多途径融合范文（精选9篇）
多途径融合 第1篇
带多传感器和带观测噪声的自回归 (AR) 模型在信息融合滤波、系统辨识和信号处理领域有重要应用。文献[1,2]分别提出了AR参数辨识的偏差补偿递推最小二乘法和递推辅助变量法, 并证明了算法的收敛性。文献[3]证明了辨识多维自回归滑动平均 (ARMA) 模型参数的多维RELS算法的强一致性。文献[1]提出了与多维RELS算法等价的多重RELS算法。对于多传感器单变量ARMA模型文献[4]提出了一种多段信息融合辨识算法, 其中用RIV算法辨识AR参数, 用Gevers-Wouters算法[5]辨识滑动平均 (MA) 参数, 用相关方法估计噪声方差。文献[6]提出了与文献[1]类似的辨识算法。用取由每个传感器得到局部噪声方差估值器的算术平均方法, 文献[7,8]提出了信息融合噪声方差估值器, 用取由每个传感器得到的局部模型参数估值器的算术平均的方法提出了信息融合模型参数估值器。这种信息融合模型参数和噪声方差估值器具有一定保守性, 它们具有平均的精度, 但它们具有较大的可信度和可靠性。本文推广文献[4,6]的结果, 对带观测噪声和传感器偏差的多变量AR模型, 提出了一种多段信息融合辨识方法, 其中利用多重RELS算法求得AR模型参数和传感器偏差融合估值器, 用相关方法得到噪声方差融合估值器, 它们具有强一致性, 即以概率1收敛于真实值。
1问题阐述
考虑带白色公共干扰噪声、白色观测噪声和传感器偏差的多传感器多变量AR模型
其中信号s (t) ∈Rm, 第i个传感器观测yi (t) ∈Rm, 第i个传感器偏差bi∈Rm, w (t) ∈Rm、ξ (t) ∈Rm和vi (t) ∈Rm是零均值, 方差各为Qw、Qξ和Qvi的不相关白噪声, 称w (t) 为输入噪声、ξ (t) 为公共干扰噪声、vi (t) 为观测噪声, 稳定多项式矩阵A (q-1) 有形式
式 (3) 中q-1为单位滞后算子, q-1s (t) =s (t-1) 。
问题是当A (q-1) 、bi、Qw、Qξ和Qvi未知时, 基于观测yi (t) 求它们的局部和融合估值。
2信息融合辨识算法
信息融合多段辨识包括如下四段:
第1段, 用MRELS算法求AR模型参数和传感器偏差的局部和融合估计。
由式 (1) 、式 (2) 可得
式 (4) 可化为CARMA新息模型
式 (5) 中新息εi (t) 为零均值、方差为Qεi的白噪声
式 (5) 中有yi (t) 的第j个分量的LS结构
式 (8) 中定义
于是由单变量RELS算法[5]可得θij的RELS估值
式 (14) 中
且带初值θij (0) =0, P (0) =αI, α为很大正数, 且规定εij (t) =0, (t0) 。
由估值θij (t) 可得在时刻t处ρi的估值ρi和矩阵Ak的局部估值A ik及A (q-1) 的局部估值A i (q-1) =Im+A i1q-1++A inaq-na。定义A (q-1) 的融合估计为
由式 (7) 可得传感器偏差bi融合估计为
式 (19) 中系数矩阵Ak的融合估值为
第2段, 用相关方法辨识Qξ。
则有
则ri (t) 的相关函数为Rrij (k) =E ri (t) rjT (t-k) 。在时刻t处, ri (t) 的采样相关函数的估值有递推公式[5]
当i≠j, k=1, , na时, 式的相关函数为
将融合估值A fk和R rij (t) (k) 代入式可解得Qξ的局部估计Qξijk, 取局部估计的平均值可得Qξ的融合估计
第3段, 用相关方法辨识Qw。
当i≠j, k=0时, 式 (22) 的相关函数为
将有关估值R rij (t) (0) 、Qξf和A fk代入式 (27) 可解得Qw的局部估计Q wij, 因为此时R Trij (0) =R Trji (0) , 所以取局部估计的平均值可得Qw的融合估计为
