基于嵌入式多传感器的信息融合模型的研究

胡胜利　丁瑞国　刘　攀

摘 要：针对目前煤炭企业生产安全监控系统的结构特点，分析了单一传感器信息采集存在的问题，提出了基于嵌入式智能代理的多传感器信息融合的方法来提高系统信息的精确性和可靠性。在智能代理技术的基础上，确定了煤矿多传感器信息融合的结构模式，建立了多级信息融合的模型。该模型有效地构成了智能分布式监控系统，对于提高煤炭安全生产具有重要意义。

关键词：煤炭企业；智能代理；多传感器信息融合

中图分类号：TP273文献标识码：A文章编号：1672-1098(2008)01-0061-04

收稿日期：2007-09-05

基金项目：安徽省教育厅自然科学研究资助项目(2006KJ016C)

作者简介：胡胜利(1978-)，男，安徽淮南人，在读博士，讲师，主要从事信息融合、计算机支持的协同工作等研究。

Research on the Information Integration Model of

Embedded Multi-sensor

HU Sheng-li1,2,DING Rui-guo3,LIU Pan2

(1. School of Computer Science And Engineering,Anhui University of Science and Technology, Huainan Anhui 232001, China；2. School of Mechanics, Electronics and Information Engineering , China University of Mining and Technology, Beijing 100083, China；3. Liuan Human Resource Center, Liuan Anhui 237005,China）

Abstract: Aiming at the characteristics of current work safety monitoring system in coal mining enterprises, information collection problem with single sensor was analyzed. Multi-sensor information integration based on embedded intelligent agent technique was put forward to improve the systems information precision and reliability. Based on intelligent agent, multi-sensor information integration structure model for coal mines was defined, and the multi-level information integration model was built. The model is significant to improve work safety in coal mines.

Key words:Coal mining enterprise;intelligent agent;multi-sensor information integration

煤炭企业作为我国重要的、传统的能源工业，对国民经济的发展具有重要的意义。在煤炭企业生产管理的各个环节中，生产的安全监控又极其重要。目前，生产的安全监控主要包括瓦斯监控、风速测量、温度测量等环境参数，也包括煤仓煤位、水仓水位、压风机风压、各种机电设备开停等生产参数的监控［1］。监控信息的准确性又是整个系统的关键。然而现有的监测系统不论是基于标准模拟信号传输的集散式监测系统，还是基于串行通信技术的分布式监测系统，都是将各个单一传感器的检测输出信号直接作为系统的采集信息。由于煤矿井下的工作环境较为恶劣，各种传感器大都是非线性，各种干扰会对监测系统的测量产生严重的影响，使得传感器的输出信号不能准确地反映被测物理量，造成测量准确度不高，稳定性差等问题。多传感器的信息融合理论的研究将为解决这一问题提供有效的理论依据。

另外，生产监测的各种信息都是通过单片机与上位机进行通信，在上位机进行集中式信息融合。这样容易造成上位机信息量过大，处理速度较慢。现有的单片机侧重于控制，软件功能弱，难以实现较为复杂的分析和计算。随着硬件和软件技术的快速发展，嵌入式系统却完全可以实行较为复杂的运算，从而实现在采集端对信息进行处理，以避免信息集中的缺点。

1 多传感器信息融合

近几年来，多传感器信息融合MSIF（Multi-sensor Information Fusion）技术发展很快，受到人们的普遍重视，频繁地被许多军事和非军事领域所引用［2-3］。多传感器信息融合实际上是对人脑综合处理复杂问题的一种功能模拟，充分利用多传感器资源，通过对这些传感器及观测信息的合理支配和使用，将各种传感器在空间或时间上的冗余或互补信息依据某种准则进行组合起来，产生对被测对象的一致性解释或描述。其目的是基于各传感器分离的观测信息，通过对信息的优化组合导出更多的有用信息。它的最终目标是利用多传感器共同或联合的操作优势，来提高整个传感器系统的有效性，消除单个或少量传感器的局限性。

