多傳感器技術(shù)綜述_現(xiàn)代測量技術(shù)與誤差課程論文

1、多傳感器技術(shù)綜述 現(xiàn)代測量技術(shù)與誤差分析課程論文【摘要】本文討論了四類多傳感器技術(shù)，著重介紹了多傳感器信息融合技術(shù)的思想和實(shí)現(xiàn)方法，介紹了其在實(shí)際中的應(yīng)用，并展望了未來多傳感器系統(tǒng)的前景，并給出了多傳感器技術(shù)有待研究的方向?！娟P(guān)鍵詞】 多傳感器技術(shù)；信息融合；展望一、 引言傳感器是獲取信息的工具。傳感器技術(shù)是關(guān)于傳感器設(shè)計(jì)、制造及應(yīng)用的綜合技術(shù)，是信息技術(shù)的三大支柱之一。傳感器技術(shù)是當(dāng)前代表國家綜合科研水平的重要技術(shù)，傳感器技術(shù)的具體應(yīng)用是傳感器技術(shù)轉(zhuǎn)化的重要途徑和方法。主要傳感器技術(shù)有光電傳感器技術(shù)、多傳感器技術(shù)、生物傳感器技術(shù)等。多傳感器技術(shù)中研究最為廣泛的是多傳感器信息融合技術(shù)，自從其在

2、軍事上成功應(yīng)用后，大大提高了傳感器系統(tǒng)的可靠性和魯棒性、擴(kuò)展時(shí)間上和空間上的觀測范圍、增強(qiáng)數(shù)據(jù)的可信任度、增強(qiáng)系統(tǒng)的分辨能力。二、 主要的多傳感器技術(shù)目前多傳感器技術(shù)主要是指多傳感器信息融合技術(shù)。實(shí)際上，多傳感器技術(shù)還包括多傳感器陣列制作，多傳感器系統(tǒng)的性能分析，多傳感器系統(tǒng)的整體設(shè)計(jì)與管理等等。2.1 信息融合技術(shù)信息融合技術(shù)是指對(duì)來自多源的信息和數(shù)據(jù)進(jìn)行檢測、關(guān)聯(lián)、估計(jì)和綜合等多級(jí)多方面的處理,以得到精確的狀態(tài)和身份估計(jì),以及完整、及時(shí)的態(tài)勢評(píng)估和威脅估計(jì)。比較成熟的多傳感器信息融合方法主要有：經(jīng)典推理、卡爾曼濾波、貝葉斯估計(jì)、DS證據(jù)推理、聚類分析、參數(shù)模板法、物理模型法、熵法、品質(zhì)因素

3、法、估計(jì)理論法和專家系統(tǒng)法等；新近出現(xiàn)的信息融合方法主要有：模糊集合理論、神經(jīng)網(wǎng)絡(luò)、粗集理論、小波分析理論和支持向量機(jī)等 。在實(shí)際應(yīng)用中，這些方法通常各取所長，相互交叉使用。2.2 多傳感器陣列技術(shù)集成化是實(shí)現(xiàn)傳感器系統(tǒng)智能化的一條重要途徑。這種智能化傳感器系統(tǒng)采用微機(jī)械加工技術(shù)和大規(guī)模集成電路工藝技術(shù)，用硅作為基本材料，把敏感元件、信號(hào)調(diào)理電路、微處理器單元等集成在一塊芯片上而構(gòu)成。多傳感器陣列技術(shù)則是這一技術(shù)的延伸。目前，有關(guān)多傳感器陣列技術(shù)的研究與應(yīng)用取得了一些進(jìn)展，但主要集中在聲學(xué)陣列傳感器、光學(xué)陣列傳感、化學(xué)陣列傳感等方面。2.3 多傳感器系統(tǒng)的性能分析對(duì)于一個(gè)傳感器系統(tǒng)來說，其性能

4、可分為靜態(tài)性能和動(dòng)態(tài)性能兩部分。靜態(tài)性能主要有：零位，靈敏度，量程，分辨率等；動(dòng)態(tài)性能主要有：遲滯，重復(fù)性，線性度，精度，溫度系數(shù)與溫度附加誤差等。多傳感器系統(tǒng)因?yàn)楦鱾鞲衅鞯奶匦缘牟煌沟孟到y(tǒng)的綜合性能各有千秋，因此，多傳感器系統(tǒng)的性能分析又有其特殊性。特別是系統(tǒng)的動(dòng)態(tài)性能分析，給多傳感器技術(shù)提出了新的挑戰(zhàn)。例如非線性多傳感器系統(tǒng)的誤差計(jì)算問題同單一傳感器相比，由于存在誤差的交叉?zhèn)鬟f，因此其計(jì)算的復(fù)雜度明顯提高，性能的分析難度也相應(yīng)增大。2.4 多傳感器系統(tǒng)的整體設(shè)計(jì)與管理多傳感器系統(tǒng)設(shè)計(jì)就是根據(jù)系統(tǒng)的任務(wù)選擇合適的傳感器，按合適的組織方式把各傳感器放置在合適的位置。目前多傳感器系統(tǒng)中各傳感器