第4段, 用相关方法辨识Qvi。
当i=j, k=0, 1, na时, 式 (22) 的相关函数为
式 (29) 中δk0=0, (k≠0) , δ00=1。将有关估值R rii (t) (k) 、Qξf、Q wf和A f代入式可解得Qvi的局部估计Q vik, 取局部估计的平均值可得Qvi的融合估计为
3收敛性
定理利用上述信息融合多段辨识方法所得到的融合估计A f (q-1) 、Q wf、Qξf、b if和Q vif是强一致的, 即当t※∞时, 它们以概率1有
证明在Di (q-1) 满足正实性的条件下, 多变量RELS算法估计是强一致的[4], 即
由式 (7) 、式 (17) 和式 (19) 可得
由采样相关函数遍历性[9]
由式 (25) ～式 (30) 、式 (34) 和函数的连续性有
从而有
证毕。
4仿真例子
考虑带3传感器2维1阶AR模型式 (1) 和式
式 (38) 中A (q-1) =Im+A1q-1。仿真中取L=3, m=2, na=1, w (t) 、ξ (t) 、vi (t) 为高斯白噪声, 且取未知真实模型参数、传感器偏差和噪声方差如下
应用本文方法, 仿真结果如图1图11所示, 其中直线表示真实值, 虚曲线表示局部估计, 实曲线表示融合估计。我们可以看到融合估值收敛于相应真实值, 验证了该方法的收敛性。
5结论
本文对于带观测噪声和传感器偏差的多变量AR模型, 当模型参数、传感器偏差和噪声方差未知时, 提出了一种信息融合多段辨识方法, 其中利用多重RELS算法求得AR模型参数和传感器偏差的局部和融合估值器, 用相关方法得到噪声统计的局部和融合估值器, 它们具有强一致性, 即以概率1收敛于真实值。
摘要：对于带白色公共干扰噪声、白色观测噪声和传感器偏差的多传感器多变量自回归 (AR) 模型, 当AR模型参数、传感器偏差和噪声方差未知时, 提出了一种信息融合多段辨识方法, 其中用多重递推增广最小二乘法 (MRELS) 得到AR模型参数和传感器偏差的局部和融合估值器, 再用相关方法得到局部和融合噪声方差估值器。这些估值器具有一致性。一个仿真例子验证了其有效性。
关键词：多传感器多变量AR模型,信息融合多段辨识方法,多重递推增广最小二乘法,信息融合估值器,一致性
参考文献
[1]徐慧勤, 邓自立, 张明波.多维和多重递推辅助变量辨识算法.科学技术与工程, 2010;10 (2) :366—370
[2]邓自立, 徐慧勤, 张明波.多变量偏差补偿递推最小二乘法及其收敛性.科学技术与工程, 2010;10 (2) :360—364
[3]Chen HF, Yang J M.Strongly consistent coefficient estimate for er-rors-invariable models.Automatica, 2005;1025—1033
[4]Gao Y, Xu HQ, Deng Z L.Multi-stage information fusion identifica-tion methods for multisensor ARMAsignals with white measure noise.20108th IEEE International Conference on Control and Automation, Xiamen, China, 2010:145—1119
[5]邓自立.信息融合滤波理论及其应用.哈尔滨:哈尔滨工业大学出版社, 2007
[6]高媛, 徐慧勤, 邓自立, 等.多传感器系统模型参数和噪声统计的一种信息融合辨识方法.科学技术与工程, 2009;9 (17) :4896—4900
[7]高媛, 王伟玲, 王强, 等.多传感器系统噪声统计辨识的一种相关方法.科学技术与工程, 2009;9 (1) :11—15
