多源信息融合技術(shù)及應(yīng)用發(fā)展現(xiàn)狀

元晶

摘 要：多源信息融合技術(shù)是20世紀(jì)發(fā)展的高新技術(shù)，關(guān)于多源信息融合，目前還沒(méi)有形成一個(gè)統(tǒng)一的概念，其基本概念和融合模型仍以美國(guó)國(guó)防部數(shù)據(jù)融合聯(lián)合指揮實(shí)驗(yàn)室（Joint Directors of Laboratories）提出的內(nèi)容為標(biāo)準(zhǔn)。信息融合的算法還沒(méi)有形成固定的模式，大多數(shù)領(lǐng)域?qū)＜姨岢龅乃惴ň哂芯窒扌?。信息融合的?yīng)用主要表現(xiàn)在軍事方面，近年逐步延伸到民用領(lǐng)域。

關(guān)鍵詞：信息融合；數(shù)據(jù)融合；功能模型；技術(shù)和算法

中圖分類(lèi)號(hào)：TP202 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-7866 （2017） 05-042-006

工業(yè)經(jīng)濟(jì)論壇 URL： http//www.iereview.com.cn DOI： 10.11970/j.issn.2095-7866.2017.05.006

Abstract： Multi-source information fusion technology is a new and high technology development in twentieth Century， a multi-source information fusion， it has not formed a unified concept， its basic concept and fusion model still takes the United States Department of defense data fusion joint command Laboratory （JDL） is proposed as the standard content. The algorithms of information fusion have not formed a fixed pattern， and the algorithms proposed by most experts have limitations. The application of information fusion is mainly manifested in the military field， which has gradually extended to civilian areas in recent years.

Key words： Information Fusion； Data Fusion； Function Model； Technique and Algorithm

引言

在自然界，人和其他動(dòng)物都具有多源信息融合的能力，當(dāng)人和其他動(dòng)物處于某一自然環(huán)境中或?qū)Ω信d趣目標(biāo)進(jìn)行觀察時(shí)，都可以將視覺(jué)、嗅覺(jué)、味覺(jué)、聽(tīng)覺(jué)等多種感官感知到的目標(biāo)特征，利用人體神經(jīng)網(wǎng)絡(luò)輸送到大腦，隨后由大腦對(duì)這些特征按照某種未知的規(guī)則做出綜合加工和處理，從而得到對(duì)環(huán)境對(duì)象的統(tǒng)一理解和認(rèn)識(shí)，并作出相應(yīng)行為與決策，這種由感知到認(rèn)知的過(guò)程就是生物體的多源信息融合過(guò)程。人們通過(guò)對(duì)生物這種處理信息過(guò)程研究，設(shè)法通過(guò)機(jī)器來(lái)模擬生物體這種感知到認(rèn)知的過(guò)程，從而出現(xiàn)了多源信息融合這門(mén)邊緣學(xué)科。

隨著新技術(shù)的層出不窮，特別是傳感器技術(shù)、計(jì)算機(jī)技術(shù)和信息處理技術(shù)的快速發(fā)展，20世紀(jì)70年代率先在軍事領(lǐng)域產(chǎn)生了“數(shù)據(jù)融合”的全新概念，即把多種傳感器探測(cè)的數(shù)據(jù)（信息）給予“綜合加工”，獲得較單個(gè)傳感器精確度高的有用信息，從而得出對(duì)跟蹤目標(biāo)的準(zhǔn)確識(shí)別。多源信息融合是一門(mén)交叉學(xué)科，綜合了控制、電子信息、計(jì)算機(jī)以及數(shù)學(xué)等多學(xué)科領(lǐng)域[1]。近年來(lái)，隨著國(guó)家對(duì)各種多傳感器平臺(tái)和系統(tǒng)的需求急劇增加，信息融合進(jìn)入了一高發(fā)展高峰期，各種關(guān)于信息融合的新理論、新方法和新技術(shù)層出不窮，國(guó)內(nèi)外學(xué)者已經(jīng)在信息融合領(lǐng)域出版了一批高水平的學(xué)術(shù)專(zhuān)著，同時(shí)，世界上許多國(guó)家已把信息融合技術(shù)作為21世紀(jì)重點(diǎn)發(fā)展的高科技，所以，信息融合的理論和技術(shù)研究意義深遠(yuǎn)。