5、的組織方式主要有：集中式、分散式和綜合式 。傳感器管理最基本的目的就是在合適的時(shí)候選擇合適的傳感器對(duì)合適的目標(biāo)做合適的服務(wù)。其功能包括目標(biāo)排列，事件預(yù)測、傳感器預(yù)測、傳感器對(duì)目標(biāo)的分配，空間和時(shí)間范圍控制以及配置和控制策略 。傳感器管理的核心問題是根據(jù)一定的準(zhǔn)則，建立一個(gè)易于量化的目標(biāo)函數(shù)，再加上傳感器資源的約束條件，然后對(duì)目標(biāo)函數(shù)進(jìn)行優(yōu)化以獲得傳感器對(duì)目標(biāo)的有效分配。目前，傳感器的管理方法主要有：基于規(guī)劃論的方法、基于信息論的方法、基于模糊和神經(jīng)網(wǎng)絡(luò)的方法、基于隨機(jī)集合理論的方法、基于專家系統(tǒng)的方法等。此外，還有基于貝葉斯概率論和流程圖方法、基于決策論的方法和自適應(yīng)傳感器管理方法等。三、 多

6、傳感器信息融合多傳感器信息融合技術(shù)又稱為多傳感器數(shù)據(jù)融合技術(shù)，就是利用計(jì)算機(jī)對(duì)各種信息源進(jìn)行處理、控制和決策的一體化過程，是研究最為深刻、發(fā)展最為迅速、應(yīng)用最為廣泛的多傳感器技術(shù)，下面對(duì)其詳細(xì)介紹。3.1 多傳感器信息融合的層次結(jié)構(gòu)三層融合結(jié)構(gòu), 即數(shù)據(jù)層、特征層和決策層。 數(shù)據(jù)層融合首先將全部傳感器的觀測數(shù)據(jù)融合, 然后從融合的數(shù)據(jù)中提取特征向量, 并進(jìn)行判斷識(shí)別。這便要求傳感器是同質(zhì)的(傳感器觀測的是同一物理現(xiàn)象), 如果多個(gè)傳感器是異質(zhì)的(觀測的不是同一個(gè)物理量),那么數(shù)據(jù)只能在特征層或決策層進(jìn)行融合。數(shù)據(jù)層融合不存在數(shù)據(jù)丟失的問題, 得到的結(jié)果也是最準(zhǔn)確的,但對(duì)系統(tǒng)通信帶寬的要求很高。

7、特征層融合指每種傳感器提供從觀測數(shù)據(jù)中提取的有代表性的特征,這些特征融合成單一的特征向量,然后運(yùn)用模式識(shí)別的方法進(jìn)行處理。這種方法對(duì)通信帶寬的要求較低,但由于數(shù)據(jù)的丟失使其準(zhǔn)確性有所下降。決策層融合是指在每個(gè)傳感器對(duì)目標(biāo)做出識(shí)別后,將多個(gè)傳感器的識(shí)別結(jié)果進(jìn)行融合。由于對(duì)傳感器的數(shù)據(jù)進(jìn)行了濃縮,這種方法產(chǎn)生的結(jié)果相對(duì)而言最不準(zhǔn)確, 但它對(duì)通信帶寬的要求最低。對(duì)于多傳感器融合系統(tǒng)特定的工程應(yīng)用,應(yīng)綜合考慮傳感器的性能、系統(tǒng)的計(jì)算能力、通信帶寬、期望的準(zhǔn)確率以及資金能力等因素,以確定哪種層次是最優(yōu)的。另外, 在一個(gè)系統(tǒng)中,也可能同時(shí)在不同的融合層次上進(jìn)行融合。3.2 多傳感器信息融合實(shí)現(xiàn)方法信息融合

