的评估。
简单说，多源信息融合就是对多源信息进行综合处理，从而得出更为准确、可靠的结论。
例如我们感知天气，通过我们的体表感觉温度的高低，通过眼睛观察天气的晴朗或阴雨，通过耳朵听风的大小，然后将这些信息通过大脑的综合处理，对天气有一个总体的感知定位。
多源信息融合在各个领域都有着广泛的应用。
如军事上进行战场监视、图像融合，包含医学图像融合等、工业智能机器人（对图像、声音、电磁等数据进行融合，以进行推理，从而完成任务）、空中交通管制（由导航设备、监事和控制设备、通信设备和人员四部分组成）、工业过程监控（过程诊断）、刑侦（将人的生物特征如指纹、虹膜、人脸、声音等信息进行融合，可提高对人身份识别的能力）、遥感等。
信息融合技术越来越受到人们的重视，这时因为它在信息处理方面具有一定的优势。
增强系统的生存能力，也就是防破坏能力，改善系统的可靠性；可以在时间、空间上扩展覆盖范围；提高可信度，降低信息的模糊度，如可以使多传感器对同一目标或时间加以确定；提高空间分辨率，多传感器信息的合成可以获得比任一单传感器更高的分辨率；增加了测量空间的维数，从而使系统不易受到破坏。
信息融合的级别有多种分类方法，若按数据抽象的层次来分，可分为数据级融合、特征级融合和决策级融合。
数据级融合是直接对传感器的观测数据进行融合处理，然后基于融合后的结果进行特征提取和判断决策。
数据级融合的精度高，但由于数据量大，故处理的时间长，代价高，数据通信量大，抗干扰能力差，并且要求传感器是同类的。
多应用在多源图像复合、同类雷达波形的直接合成等。
西安交大自动化专业多传感器信息融合ch1(资料)
第1章 绪论1.1多源信息融合的一般概念与定义1.1.1定义多源信息融合（multi-source information fusion）又称为多传感信息融合（multi-sensor information fusion），是20世纪70年代提出来的，军事应用是该技术诞生的源泉。
事实上，人类和自然界中其它动物对客观事物的认知过程，就是对多源信息的融合过程。
在这个认知过程中，人或动物首先通过视觉、听觉、触觉、嗅觉和味觉等多种感官（不是单纯依靠一种感官）对客观事物实施多种类、多方位的感知，从而获得大量互补和冗余的信息；然后由大脑对这些感知信息依据某种未知的规则进行组合和处理，从而得到对客观对象的统一与和谐的理解与认识。
这种由感知到认知的过程就是生物体的多源信息融合过程。
人们希望用机器来模仿这种由感知到认知的过程。
于是，一门新的边缘学科——多源信息融合便诞生了。
由于早期的融合方法研究是针对数据处理的，所以有时也把信息融合称为数据融合（data fusion）。
我们在这里所讲的传感器（sensor）也是广义的，不仅包括物理意义上的各种传感系统，也包括与观测环境匹配的各种信息获取系统，甚至包括人或动物的感知系统。
虽然人们对这门边缘学科的研究已经有20至30年的历史了，但至今仍然没有一个被普遍接受的定义。
这是因为其应用面非常广泛，而各行各业会按自己的理解给出不同的定义。
目前能被大多数研究者接受的有关信息融合的定义，是由美国三军组织实验室理事联合会JDL（Joint Directors of Laboratories）提出来的[1-3]，从军事应用的角度给出信息融合的定义。
定义1.1.1 信息融合就是一种多层次、多方面的处理过程，包括对多源数据进行检测、相关、组合和估计，从而提高状态和身份估计的精度，以及对战场态势和威胁的重要程度进行适时完整的评价。
从该定义可以看出，信息融合是在几个层次上完成对多源信息处理的过程，其中每一个层次反映对原始观测数据不同级别的抽象。