一、多源信息融合的基本概念和方法

（一） 基本概念

目前，在信息融合領(lǐng)域，諸多學(xué)者常常提及與信息融合類(lèi)似的稱(chēng)謂，如數(shù)據(jù)融合、信息融合、多傳感器融合，這些概念之間既存在差別又密切相關(guān)。多數(shù)學(xué)者認(rèn)為，數(shù)據(jù)融合主要針對(duì)各類(lèi)以數(shù)據(jù)形式表達(dá)的信息融合；當(dāng)需要的信息是傳感器量測(cè)數(shù)據(jù)時(shí)，數(shù)據(jù)融合就稱(chēng)為傳感器融合；信息融合包括數(shù)據(jù)融合和傳感器融合，但信息融合范圍更寬泛，其融合的信息除數(shù)據(jù)外，還可延伸到圖像、音符、符號(hào)、知識(shí)和情報(bào)等，目前在領(lǐng)域界不再做明確區(qū)別。

關(guān)于多源信息融合（multi-source information fusion），目前還沒(méi)有形成一個(gè)統(tǒng)一的概念，美國(guó)三軍組織實(shí)驗(yàn)室理事聯(lián)合會(huì)（JDL）認(rèn)為：信息融合是一個(gè)數(shù)據(jù)或信息綜合過(guò)程，用于估計(jì)和預(yù)測(cè)實(shí)體狀態(tài)，著名學(xué)者Hall認(rèn)為：信息融合是組合來(lái)自多個(gè)傳感器的數(shù)據(jù)和相關(guān)信息，以獲得比單個(gè)獨(dú)立傳感器更詳細(xì)更精確的推理[2，3]；Wald認(rèn)為：信息融合是一個(gè)用來(lái)表示如何組合或聯(lián)合來(lái)自不同傳感器數(shù)據(jù)的方法和工具的通用框架，其目的是獲得更高質(zhì)量的信息；我國(guó)著名學(xué)者韓崇昭、朱洪艷等認(rèn)為：多源信息融合，實(shí)際上是對(duì)人腦綜合處理復(fù)雜問(wèn)題的一種功能模擬。綜上所述，我們可以認(rèn)為：多源信息融合就是把來(lái)自多個(gè)監(jiān)測(cè)設(shè)備收集的信息，借助某種信息融合規(guī)則，對(duì)這些信息加工處理，獲得對(duì)檢測(cè)對(duì)象的一致性解釋或刻畫(huà)，進(jìn)而獲取新的融合結(jié)果作為人們決策或行動(dòng)的參考依據(jù)。

（二） 融合方法

1. 多源信息融合的功能模型

最早研究多源信息融合的機(jī)構(gòu)是美國(guó)國(guó)防部數(shù)據(jù)融合聯(lián)合指揮實(shí)驗(yàn)室（JDL），提出了著名的JDL模型，經(jīng)不斷修正和實(shí)踐拓展，此模型已確定為美國(guó)國(guó)防信息融合系統(tǒng)的實(shí)際標(biāo)準(zhǔn)。最初的JDL模型包括一級(jí)處理即目標(biāo)位置/身份估計(jì)、二級(jí)處理態(tài)勢(shì)評(píng)估、三級(jí)處理即威脅估計(jì)、四級(jí)處理即過(guò)程優(yōu)化、數(shù)據(jù)庫(kù)管理等系統(tǒng)功能，1999年Steinberg等在最初的JDL模型基礎(chǔ)上提出了一種修正模型，如圖1示，該模型將最初模型中的三級(jí)處理“威脅估計(jì)”改為“影響估計(jì)”，成功將功能模型的應(yīng)用從軍事領(lǐng)域推廣到民用領(lǐng)域。2002年，Erik.P.Blasch在基本JDL模型基礎(chǔ)上提出了更符合工程實(shí)際，操作性強(qiáng)的JDL-User模型。