因此，多传感器系统比由它的各组成部分的子集所构成的系统更有优越性。在多传感器数据融合系统中，各种传感器的数据可以具有不同的特征，可能是实时的或非实时的、模糊的或确定的、互相支持的或互补的，也可能是互相矛盾或竞争的。它与单传感器数据处理或低层次的多传感器数据处理方式相比，更能有效地利用多传感器资源。

2 嵌入式智能代理

由于目前煤矿生产监测的各种信息都是通过单片机与上位机进行通信（见图1）。

图1 基于单片机的数据传输

如果把现场的信息能直接进行处理，再进行传输，那会大大提高传输的速度和精度。采用嵌入式智能代理技术恰好可以解决这个问题［4-5］。目前嵌入式系统已经在家电、通信、工业控制等方面得到了广泛使用，使用嵌入式智能代理技术就是在采集端使用嵌入式系统PC(Personal Computer)对信息进行数据融合处理，对现场的设备或安全状态做出判断和预测，然后将处理结果通过网络进行传输（见图2）。

图2 基于嵌入式智能代理的数据传输

嵌入式智能代理的采用，把传统意义上的简单的数据传输，转变为决策分析所需的信息传输，大大减少了网络传输的数据量，降低了系统对网络性能的依赖程度。传感设备信号可采集量的多少，很大程度上依赖于嵌入式智能代理的数据处理能力。当前，计算机芯片的运算能力已达到了每秒数百亿次，数字信号处理芯片的发展以及多芯片处理技术的发展也是日新月异，已能够满足系统的运算要求。另外，嵌入式智能代理也增加了远程分析的可操作性，由于实现了信息传输，只要能上网，即使决策人员在移动过程中（如汽车）也可对其进行实时的监测和诊断。

在对信息进行信息融合时， 其性能评估的结果往往是对多个传感器信号反馈信息的加权和。

P=A1×W1+A2×W2+…+A璱×W璱+

A璶×W璶（1）

式（1）中： 玏璱为各传感器的反馈信息（i=1,…,n）；A璱为对应的权值系数（i=1,…, n）； n为传感器通道数。

例如在瓦斯监控中，监控系统与瓦斯、一氧化碳、风速、负压、温度等因素都有关系，每种因素影响的程度又都不一样。有时现场情况发生变化，各种因素的影响程度又会发生变化［6］，因此，整个系统要具有适应性，必须能对式（1）中的各个变量进行调整，其中包括：①改变各传感器反馈信息在评估中所占的权值系数；②增加或减少传感器的反馈信息量；③改变传感器的通道数。在现有的实时监控系统中，对权值的调整比较好实现，但对后两种的调整难以实现。而在系统中使用嵌入式技术，可根据实际环境和预测决策需求，及时增加某一个或几个传感器的反馈信息量，以提高预测决策的准确性。即使在工作环境发生巨大改变，原有的传感器无法满足需要时，也可通过适当增加传感器的通道数来保证监控质量。

3 嵌入式多传感器信息融合模型

3.1 嵌入式系统结构

在现有的井下生产监控系统结构中（见图3），玁1，N2，N3为嵌入式智能代理结点，S1……S璱为各个传感器。整个系统分为两部分：嵌入式智能代理和计算机网络通信。代理结点处于系统的底层，是整个系统的主要处理部件，主要完成信息的融合功能和系统管理功能，如代理结点的添加和删除、网络的通信等。计算机网络可以使用现有的以太网技术，也可以在井下使用无线通信技术，如GPRS等［7-8］。

图3 系统结构图

代理结点中的嵌入式系统采用的是嵌入式PC， 主要把硬件（CPU、RAM、I/O口、网络等）集成在一块主板上， 将操作系统和应用软件存储在Flash芯片中。 为了满足管理和信息处理功能的需求， 可以采用处理器＋DSP的主从结构， 使系统既保证了高性能又保持了低成本（见图4）。 其中， 玈1……S璱为各个传感器信号，信息采集和信息处理由DSP完成。μP为微处理器，可采用目前流行的ARM芯片。Flash可达256 M，用来存储信息融合算法。