8、的方法分成三大類:一是基于隨機(jī)模型的融合方法；二是基于最小二乘法的融合方法;三是智能型的融合方法。基于隨機(jī)模型的融合方法主要有貝葉斯推理、證據(jù)理論、魯棒估計(jì)、遞歸算子；基于最小二乘法的融合方法主要有卡爾曼濾波、最優(yōu)理論；智能型的融合方法主要有模糊邏輯方法、神經(jīng)網(wǎng)絡(luò)方法、遺傳算法、人工智能方法、粗集理論、支持向量機(jī)、小波分析理論等。常用的多傳感器信息融合算法有：（1）加權(quán)平均法。這是一種最簡單最直觀的數(shù)據(jù)融合方法，即將多個(gè)傳感器提供的冗余信息進(jìn)行加權(quán)平均后作為融合值。該方法能實(shí)時(shí)的處理動(dòng)態(tài)的原始傳感器讀數(shù)，它的缺點(diǎn)是需要對(duì)系統(tǒng)進(jìn)行詳細(xì)的分析，以獲得正確的傳感器權(quán)值，調(diào)整設(shè)定權(quán)系數(shù)的工作量很大，并

9、且?guī)в幸欢ǖ闹饔^性。（2）聚類分析法。根據(jù)事先給定的相似標(biāo)準(zhǔn)，對(duì)觀測值分類，用于真假目標(biāo)分類、目標(biāo)屬性判別等。聚類分析定義相似性函數(shù)或關(guān)聯(lián)度量以提供任何兩個(gè)特征向量間“接近”程度或不相似程度的值,依隸屬度將樣本歸并到某類?？煞殖捎簿垲惡湍：垲惡涂赡苄跃垲惖确椒ā＃?）貝葉斯估計(jì)法。是融合靜態(tài)環(huán)境中多傳感器低層數(shù)據(jù)的一種常用方法，融合時(shí)必須確保測量數(shù)據(jù)代表同一實(shí)體（即需要進(jìn)行一致性檢測），其信息不確定性描述為概率分布，需要給出各傳感器對(duì)目標(biāo)類別的先驗(yàn)概率，具有一定的局限性。（4）多貝葉斯估計(jì)方法。將環(huán)境表示為不確定幾何的集合，對(duì)系統(tǒng)的每個(gè)傳感器作一種貝葉斯估計(jì)，將各單獨(dú)物體的關(guān)聯(lián)分布組成一個(gè)聯(lián)

10、合后驗(yàn)概率分布函數(shù)，通過列隊(duì)的一致性觀察來描述環(huán)境。（5）卡爾曼濾波。它使用于動(dòng)態(tài)環(huán)境中冗余傳感器信息的實(shí)時(shí)融合。當(dāng)噪聲為高斯分布的白噪聲時(shí)，卡爾曼濾波提供信息融合的統(tǒng)計(jì)意義下的最優(yōu)遞推估計(jì)。對(duì)非線性系統(tǒng)模型的信息融合，可采用擴(kuò)展卡爾曼濾波及迭代卡爾曼濾波。（6）統(tǒng)計(jì)決策理論。將信息不確定性表示為可加噪聲。先對(duì)多傳感器進(jìn)行魯棒假設(shè)測試，以驗(yàn)證其一致性；再利用一組魯棒最小最大決策規(guī)則對(duì)通過測試的數(shù)據(jù)進(jìn)行融合。（7）D-S證據(jù)推理。是貝葉斯方法的推廣，用信任區(qū)間描述傳感器信息，滿足比貝葉斯概率理論更弱的條件，是一種在不確定條件下進(jìn)行推理的強(qiáng)有力的方法，使用于決策層融合。（8）模糊神經(jīng)網(wǎng)絡(luò)。多傳感器

11、提供的環(huán)境信息具有不確定性,其信息融合實(shí)質(zhì)上是不確定性推理過程。若指定01間的實(shí)數(shù)表示傳感器提供目標(biāo)觀測信息的真實(shí)度,則構(gòu)成模糊集合?；谀：?guī)則,對(duì)模糊集合進(jìn)行模糊推理,可獲得環(huán)境信息的融合結(jié)果?；谀：窠?jīng)網(wǎng)絡(luò)多傳感器融合的一般結(jié)構(gòu)和處理過程如下:（9）粗集理論?；谪惾~斯估計(jì)和D-S推理的融合方法,需先確定先驗(yàn)概率。用神經(jīng)網(wǎng)絡(luò)進(jìn)行融合存在樣本集的選擇,信息融合時(shí)模糊規(guī)則不易建立,隸屬函數(shù)難以確定。采用基于粗糙集理論的融合方法,把每次傳感器采集的數(shù)據(jù)看成等價(jià)類,利用粗糙集理論的化簡和相容性,可對(duì)傳感器數(shù)據(jù)進(jìn)行分析,剔除相容信息,求出最小不變核,找出對(duì)決策有用的決策信息,得到最快的融合算法。