M.Bedworth等于1994年推出瀑布模型，普遍使用在英國(guó)國(guó)防信息融合系統(tǒng)，并得到英國(guó)政府科技遠(yuǎn)期規(guī)劃數(shù)據(jù)融合工作組的認(rèn)可。但在經(jīng)過(guò)長(zhǎng)期的實(shí)際應(yīng)用，有學(xué)者發(fā)現(xiàn)該模型存在一定的缺陷，從而提出了修正的瀑布模型。除上述比較經(jīng)典的模型外，領(lǐng)域界學(xué)者還提出了情報(bào)環(huán)模型、Boyd模型、混合模型，情報(bào)環(huán)模型是宏觀數(shù)據(jù)處理的數(shù)據(jù)融合模型；Boyd循環(huán)回路模型用于軍事指揮處理，現(xiàn)已經(jīng)大量用于信息融合；混合模型綜合了其他模型的優(yōu)點(diǎn)，其功能完整，且能夠被廣泛應(yīng)用于許多非軍事領(lǐng)域。

2. 多源信息融合的系統(tǒng)結(jié)構(gòu)

依據(jù)系統(tǒng)需求、外界環(huán)境及其信息流通和綜合處理層次，在位置融合級(jí)，其系統(tǒng)結(jié)構(gòu)模型有集中式、分布式和混合式結(jié)構(gòu)。集中式結(jié)構(gòu)將信源捕獲的檢測(cè)報(bào)告?zhèn)鹘o到融合中心，在哪里進(jìn)行數(shù)據(jù)對(duì)準(zhǔn)、點(diǎn)跡相關(guān)、數(shù)據(jù)互聯(lián)、航跡濾波、預(yù)測(cè)與綜合跟蹤。分布式結(jié)構(gòu)的特性為：每個(gè)信源的檢測(cè)報(bào)告在送入融合之前，首先由其自身的數(shù)據(jù)處理器產(chǎn)生局部多目標(biāo)跟蹤，然后把這些加工過(guò)的信息送至融合中心，該中心依據(jù)各節(jié)點(diǎn)的航跡數(shù)據(jù)完成航跡關(guān)聯(lián)及其融合，最終獲得全局估計(jì)。這種結(jié)構(gòu)也分三種：有融合中心的分布式結(jié)構(gòu)，無(wú)融合中心、共享航跡的分布式結(jié)構(gòu)，無(wú)融合中心、共享關(guān)聯(lián)量測(cè)的分布式結(jié)構(gòu)?；旌鲜酵瑫r(shí)傳遞探測(cè)報(bào)告和經(jīng)過(guò)局部節(jié)點(diǎn)處理過(guò)的航跡信息，它保留了上述兩種系統(tǒng)優(yōu)點(diǎn)，但在通信和計(jì)算上要付出較多的代價(jià)。

3. 多源信息融合主要技術(shù)和算法

盡管多傳感器信息融合技術(shù)的應(yīng)用已拓展到國(guó)民經(jīng)濟(jì)的各個(gè)領(lǐng)域，并且取得了令人矚目的成功應(yīng)用，但時(shí)至今日，多傳感器信息融合技術(shù)仍然未或得成熟的理論框架、廣義融合模型及融合規(guī)則與方法。它們中的許多探究基本都是針對(duì)特定應(yīng)用領(lǐng)域的特定問(wèn)題研究的。即多源信息融合理論的探究都依據(jù)內(nèi)容的性質(zhì)和特點(diǎn)，獨(dú)立獲得直觀數(shù)據(jù)綜合加工處理規(guī)則，在此基礎(chǔ)上探究出最優(yōu)融合算法，這一特點(diǎn)使得多數(shù)信息融合方法具有一定的局限性[4]。

