信息融合方法与应用研究

廖凯宁

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。本文从信息融合的概念、融合方法以及应用领域分别进行论述，最后，给出了几个面临的挑战问题和将来的发展趋势。

【关键词】信息融合 多传感器 模式识别

1 信息融合技术简介

随着电子技术、信号检测与处理技术、计算机技术、网络通信技术以及控制技术的飞速发展，各种面向复杂应用背景的多传感器系统大量涌现，在这些多传感器系统中，信息表示的多样性，信息数量的巨大性，信息关系的复杂性，以及要求信息处理的及时性、准确性和可靠性都是前所未有的。这就使得利用计算机技术对获得的多传感器信息在一定准则下加以自动分析、优化综合以完成所需的估计与决策多传感器信息融合技术得以迅速发展。信息融合处理过程主要包括这五个方面：过程调配--状态估计--态势分析--威胁估计--过程精炼。

2 信息融合的主要方法

利用多个传感器所获取的关于对象和环境全面、完整的信息，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及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。多传感器数据融合的常用方法基本上可概括为随机和人工智能两大类：随机类方法有加权平均法、卡尔曼滤波法、多贝叶斯估计法、Dempster-Shafer（D-S）证据推理、产生式规则等；而人工智能类则有模糊逻辑理论、神经网络、粗集理论、专家系统等。可以预见，神经网络和人工智能等新概念、新技术在多传感器数据融合中将起到越来越重要的作用。

3 信息融合的应用举例

信息融合技术已经从早期的单一军事应用到目前广泛地渗透到社会的各个角落，对人类社会的进步和世界的认识与改造起到了巨大的推动作用。其中包括有移动机器人导航系统、模式识别、粮仓温度采集系统等。以下以粮仓温度采集系统为例展开说明：粮仓温度采集系统，粮仓环境的自动控制系统对于提高环境控制的精确度、节约能源、提高粮仓的管理水平、保障储备粮食的储存质量具有举足轻重的作用。然而由于粮仓环境的自然特性，其温度分布在各点的值是不均匀的。因此，需要采集多点温度值进行综合来准确判别粮仓内的温度状况。针对以往大都是取粮仓内的平均温度来进行判别使得部分传感器数据不正确的缺陷，则提出在多传感器温度信息采集的基础上进行粮仓温度采集，采用信息融合方法以提高温度采集的精度，从而得到粮仓温度的准确信息。

4 信息融合技术的发展前景

4.1 目前所存在的问题

虽然信息融合技术广泛应用于当前生活、军事的很多方面，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。当前信息融合研究仍：未形成基本的理论框架和有效广义模型及算法、关联的二义性是信息融合中的主要障碍、融合系统的容错性和稳健型没有得到很好的解决、信息融合系统的设计还存在许多的实际问题。

4.2 发展展望

信息融合技术的研究与应用越来越深入与广泛，已经由军事领域逐步扩展到民用领域。在我国信息融合的研究具有探索陛和预研性。具有鲁棒性、自适应性和自学习能力的智能化信息处理方法逐渐成为构建信息融合新方法的主要途径。结合上述情况，我国可以在以下几方面进行研究与探索。

（1）确立信息融合理论标准和系统结构标准。目前的实际应用项目都是针对特定的对象和领域所进行的，缺乏统一的系统模型建立标准和系统结构标准，所以这方面有待进一步的研究发展。

（2）多种融合方法相结合。随着人们对信息融合系统的性能要求越来越高，单单依靠某一种方法很难奏效，因此多种基于不确定性推理的融合方法的互补是必然的。例如可以将D—S方法和模糊神经网络相结合，这样既可以利用D.s方法和模糊理论来处理不精确的、模糊的信息，还可以充分发挥神经网络的自学习、自适应和容错能力，这样对不确定信息的融合就具有较强的鲁棒性。

（3）开展信息融合仿真技术。是信息融合技术是国际研究的热点，也是未来发展的总趋势，必须进行研究，在传感器性能没有达到实际要求的情况下，实时仿真就是一种很好的方法。实时仿真不仅可以节约大量的试验费用，节省人力、物力，还可以在仿真平台上避开“传感器瓶颈”问题进一步研究各种信息融合方法，为开展理论研究提供参考依据。目前，国内在信息融合领域的仿真研究还开展得不够广泛，应该大力加强。

（4）开展基础理论研究。结合目前信息融合领域的难点，应该在以下几方面进行研究：信息融合系统的数据类别的收集方法、组织方法和管理方法；数据融合过程的功能分解；基于信息图概念的分布式多目标多传感器跟踪的一般理论；人工智能在信息融合中的应用；建立信息融合系统性能评估的指标体系；研究可计算的、复杂度低的有效的算法和模型建立计算；建立和开发通用软件包，研究知识和数据的获取、表示和处理技术，开发具有推理和知识更新的适应于各种平台的公用库和通用软件包。

参考文献

[1]WWang，HFJiang，HJLuetal.PBiTree Coding and Efficient Processing of Containment Joins[C].In Proceedings of the 19th International Conference on Data Engineering，2003：391-402.

[2]郭.基于信息融合的交通信息采集研究[D].中国科学技术大学，2007.

[3]高健.DSmT信息融合技术及其在机器人地图创建中的应用[D].华中科技大学，2009.

作者单位

中国地震局地质研究所 北京市 100029endprint