[8]Gao Y, Wang W L, Deng Z L.Information fusion estimation of noise statistics for multisensor systems.2009Chinese Control and Decision Conference, Gulin, China, 2009:1120—1131
南非:促进多种族的融合 第2篇
《南非共和国宪法（1996年）》是南非各项教育改革和开展道德教育的基本准绳。这部宪法表达了民主南非的社会价值观以及国家对每个公民应承担的角色、权利和责任的期望与要求。
2001年，南非教育部发表了《关于价值观、教育、民主的宣言》，该宣言明确了宪法的10条基本准则，即民主、平等、社会公正、无种族和性别歧视、人类尊严、开放社会、责任感、尊重、法治、和谐。为使青少年熟悉这些准则，该宣言进一步提出了16项教育策略。从教育实践的角度来看，南非政府通过“2005课程改革”将这些有关民主和爱国的观念体现在新课程标准中，要求学生了解、认识并掌握。
南非在语言、文化、宗教、种族上具有多样性，被喻为“彩虹国度”，因此，南非的学校道德教育具有一些鲜明的特征。在认同多元和多样的情况下，道德教育和公民教育是化解种族隔阂和种族矛盾，维护国家统一的重要途径。
为了培养学生的荣誉感和爱国情感，南非利用传统节庆日，通过“爱国旗、唱国歌”等一系列形式对广大青少年开展爱国主义教育。南非政府还发布全国学校《效忠誓言》，要求中小学生每天朗读，其大意如下：“我们，南非的青年，承认我们国家过去的不公，敬仰那些为争取正义和自由而受尽磨难甚至牺牲的人们。我们真诚承诺，我们拥护宪法的权利和价值，并履行宪法权利所要求的责任和义务。”
2008年，南非教育部发布了《南非青年责任法案》（A Bill of Responsibilities for the Youth of South Africa），以法律的形式规定了按照宪法所赋予的权利，南非青年应履行的12项责任：(1)确保平等的责任：平等、公平地对待所有人。南非是一个多元国家，平等并不意味着同样。南非的座右铭是“不同的人们团结起来”，所有的人应建立共同的归属感和国家自豪感。(2)确保人类尊严的责任：尊重他人，对人友好，有同情心和怜悯心。(3)确保生命权的责任：保护他人生命；不携带危险性武器或非法对他人生命造成危害；远离艾滋病。(4)对家人的责任：忠诚自己的家庭，对家的爱意味着长久的承诺和责任；(5)确保教育权的责任：定期上学，努力学习；尊敬师长；遵守学校守则。(6)对工作的责任：幸福的生活靠勤奋工作；不使用童工。(7)确保他人自由和安全的责任：不伤害、欺凌或胁迫他人，用和平的方式解决纷争。(8)确保财产权的责任：尊重他人财产，保护私人和公共财产，力所能及的情况下慷慨做慈善。(9)确保宗教、信仰和观点自由的责任：宗教自由；尊重他人信仰和观点，即使与他人的信仰和观点出现严重分歧，也应尊重他们的表达权。(10)确保生活环境安全的责任：促进可持续发展，爱护自然，保护动植物，防止污染，保护环境卫生；在气候变化的环境下，有责任不浪费水电等稀缺资源。(11)确保公民权的责任：遵守国家法律，忠诚于国家。(12)确保言论自由的责任：言论自由并非没有限度，不允许煽动仇恨以及种族、民族、性别或宗教歧视，不散布谣言，不侮辱他人情感。
这部《南非青年责任法案》已成为南非中小学开展道德教育的蓝本，南非教育部要求全国学生都要牢记这些内容，在集会或课堂上背诵。
南非道德教育的核心内容主要包括：第一，平等。不因种族、民族、宗教、语言、性别、文化及社会地位上的差异而歧视他人，在多样的基础上，建立归属感、国家认同感和自豪感。第二，彼此尊重，提倡对话和沟通。第三，健康生活，远离酗酒、吸毒、暴力和艾滋病等。第四，安全的环境。强调环境保护意识、爱护动植物、不浪费资源等。第五，勤奋工作。第六，学会忍耐。