按照領(lǐng)域界學(xué)者公認(rèn)的理論及多源信息融合算法應(yīng)用的數(shù)學(xué)依據(jù)，其算法可分為三大類(lèi)：估計(jì)理論方法、不確定性推理方法、智能計(jì)算和模式識(shí)別理論方法[3]。

（1）估計(jì)理論方法

估計(jì)理論方法包括用于線性隨機(jī)系統(tǒng)的卡爾曼（Kalman）濾波與平滑、信息濾波、應(yīng)用于非線性隨機(jī)系統(tǒng)的擴(kuò)展卡爾曼（EKF），強(qiáng)跟蹤濾波器（STF）等，隨著人們對(duì)信息融合認(rèn)知程度的逐步加深，越來(lái)越多的學(xué)者致力于近似精度可達(dá)二階的無(wú)跡卡爾曼濾波器（UKF）和分開(kāi)差分濾波器（DDF），以及基于隨機(jī)抽樣技術(shù)的非線性非高斯系統(tǒng)粒子濾波等，并且獲得了很多有價(jià)值的研究。

卡爾曼（Kalman）濾波器是估計(jì)理論方法中十分成功的技術(shù)，卡爾曼濾波器主要利用反饋控制的方法估計(jì)系統(tǒng)狀態(tài)：濾波器估計(jì)過(guò)程某一時(shí)刻的狀態(tài)，然后以量測(cè)更新的方法獲得反饋。

（2）不確定性推理方法

多源信息融合系統(tǒng)中，各種量測(cè)源提供的信息都具有不完整性、不精確性和模糊性，即檢測(cè)信息中包含大量的不確定性，所以融合中心只能依據(jù)這些不確定信息進(jìn)行加工和推理，達(dá)到對(duì)目標(biāo)身份識(shí)別及屬性判決的目的，該方法是目標(biāo)身份識(shí)別和屬性信息融合的基礎(chǔ)，主要包括主觀貝葉斯方法，D-S證據(jù)推理方法、DSmT方法、模糊數(shù)學(xué)理論方法和可能性推理方法等等。

不確定性推理方法中，主觀貝葉斯方法是早期使用的一種高效率的信息融合方法，它要求系統(tǒng)可能的決策相互獨(dú)立，然后將這些決策看作一個(gè)樣本空間劃分，借助貝葉斯條件概率公式處理系統(tǒng)決策問(wèn)題。D-S證據(jù)理論是一種能夠有效解決不知道所引起的不確定問(wèn)題的信息融合方法，它采用信任函數(shù)作為量度，通過(guò)對(duì)一些事件的概率加以約束建立信任函數(shù)而沒(méi)有必要說(shuō)明精確到難以獲得的概率，在約束限制為嚴(yán)格的概率條件下，采用D-S證據(jù)理論的合成規(guī)則得出觀測(cè)目標(biāo)十分精確的概率值，以此作為決策的參考。DSmT方法是傳統(tǒng)D-S證據(jù)理論的延伸而又區(qū)別于D-S證據(jù)理論，它能夠組合用信任函數(shù)表達(dá)的任何類(lèi)型的獨(dú)立源，但是主要集中在組合不確定性、高沖突、不精確的證據(jù)源，特別當(dāng)信源間沖突變大或元素是模糊的、相對(duì)不精確時(shí)，其能夠超出D-S理論框架的局限（D-S理論框架處理沖突證據(jù)失效）解決復(fù)雜的靜態(tài)或動(dòng)態(tài)融合問(wèn)題。