12、四、多傳感器技術(shù)應(yīng)用的主要領(lǐng)域4.1 圖像處理與識(shí)別圖像處理與識(shí)別應(yīng)用面非常廣。但由于成像傳感器的不同、景物本身的問題以及各種干擾的存在，使得攝取的圖像存在某些失真與程度不同的變質(zhì)，多傳感器技術(shù)在圖像與識(shí)別中的應(yīng)用就是解決如何從多幅圖像中恢復(fù)出原始真實(shí)的圖像。其圖像的來源可以是同一個(gè)傳感器不同時(shí)刻的拍攝的，也可以是不同傳感器拍攝的。圖像的識(shí)別是建立在圖像真實(shí)性的基礎(chǔ)上，它從圖像中提取出圖像特征，然后根據(jù)這些特征進(jìn)行判別，以判定病人的病情、未來的天氣情況、目標(biāo)識(shí)別等。由于圖像處理與識(shí)別除了圖像的融合與特征提取之外，還涉及到分類與二值判別等方面，因此其所用到的融合方法幾乎涉及到所有的方法。而且通常

13、采用不同方法交叉配合的方法，以獲得更好的圖像識(shí)別效果。4.2 航跡跟蹤航跡跟蹤就是根據(jù)來自不同傳感器的信息估計(jì)出各目標(biāo)的位置與運(yùn)動(dòng)方向、速度和加速度。在軍事上，這可以對(duì)敵方、友方和己方的飛機(jī)、導(dǎo)彈進(jìn)行跟蹤，幫助指揮中心對(duì)戰(zhàn)場進(jìn)行態(tài)勢估計(jì)與威脅估計(jì)，指揮各兵種進(jìn)行協(xié)同作戰(zhàn)，充分發(fā)揮己方兵力優(yōu)勢，盡早、盡快地將敵方殲滅，并保護(hù)己方的設(shè)施不受攻擊。在民航方面，多傳感器技術(shù)可以幫助飛機(jī)準(zhǔn)確著陸，避免飛機(jī)在空中靠得過近而發(fā)生撞機(jī)事件，幫助輪船在航行過程中不脫離航線，避免觸礁或輪船相撞等惡性事件。此外，航跡跟蹤還包括多傳感器多參量檢測。多傳感器多參量檢測的目的就是準(zhǔn)確地定量地估計(jì)出系統(tǒng)的多個(gè)運(yùn)行狀態(tài)。它廣

14、泛應(yīng)用于工業(yè)控制、環(huán)境治理和產(chǎn)品質(zhì)量檢測等方面。航跡跟蹤中的信息融合方法根據(jù)數(shù)據(jù)的處理方式可以分為三種：點(diǎn)跡融合、融合跟蹤和航跡融合。航跡跟蹤中的狀態(tài)估計(jì)主要用到的是Kalman濾波技術(shù) 、模糊技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù) 、D-S證據(jù)理論和極大似然估計(jì)等。4.3 故障診斷故障診斷是利用診斷對(duì)象的各種運(yùn)行狀態(tài)信息和已有的各種知識(shí)，進(jìn)行信息的綜合處理，最終得到關(guān)于系統(tǒng)運(yùn)行狀況和故障狀況的綜合評(píng)價(jià)，以避免系統(tǒng)因在發(fā)生故障情況下運(yùn)行而引起不可堪想的損失，保證設(shè)備在發(fā)生故障時(shí)的快速修復(fù)。故障診斷所包括的范圍很廣，它包括機(jī)械設(shè)備運(yùn)行故障診斷和人體健康診斷，同時(shí)也包括故障診斷系統(tǒng)本身的故障診斷，因此在國民生產(chǎn)與生活

15、中占有非常重要的地位。用于故障診斷的多傳感器技術(shù)很多，從證據(jù)理論到貝葉斯決策，從聚類分析到模糊集合，從粗集理論到神經(jīng)網(wǎng)絡(luò)，所有的信息融合技術(shù)幾乎都涉及到了。4.4 系統(tǒng)建模系統(tǒng)模型分為機(jī)理模型、統(tǒng)計(jì)模型和混合模型。多傳感器技術(shù)在系統(tǒng)建模中的應(yīng)用就是由多個(gè)傳感器收集必要信息，再進(jìn)行回歸分析或統(tǒng)計(jì)分析，以確定系統(tǒng)數(shù)學(xué)模型或近似數(shù)學(xué)模型。一般來說，多傳感器數(shù)據(jù)融合建模方法大體分為兩大類：一種是基于傳統(tǒng)的多元統(tǒng)計(jì)理論，如主元法、聚類分析法、最小二乘法及其擴(kuò)展算法等；另一種是通過一定的前期訓(xùn)練，得到一種具有自我學(xué)習(xí)功能的算法，如神經(jīng)網(wǎng)絡(luò)等。五、 多傳感器技術(shù)展望盡管數(shù)據(jù)融合技術(shù)近年來取得了飛速發(fā)展，但它