《南非青年责任法案》中的部分内容成为了所有学校的生活导向技能课的授课内容。在南非，道德教育主要是通过生活导向课程（Life Orientation）来实施，这是南非中小学课程改革的一项重要内容。生活导向课程涉及学生个体的智力、情感、身体发展和社会成长，注重培养学生关于自我、环境、公民、社会参与、健康生活、职业选择等方面的知识、态度和技能，其主旨是通过该课程的学习促进社会正义，形成尊重人权、包容及健康的社会环境，帮助学生实现全面的潜能发展。
南非各学校在实施道德教育的过程中，十分注重学生的技能培养，将道德教育与学生职业发展、就业技能的培养等结合起来。例如，12年级的公民教育课程以职业和职业生涯为主要内容，教师让学生自行调查大学专业、开展就业机会调查、写个人简历等。一些教师还邀请不同行业、不同职位的校友走进课堂，为学生做报告，利用角色典范鼓励学生，通过这种“校友网络”能够有效地促进学校道德教育工作的开展。
开展课外活动是南非各学校进行道德教育的主要途径之一。例如，山景高中（Mountview High）有500名学生和41名教师，是一所用英语教学的学校，一学年的学费为16350兰特（折合为人民币约13000元）。该学校位于开普敦市郊外的富人区，学校设施良好，招收的贫困生主要靠慈善组织资助。学校每年都会组织一系列的社区参与活动：组织学生为社区图书馆捐书、到社区做志愿者的“劳动一天”活动、到社区捡拾垃圾活动等。
南非是世界上艾滋病毒感染率最高的国家，在某些省份，例如夸祖鲁—纳塔尔省，艾滋病毒感染率高达40%。更加严重的是，在因艾滋病死亡的人群中，约有七成年龄介于15岁至49岁之间，这使南非损失了大量的劳动力资源，人口结构也受到了严重影响，政府为抵抗艾滋病投入了相当庞大的资金。因此，南非的学校都十分重视预防艾滋病教育，如何看待艾滋病及其引发的社会问题、如何教育学生减少对艾滋病人的歧视、如何正确预防艾滋病等都是学校道德教育的内容。
由于深受殖民统治、种族隔离的影响，南非的道德教育，或者说民主公民教育仍面临着很多问题与挑战。犯罪率高、贫富差距大、持续的不平等、艾滋病泛滥、失业率高等因素都影响了道德教育目标的实现。由于贫困，一些中学生被迫辍学，外出打工帮父母养家糊口，这些学生的家长文化素质普遍偏低甚至是文盲，往往不鼓励学生继续接受教育。教育领域也存在诸多障碍，如教学媒介的语言差异（南非有11种官方语言，政府规定学校可使用任何一种作为教学媒介）、学生背景的多样化、学校教育资源不足等。尽管南非是非洲大陆经济最为发达的国家，但其教育投资仍然远远不能满足需求，种族隔离制度所遗留的不同学校间的差异也很难在短期内弥合。很多偏远农村学校缺少师资、教室拥挤、教学资料不足、校舍破旧，这些都阻碍了学校教学包括道德教育的顺利进行。
总而言之，1994年以来，南非的道德教育在教育改革的大背景下陆续展开，民主政府的教育改革倡导各种族平等，将多种族融合的教育理念融入各学科的教学，使得各种族能保有其独特的文化、语言和宗教并相互尊重，促使各种族相互了解、融合，目标是建立一个真正民主的“彩虹国家”。但是，南非的教育改革也饱受着一些批评和指责，其结果和成效还有待时间来检验。
【牛长松，浙江师范大学非洲研究院非洲教育研究所所长，副研究员】
责任编辑/苗 培
浅析多传感器信息融合 第3篇