（3）智能計(jì)算與模式識(shí)別理論

模式識(shí)別是人類(lèi)自然智能的一種基本形式，它依據(jù)某些觀測(cè)獲得把一類(lèi)事物和其它類(lèi)型的事物區(qū)分的過(guò)程。目前，應(yīng)用于信息融合中的智能計(jì)算與模式識(shí)別理論包括粗糙集理論、隨機(jī)集理論、灰色系統(tǒng)理論、支持向量機(jī)、信息熵理論、神經(jīng)網(wǎng)絡(luò)、遺傳算法、貝葉斯網(wǎng)絡(luò)等等。

該方法中，粗糙集理論是具有代表性的方法，它擁有一定的不精確或不完全數(shù)據(jù)的分類(lèi)能力。其核心是“無(wú)需任何先驗(yàn)信息，有效利用現(xiàn)有的信息，在保證信息系統(tǒng)分類(lèi)能力不變的前提下，借用知識(shí)簡(jiǎn)約，從眾多數(shù)據(jù)中找出關(guān)于某個(gè)問(wèn)題的基本知識(shí)或規(guī)則，匯總對(duì)應(yīng)的最小規(guī)則，從而得出最佳的解決方法”。

多源信息融合方法種類(lèi)十分繁多，人們不能輕易地判定哪種方法好或不好。因?yàn)槊糠N方法都有它的優(yōu)點(diǎn)或缺點(diǎn)，同時(shí)各種方法相互之間具有一定的互補(bǔ)性。因此，信息融合方法的確立必須結(jié)合多傳感器信息融合的特定應(yīng)用背景。人們可以將兩種或兩種以上方法優(yōu)勢(shì)組合應(yīng)用在同一個(gè)信息融合系統(tǒng)中，確保得到最理想的信息融合結(jié)果或決策。

二、多源信息融合技術(shù)的應(yīng)用

多源信息融合技術(shù)早期作為軍事領(lǐng)域的一項(xiàng)秘密應(yīng)用，目的是對(duì)各種運(yùn)動(dòng)的軍事裝備或武器（艦艇、飛機(jī)、導(dǎo)彈）偵查和預(yù)警、定位、跟蹤及識(shí)別[5]。近年來(lái)，多源信息融合系統(tǒng)在民用方面也得到了長(zhǎng)足發(fā)展，主要應(yīng)用領(lǐng)域?yàn)閳D像融合，工業(yè)智能機(jī)器人和智能交通系統(tǒng)[5]。

（一）戰(zhàn)略預(yù)警系統(tǒng)

戰(zhàn)略預(yù)警系統(tǒng)是多源信息融合技術(shù)在軍事方面的一個(gè)經(jīng)典應(yīng)用，該系統(tǒng)是以信息融合技術(shù)為基礎(chǔ)的感知系統(tǒng)，該系統(tǒng)的主要目的是在遠(yuǎn)程、超遠(yuǎn)程距離上對(duì)彈道導(dǎo)彈、戰(zhàn)略轟炸機(jī)等威脅飛行物體動(dòng)態(tài)觀察與監(jiān)測(cè)，便于急早發(fā)現(xiàn)并有效攔截威脅目標(biāo)。其感知平臺(tái)如遠(yuǎn)程預(yù)警雷達(dá)、預(yù)警衛(wèi)星、預(yù)警機(jī)等在很大跨度的時(shí)間、空間、頻譜上進(jìn)行探測(cè)和協(xié)作。被探測(cè)目標(biāo)具有高機(jī)動(dòng)性、高速度、強(qiáng)隱身、強(qiáng)干擾對(duì)抗等特性，環(huán)境背景復(fù)雜時(shí)受氣候、大氣、電離層、等離子體、光照、時(shí)間、地形和視角等多種因素的影響。戰(zhàn)略預(yù)警系統(tǒng)需要實(shí)時(shí)估計(jì)目標(biāo)的運(yùn)動(dòng)狀態(tài)，辨識(shí)目標(biāo)的身份、類(lèi)別、態(tài)勢(shì)、威脅以及環(huán)境參數(shù)。

（二）多機(jī)器人自主定位與導(dǎo)航系統(tǒng)