16、仍然是一門新發(fā)展的學(xué)科，很多理論還不健全，隨著傳感器技術(shù)、數(shù)據(jù)處理技術(shù)、計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)通訊技術(shù)、人工智能技術(shù)、并行計(jì)算軟件和硬件技術(shù)等相關(guān)技術(shù)的發(fā)展，它將不斷完善。（1) 建立數(shù)據(jù)融合的基礎(chǔ)理論,這包括進(jìn)一步研究融合技術(shù)的數(shù)學(xué)基礎(chǔ),對(duì)于同類信息相融合的數(shù)值處理:主要研究其各種最優(yōu)、次優(yōu)分散式算法；對(duì)于不同類型信息相融合的符號(hào)處理方法,引進(jìn)其它領(lǐng)域的一些新技術(shù):如具備學(xué)習(xí)功能的新型AI技術(shù)、進(jìn)化算法、小波分析技術(shù)、進(jìn)化神經(jīng)網(wǎng)絡(luò)等。（2）開展對(duì)兼有穩(wěn)健性和準(zhǔn)確性的融合算法和模型的研究。多傳感器數(shù)據(jù)融合從本質(zhì)上說是一個(gè)參數(shù)估計(jì)問題,或者說是一個(gè)算法問題。信號(hào)處理技術(shù)及其軟件的實(shí)現(xiàn)方法在數(shù)據(jù)融合中占

17、了相當(dāng)大的比重。應(yīng)加強(qiáng)對(duì)國內(nèi)外研究成果的跟蹤,借鑒成功經(jīng)驗(yàn),著重研究相關(guān)處理、融合處理、系統(tǒng)模擬算法和模型,開展對(duì)數(shù)據(jù)融合系統(tǒng)的評(píng)估技術(shù)和度量標(biāo)準(zhǔn)研究。（3）分布式處理結(jié)構(gòu)所具有的獨(dú)特優(yōu)點(diǎn)(信道容量要求低,系統(tǒng)生命力強(qiáng),工程易于實(shí)現(xiàn)) ,將使其在檢測、估計(jì)、跟蹤方法中進(jìn)一步發(fā)展。（4）研究數(shù)據(jù)融合用的數(shù)據(jù)庫和知識(shí)庫,高速并行檢索和推理機(jī)制。利用大型空間數(shù)據(jù)庫中數(shù)據(jù)和知識(shí)進(jìn)行推理是融合系統(tǒng)過程中的關(guān)鍵任務(wù),但其數(shù)據(jù)量往往非常龐大,這就有必要深入研究和探討用于空間數(shù)據(jù)庫的知識(shí)發(fā)現(xiàn)機(jī)制和處理方法。（5）開發(fā)更加有效的推理系統(tǒng),以進(jìn)行融合過程中的狀態(tài)估計(jì)和決策分析。（6）人工智能可使系統(tǒng)本身具有較好的

18、柔性和可理解性,同時(shí)還能處理復(fù)雜的問題,因而在未來的數(shù)據(jù)融合技術(shù)中利用人工智能的各種方法,以知識(shí)為基礎(chǔ)構(gòu)成多傳感器數(shù)據(jù)融合將繼續(xù)是其研究趨勢之一。（7）神經(jīng)網(wǎng)絡(luò)以其泛化能力強(qiáng)、穩(wěn)定性高、容錯(cuò)性好、快速有效的優(yōu)勢,在信息融合中的應(yīng)用日益受到重視。目前,將模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算、粗集理論、小波變換、專家系統(tǒng)等智能技術(shù)有機(jī)地結(jié)合起來,是一個(gè)重要的發(fā)展趨勢。六、參考文獻(xiàn)1 李娟,李斯娜,陳新億.多傳感器數(shù)據(jù)融合技術(shù)綜述J. 云南大學(xué)學(xué)報(bào).2008(30):241-246.2 湯曉君,劉君華.多傳感器技術(shù)的現(xiàn)狀與展望J.儀器儀表學(xué)報(bào).2005,26(12):1309-1313.3 朱澤君,黃濤,劉曦霞,呂楊.多傳感器數(shù)據(jù)融合技術(shù)研究現(xiàn)狀及發(fā)展方向J.艦船電子工程.2009(2):13-16.4 李林.多傳感器信息融合技術(shù)的發(fā)展與未來J.科技信息.2007(5):