人类能够利用自己的五官所具有的听觉、视觉、味觉、触觉等功能获得对事物的各个侧面 (或角度) 的具有不同度量特征的信息, 人脑再根据已有的知识对这些信息综合分析, 从而全面的感知它。这样一个对事物的认识、分析和处理的过程就是信息融合。多传感器信息融合的基本原理就是模仿人脑的这个过程, 得到一个对复杂对象的一致性解释或结论。多传感器信息融合是指协调使用多个传感器, 把分布在不同位置的多个传感器所提供的局部不完整观测量及相关联数据库中的相关信息加以综合, 消除多传感器信息之间可能存在的冗余和矛盾, 并加以互补, 降低其不确定性, 获得对物体或环境的一致性描述的过程。也就是指对来自多个传感器的数据进行多级别、多方面、多层次的处理, 从而产生新的有意义的信息, 而这种新信息是任何单一传感器所无法获得的。多传感器信息融合是信息的综合处理技术, 其目的是为了能最佳地综合使用多传感器信息, 使系统具有完成某个特定任务所需的完备信息。
2 多传感器信息融合的方法
信息融合涉及到多方面的理论和技术, 如信号处理、估计理论、不确定性理论、模式识别、最优化技术、神经网络和人工智能等。由不同的应用要求形成的各种方法都是融合问题的一个子集。常用的一些信息融合方法有加权平均法、卡尔曼滤波、经典推理法、贝叶斯估计、D-S证据决策理论、品质因素法、模板法、熵理论、聚类分析、模糊推理、产生式规则、遗传算法、神经网络。其中, 神经网络方法具有很强的信息处理能力, 对复杂的工业智能监测控制系统及在处理不确定性的信息上, 神经网络是一个强有力的工具, 因而为信息融合提供了一个很好的方法。神经网络用于信息融合的基本思想是:根据当前系统所接受到的样本的相似性, 确定分类标准。确定的方法主要表现在网络权值的分布上, 同时可以采用神经网络的学习功能来获取知识, 得到不确定性推理机制。本课题即应用此种方法。
3 多传感器信息融合的应用领域
多传感器信息融合是一项正在快速发展的信息处理技术, 它在多个领域得到广泛的应用。可以分为军事和非军事上的应用。
3.1 军事上的应用领域有
海洋监视。主要完成目标和事件的检测、跟踪和识别等功能;空对空和地对空防御。对飞机进行检测、跟踪和识别;战场监视和目标获取。检测和识别可能的地面目标;战略防御。进行导弹检测和跟踪。
3.2 非军事上的应用领域有
进行基于条件的维修。完成系统故障的检测和描述, 进行维修指导;机器人应用:进行移动机器人定位、障碍物识别、环境建模、避障。对工件进行识别与操作, 精确抓取;医学应用:进行肿瘤、异常性、疾病的检测和定位等;环境监视:完成自然现象, 例如地震、气象等的辨识和预测;图象处理:对于来自同一景物的多幅不同分辨率、不同波段的图像, 由于其成像传感器方向不同, 景物本身的物体以及各种干扰的存在, 使得摄取的图像存在某些失真与变质。这就产生了如何从多幅图像中恢复出原始真实图像的问题。多传感器信息融合技术在解决这一问题中得到了极大的重视。语音识别:识别率和对环境的适应能力是语音识别系统的两个重要性能指标, 利用信息融合技术进行处理, 能明显提高这两个性能指标。无损检测:在无损检测领域中, 若仅用一种方法来检测, 所得到的信息极为有限。采用多种检测方法对同一试样进行检测, 然后采用信息融合的方法对所得的数据加以综合分析, 可以得到更为全面和可靠的信息。
4 信息融合技术的优点
单一的传感器只能获得环境特征的部分学习信息, 描述对象和环境特征的某个侧面;而经过集成与融合的多传感器信息能完善地、精确地、可靠地反映对象和环境的特征。多传感器信息融合一方面通过信息的协调、有机融合以充分发挥信息资源的价值;另一方面通过抽象合成, 也减少了系统信息通信与信息处理的负担。采用信息融合技术可以更有效的利用信息资源。在多传感器系统中, 各传感器所提供的空间、时间、表达方式不同, 可信度、不确定性程度不同, 侧重点和用途也不同, 这对信息的处理和管理提出了新的要求, 同时也给信息的充分利用带来了新的机遇。多传感器信息融合技术提供了许多新颖思想和方法, 从而使上述要求得以满足。在复杂的工业控制系统中, 控制过程需要同时涉及多个信息, 特别是各信息间的联系, 信息的有机组合蕴涵的信息特征以及信息的整体状况, 并需要根据综合状况所描述的过程的运行特点进行控制。对于这类过程, 应用信息融合理论结合现代控制方法, 可以有效的解决那些用传统的控制方法难于解决的问题。