多機(jī)器人自主定位與導(dǎo)航系統(tǒng)在信息維數(shù)和時(shí)間尺度等方面具有典型特性[6]。系統(tǒng)中多個(gè)機(jī)器人在自身位置不確定、完全未知的環(huán)境中，首先通過(guò)其自身的傳感器提取和辨識(shí)環(huán)境路標(biāo)的特征，得到相對(duì)觀測(cè)信息，同時(shí)對(duì)自身位置和路標(biāo)進(jìn)行估計(jì)，在多機(jī)器人協(xié)同工作下，隨著機(jī)器人的移動(dòng)，融合機(jī)器人的特征子地圖形成單一完整的公共環(huán)境地圖，并同時(shí)得到各機(jī)器人本身的運(yùn)動(dòng)軌跡。感知手段包括超聲波、激光、紅外線以及CCD相機(jī)等傳感器。

（三）智能交通系統(tǒng)

智能交通系統(tǒng)通過(guò)對(duì)關(guān)鍵基礎(chǔ)理論模型的研究，有效地運(yùn)用信息、通信、自動(dòng)控制和系統(tǒng)集成等技術(shù)，實(shí)現(xiàn)了大范圍內(nèi)發(fā)揮作用的實(shí)時(shí)、準(zhǔn)確、高效的交通運(yùn)輸管理。系統(tǒng)利用CCD、RFID、電磁感應(yīng)等傳感器進(jìn)行組網(wǎng)協(xié)作實(shí)現(xiàn)車(chē)輛識(shí)別和運(yùn)動(dòng)狀態(tài)估計(jì)，提供道路車(chē)輛的流量、路況、違章、突發(fā)事故和調(diào)度等處理。

三、結(jié)語(yǔ)

多源信息融合技術(shù)是一門(mén)集仿生技術(shù)、電子技術(shù)、通信技術(shù)和計(jì)算機(jī)技術(shù)的交叉學(xué)科，也是大多數(shù)國(guó)家優(yōu)先發(fā)展的前沿學(xué)科，隨著各種新技術(shù)的出現(xiàn)，特別是計(jì)算機(jī)技術(shù)和通信技術(shù)，促進(jìn)了多源信息融合技術(shù)發(fā)展的新境界，各式各樣依托多源信息融合技術(shù)的新設(shè)備不斷涌現(xiàn)，如通過(guò)從不同角度對(duì)檢測(cè)到的人像進(jìn)行合成，出現(xiàn)了人臉識(shí)別系統(tǒng)，通過(guò)超聲波、激光測(cè)距、紅外攝像等合成技術(shù)，出現(xiàn)了智能機(jī)器人定位系統(tǒng)等等，因此，多源信息融合技術(shù)的研究不僅有重大的理論意義，而且還有深遠(yuǎn)的經(jīng)濟(jì)價(jià)值意義。

參考文獻(xiàn)

[1] 趙宗貴.信息融合技術(shù)現(xiàn)狀、概念與結(jié)構(gòu)模型[J].中國(guó)電子科學(xué)研究學(xué)報(bào)2006，1 4 ：305-312。

[2] 韓崇昭.朱洪艷.段戰(zhàn)勝.多源信息融合[M].北京：清華大學(xué)出社. 2006：1-13，424.434

[3] 潘泉等. 多源信息融合理論及應(yīng)用[M].北京：清華大學(xué)出版社. 2013

[4] 楊永旭.基于D-S證據(jù)和模糊集理論的多源信息融合算法研究[D].碩士論文，蘭州：蘭州理工大學(xué)2008年01期5.

[5] 張毅.羅元.鄭太雄等.移動(dòng)機(jī)器人技術(shù)及其應(yīng)用[M].北京：電子工業(yè)出版社. 2007：226-228.

[6] 何友.王國(guó)宏.彭應(yīng)寧等. 多傳感器信息融合及應(yīng)用[M].北京：電子工業(yè)出版社. 2006，49（3）：549—558