多传感器数据融合的概述

多传感器数据融合研究的对象是各类传感器采集的信息，这些信息是以信号、波形、形象、数据、文字或声音等形式提供的。传感器本身对数据融合系统来说也是非常重要的。它们的工作原理、工作方式、给出的信号形式和测量数据的精度，都是我们研究、分析和设计多传感器信息系统，甚至研究各种信息处理方法所要了解或掌握的。

各种类型传感器是电子信息系统最关键的组成部分，它们是电子信息系统的信息来源。如气象信息可能是由气象雷达提供的，遥感信息可能是由合成孔径雷达（SAR）提供的，敌人用弹道导弹对我某战略要地的攻击信息可能是由预警雷达提供的等。这里之所以说“可能”，是因为每一种信息的获得不一定只使用一种传感器。我们将各种传感器直接给出的信息称作源信息，如果传感器给出的信息是已经数字化的信息，就称作源数据，如果给出的是图像就是源图像。源信息是信息系统处理的对象。

信息系统的功能就是把各种各样的传感器提供的信息进行加工处理，以获得人们所期待的、可以直接使用的某些波形、数据或结论。当前基础科学理论的发展和技术的进步使传感器技术更加成熟，特别在20世纪80年代之后，各种各样的具有不同功能的传感器如雨后春笋般相继面世，它们具有非常优良的性能，已经被广泛应用于人类生活的各种领域。源信息、传感器与环境之间的关系如图5－1所示［1］。

图5－1　传感器、源信息与环境的关系

各种传感器的互补特性为获得更多的信息提供了技术支撑。但是随着多传感器的利用，又出现了如何对多传感器信息进行联合处理的问题。消除噪声与干扰，实现对观测目标的连续跟踪和测量等一系列问题的处理方法，就是多传感器数据融合技术，有时也称作多传感器信息融合（Information Fusion，IF）技术或多传感器融合（Sensor Fusion，SF）技术，它是对多传感器信息进行处理的最关键技术，在军事和非军事领域的应用都非常广泛。

数据融合也被称作信息融合，是一种多源信息处理技术。它通过对来自同一目标的多源数据进行优化合成，获得比单一信息源更精确、完整的估计或判断。从军事应用的角度来看，Waltz和Llinas对数据融合的定义较为确切，即：多传感器数据融合是一种多层次、多方面的处理过程，这个过程是对多源数据进行检测（detection）、关联（association）、相关（correlation）、估计（estimation）和合并（combination），以更高的精度、较高的置信度得到目标的状态估计和身份识别，以及完整的态势估计和威胁评估，为指挥员提供有用的决策信息。

这个定义实际上包含了三个要点：(www.xing528.com)

（1）数据融合是多信源、多层次的处理过程，每个层次代表信息的不同抽象程度；

（2）数据融合过程包括数据的检测、关联、估计与合并；

（3）数据融合的输出包括低层次上的状态、身份估计和高层次上的总战术态势的评估。

传感器数据融合技术在军事领域的应用包括海上监视、地面防空、战略防御与监视等，其中最典型的就是C3I系统，即军事指挥自动化系统。在非军事领域的应用包括机器人系统、生物医学工程系统和工业控制自动监视系统等。

数据融合的方法普遍应用在日常生活中，比如在辨别一个事物的时候通常会综合各种感官信息，包括视觉、触觉、嗅觉和听觉等。单独依赖一种感官获得的信息往往不足以对事物做出准确判断，而综合多种感官数据，对事物的描述会更准确。

在多传感器系统中所用到的各种传感器分为有源传感器和无源传感器两种。有源传感器发射某种形式的信息，然后接收环境和目标对该信息的反射或散射信息，从而形成源信息，例如各种类型的有源雷达、激光测距系统和敌我识别系统等。无源传感器不发射任何形式的信息，完全靠接收环境和目标的辐射来形成源信息，如红外无源探测器、被动接收无线电定位系统和电视跟踪系统等，它们分别接收目标发出的热辐射无线电信号和可见光信号。

具体地说，数据融合的内容主要包括多传感器的目标探测、数据关联、跟踪与识别、情况评估和预测。数据融合的基本目的是通过融合得到比单独的各个输入数据更多的信息。这点是协同作用的结果，即由于多传感器的共同作用，使系统的有效性得以增强。

实质上数据融合是一种多源信息的综合技术，通过对来自不同传感器的数据进行分析和综合，可以获得被测对象及其性质的最佳一致估计。将经过集成处理的多种传感器信息进行合成，形成对外部环境某一特征的一种表达方式。