5 多传感器信息融合技术国内外研究现状及发展趋势
多传感器信息融合萌芽于第二次世界大战中对飞机、轮船、潜艇和导弹的导航制导, 当时叫做组合导弹制导, 八十年代多传感器信息融合技术才开始进入应用研究阶段。在公开的技术文献中, 多传感器信息融合概念最早是由Tenney和Sandell在七十年代末期提出的, 当时并未引起人们足够的重视。随着科学技术的迅猛发展, 军事和工业领域不断增长的复杂度使得军事指挥人员或工业控制环境面临数据瓶颈和信息超载问题, 需要新的技术途径对过多的信息进行消化、解释和评估, 人们越来越认识到信息融合的重要性。在世界上几次局部战争中, 信息融合显示了强大的威力, 特别是在海湾战争中, 多国部队的系统中发挥的作用已引起全世界的关注。
目前, 多传感器信息融合技术在工业中的柔性制造、故障诊断等领域, 以及在医学、测量、公安等领域中的图像分析与理解、目标检测与跟踪、多源图像复合等许多方面也有应用与发展。
我国在多传感器信息融合领域的研究已经起步, 1995年, 由国防科工委组织, 二十多位代表在长沙召开立第一次信息融合研讨会。目前, 我国利用多传感器信息融合在军事决策、特种机器人等专门问题上开展理论和应用实验研究, 列入了863计划。1997年的国家自然科学基金和目前已经开始实施的973计划将多传感器融合技术作为鼓励研究领域重点推出。随着传感器技术、数据处理技术、计算机技术、网络通讯技术、人工智能技术、并行计算的软件和硬件技术等相关技术的发展, 多传感器信息融合技术必将成为解决复杂工业系统智能检测与数据处理的重要手段。
摘要：随着自动化技术在各个领域的渗透, 有效地运用传感器提供的信息进行信号的综合处理, 提高系统的功能, 满足系统完成各种复杂任务的需要, 显得越来越重要。现代工业生产以综合、复杂、大型、连续为特点, 采用大量各式各样的传感器来监测和控制生产过程, 多传感器系统是现代复杂生产过程控制的一个重要的特征。多传感器系统的出现及其导致的信息量剧增, 使信息融合技术引入工业控制成为必要, 尤其在智能系统中, 要求系统能快速的获取周围环境的信息, 对这些信息进行解释和处理, 并能在未知环境中工作。
关键词：多传感器信息融合,自动化技术,信息,传感器
参考文献
[1]徐同会编.新型传感器基础.机械工业出版社, 1987.
关于多通道显示融合技术的研究 第4篇
【关键词】多通道显示融合技术 应用 发展
【中图分类号】G【文献标识码】 A
【文章编号】0450-9889（2013）12C-0182-02
近年来，计算机显示技术及多通道投影显示边缘融合技术的发展，给一些需要超大屏幕、超高分辨率展示及曲面投影显示的专业应用领域提供了方便，如北京奥运会“鸟巢”顶部环形大屏幕，上海世界博览会各场馆的特色展示、交通实时监控管制、气象云图观测，以及广泛应用于飞行模拟、铁路机车、特种车辆、航行船舶、汽车驾驶员培训等的模拟训练系统。多通道显示融合技术就是将相邻画面的重叠部分进行拼接融合处理，使其亮度、对比度、色彩保持协调一致，并保证相邻画面边缘对齐无重叠，将整个屏幕完全融为一体，满足超大画面，超高分辨率无缝显示的需求。
一、多通道显示融合技术的运算处理方式
多通道显示融合技术与早期的三维图形加速技术分软件加速、硬件加速一样，根据所采用的运算处理方式分为硬件融合与软件融合两种。硬件融合即采用专业的边缘融合处理器，全硬件实时运算处理架构，可对任意视频源进行多通道显示边缘融合拼接、像素点对点显示输出，不占用任何其他设备处理资源，无需额外添置计算机，且硬件具备可编程机制，可自适应不同投影设备和投影环境的要求，具有非常强的使用灵活性，安装调试无需专业人员，具备融合画面快速调节功能。硬件融合处理整体架构可靠性非常高，开关机过程迅速，通电即能工作，可达到“即插即用”的标准，但硬件融合架构成本非常高，限制了它的使用范围，通常都应用于专业领域。