图4 智能代理结点结构图3.2 多级信息融合模型

由以上分析可知，每一个智能代理信息融合的结果都可以通过网络直接获得，但为了获得更加综合和准确的信息，分布在不同位置的智能代理之间应该能够相互通信，协调工作。因此，信息融合的过程可以分为两部分：单一智能代理融合和智能代理间的融合（见图5）。

其中，Sensor Node为嵌入式智能代理，Knowledge Database为某一领域的知识库，Sensor Control&Management;可以完成传感器的管理功能，如增加一个传感器或传感器失灵时，系统可以做出调整。在整个系统中，通过三个融合过程的完成，融合结果的状态值可以通过网络展现给决策者，同时也可以和其他智能代理点进行通信，协调完成综合信息的判断。

（1） 数据层融合（Raw Data Fusion） 直接在采集到的原始数据上进行融合，对未经处理的原始数据，提取特征向量,主要完成数据的关联。如温度、风速等。要求传感器是同质的(传感器观测的是同一物理现象),如果多个传感器是异质的(观测的不是同一个物理量),那么数据只能在特征层或决策层进行融合。使用的技术有Kalman滤波和贝叶斯方法。

（2） 特征层融合（Feature Fusion） 从数据融合层产生的数据中提取有代表性的特征, 将这些特征融合成单一的特征向量,然后运用模式识别的方法进行处理。使用的方法有贝叶斯方法和D－S证据理论。

（3） 决策层融合（Decision Fusion） 在每个传感器对目标做出识别后, 将多个传感器的识别结果进行融合，做出决策控制。有时，最终状态的判别除了底层传感器信息的融合以外，还需要大量的领域知识进行辅助判断。因此，在框架中给出了知识库。实际使用时，可以采用神经网络模型进行对领域知识进行训练。图5 多级信息融合框架

4 小结

本文阐述了基于嵌入式智能代理的多传感器信息融合方法的技术框架，列举了其中技术基本要素，重点研究了多传感器信息融合和嵌入式智能代理两大关键技术。

（1） 采用了处理器＋DSP主从结构。整个嵌入式系统中，处理器可完成系统管理及网络通信功能。DSP作为协处理器可完成信号处理、分析、信息融合等功能。这种结构较好地保证信号分析处理系统的实时性要求。

（2） 嵌入式智能代理充当了井下生产现场和地面决策之间的中间环节。这样，各种传感器信息可以在各自的智能代理点中独立完成信息融合和分析，各个智能代理点的分析结果又可以综合在一起为决策服务。

因此，基于嵌入式的多传感器信息融合可以满足分布式系统数据的实时检测，在煤炭生产监测和安全诊断领域会发挥重要作用。

参考文献：

［1］ 付华,沈中和,孙红鸽.矿井瓦斯监测多传感器信息融合模型［J］.辽宁工程技术大学学报,2005,2(24):239-240.

［2］ HALLD L,L LINAS J.An introduction to multisensor data［J］.Proc IEEE,1997,85(1)：6-10.

［3］ 王耀南,李树涛.多传感器信息融合及其应用综述［J］.控制与决策,2001,16(5):519-520.

［4］ 刘云，林先澄.基于高性能DSP的嵌人式AUV数据融合处理系统的研究［J］. 计算机与数字工程, 2005, 9(33):24-25.

［5］ RAMI ABIELMONA,EMIL M.PETRIU,THOM WHALEN.Multi-Agent System Information Fusion for Environment Monitoring［J］.Sorrento,Italy:IMTC 2006-Instrumentation and Measurement,2006，1 174-1 175.

［6］ 阎馨, 屠乃威. 基于多传感器数据融合技术的瓦斯监测系统［J］. 计算机测量与控制, 2004, 12(12): 1 140-1 141.

［7］ 郭智渊,高丽云.GPRS在矿井救灾无线通信系统中的应用［J］.山西煤炭,2004,24(1):55-56.

［8］ 郝成,李辉,姚征.基于GPRS的地方煤矿安全监控监测系统［J］.工矿自动化,2006(1)：30-31.

(责任编辑：李 丽)