软件融合技术则是利用计算机的处理资源应用投影融合软件结合多头显示输出显卡的功能实现视频源的多通道融合显示输出，即完全由软件进行融合处理，特点是成本低廉，只需配置一台具备视频采集和多头显示输出功能的计算机即可。受限于融合软件的研发水平，软件融合对不同投影设备、投影使用环境的自适应能力相对较差，且需要专业的调试人员进行设备调试，边缘融合输出效果较硬件融合架构略差。软件融合虽然效果上略逊于专业的硬件融合，但由于成本低廉，因而应用范围非常广。
软件融合的系统主要由通用计算机平台及相应的投影融合控制软件组成。其中通用计算机平台为一台高性能的计算机，配置有高像素、高带宽视频采集卡及支持多通道显示输出的图形加速显示卡，为实现边缘融合软件的实时运算处理，CPU至少采用四核处理器，内存容量不低于4GB。考虑到系统工作过程的稳定性，计算机电源、主板、硬盘等的配置都以高可靠性为前提。投影设备至少配置3台，且尽量采用同一品牌、同一型号以减少不同品牌型号之间产生的匹配问题。软件融合的工作原理是通过视频采集卡将视频信号输入融合计算机，再由投影融合软件将视频图像经过曲面几何校正、画面比例调整、融合带生成以及图像拼接消融等运算处理后将图像划分为多个通道从不同的投影机投影至幕布以构建融合统一、色彩均匀、无变形失真的画面，完美实现高分辨率、无缝拼接的大视景。
二、多通道显示融合技术的应用
目前融合投影技术的应用除最常见的高清影院、广告展示外，已开始向其他领域发展，如高铁机车乘务员培训、多媒体娱乐甚至军事训练等。经过近年来的发展，虽然铁路机车模拟驾驶教学已由最初的事先录制好机车驾驶室运行视频并通过对视频播放速度的控制达到模拟机车驾驶的简单教学向基于计算机虚拟仿真和传感技术的新型机车模拟驾驶系统过渡，但此类系统仅有一个投影通道，画面的尺寸相对较小，虽然可显示基本的机车运行信息，但显示的画面内容还是比较单一。随着铁路多次大提速和动车组的迅速普及，特别是京沪、京广、哈大等高速铁路的开通运营，此类单通道显示模拟教学设备无法满足新时代高速铁路发展的要求，因此基于多通道显示投影技术的新型高速动车组机车模拟驾驶系统应运而生。
多通道显示高速动车组机车模拟驾驶系统组成包括1∶1模拟驾驶操纵台，视景生成计算机，三通道投影融合机，其中融合机即为软件融合系统。视景计算机将驾驶视景实时运算生成后输送给融合机，融合机通过采集卡获得视景画面后经过投影融合软件转换为三通道投影画面，最后由三台同型号的投影机投射至120度的环形幕布实现无缝超宽、高分辨率画面显示，具备身临其境的效果。得益于宽大的画面，可显示的机车运行信息更加丰富，模拟机车运行状态更接近于真实环境，对培训人员从模拟设备平稳过渡到真实车辆的操纵更加有利。
除一些专业应用需要显示融合技术之外，多媒体娱乐领域也通过显示融合技术将更真实刺激的娱乐体验带给人们，如最常见也是最流行的第一人称射击类电脑游戏（FPS）。FPS简单来说就是以游戏玩家的主观视角来进行射击游戏。玩家们不需要像其他游戏那样操纵屏幕中的虚拟人物来进行游戏，而是身临其境地感受游戏带来的强烈视觉冲击，大大增强了游戏的真实感。随着计算机硬件的逐步发展，特别是显示融合技术的出现以及多通道环绕音响的应用，第一人称射击类游戏提供了更加丰富的视觉体验和更生动的音效。在普通的游戏环境下，只有单一的一台显示器，玩家能够观察到游戏画面只有视线前方左右20度范围内的情况，如敌人或者怪物，假如在此范围之外出现情况，玩家必须上下左右晃动鼠标才能观察到，这不符合人眼的观察特性。假如使用多通道显示融合技术则不仅可将视线范围拓宽到左右45度甚至更宽，更可将视线向空间上下延伸，这样玩家不需要晃动鼠标即可将前方情况一览无余，视野更加开阔，如再配合7.1声道的环绕音响，带来的游戏体验将更加真实刺激。应用多通道显示融合技术的FPS电脑游戏软件经过定制改进同样可用于军事训练中，根据美国《国家防务》杂志的报道，美国陆军和海军已计划将类似的培训设备投入到士兵的训练中，合同预算达几亿人民币。在利比亚战争和阿富汗战争中大放异彩，目前美国陆军空军装备数量最多的无人驾驶飞机“全球鹰”、“掠食者”的远程地面控制系统中也有应用显示融合技术的大屏幕用于飞行员遥控操作时对前方战场的有效观察与高效攻击，足可见该技术的应用前景非常之广阔。
三、多通道显示融合技术的发展
不管是硬件融合还是软件融合在视频源之后都少不了一套融合设备，有没有更简单成本更低廉的融合系统解决方案呢？美国Nvidia公司的nvidia surround技术和AMD公司的Eyefinity多头显示技术就是解决方案中的代表。nvidia surround技术是应用两块相同的图形卡通过SLI（允许多个图形卡同时工作而获得更高性能）的方式连接起来，利用三台分辨率相同的显示器将画面分布开来，实现显示融合的效果。Nvidia公司的解决方案目前来看还不够成熟，存在须配置两块图形卡且支持SLI技术的主机、仅支持三台显示终端、配置安装较为烦琐、成本较高等缺点。相对于Nvidia公司的方案，AMD公司的Eyefinity技术则简单实用多了，除投影机、显示器等显示终端外，仅需配置支持Eyefinity技术的图形加速卡即可，因为支持Eyefinity技术的图形卡最少支持三通道显示输出，可通过图形卡驱动程序里的多画面边缘融合功能简单拼接，实现大屏幕输出，因此无须单独配置融合设备。如果将两块相同的图形卡配置于支持Cross Fire技术（类似于SLI技术）的主机中可实现六个屏幕的显示融合输出。目前支持Eyefinity技术的图形卡最便宜的只需200多元，组建简易的三通道融合系统成本非常低廉，但效果还是不能与单独配置融合系统相提并论，仅仅是简单应用而已。相信在不久的将来，随着计算机显示技术的发展，融合技术将越来越先进，经过融合输出后的画面形状将更多样化，画面边缘将差异更小，让人无法分辨，系统成本也愈发低廉，大屏幕融合技术将得到普及，应用领域将更加广泛。
【作者简介】谢 健（1980- ），男，广西南宁人，柳州铁道职业技术学院机电工程系CAD综合实训室实验员。
多系统融合室内无线覆盖浅谈 第5篇
进入3G时代, 中国要建设三种制式的3G系统、WiMAX、Wi-Fi等也有可能投入建设和商用。在同一室内空间将有多套室内覆盖系统, 在同一建筑内进行穿墙打洞布线建设, 并且还要在室内同时安装多套收发天线, 这不仅难以解决天线间互相干扰与有效覆盖使用, 同时还涉及信源机房、布线路由施工等各种难以协调解决的问题, 室内覆盖资源的争夺将更加白热化, 引发难以调和的利益冲突和矛盾。这一系列问题, 不但造成资源的严重浪费, 还将严重影响室内建筑与装修质量, 必然会引起业主的反感和不满, 尤其是遭到高档建筑业主的拒绝与反对。
多网合路系统是唯一能有效解决上述困难的3G室内覆盖的方案。
1 多网合路系统
多网合路系统不但有效地解决多运营商、多体制、多频段、多载波的合路建设问题, 而且解决了各种干扰, 使各网信号的传输质量得到保证。多网合路系统还减少重复投资, 相比传统多网室内覆盖系统模式而言, 多网合路系统具有以下优点:
◆一次布放, 施工工程简单, 组网结构简单, 易安装维护且美观:多网合路共用天馈线系统, 具有一次布放的特点, 不需要在多网覆盖时进行多套重复天馈线系统的施工建设, 从而消除了楼宇内布放很多天线而影响楼宇美观的问题。
◆综合造价低廉:由于共用天馈线, 因此只需采用支持接入的无线系统频段的器件并在天馈线系统前端增加合路设备即可。
◆系统可扩展性强, 升级改造周期短:多网合路系统具有相当灵活的可扩展性, 不会因增加室内覆盖系统而影响整个网络的性能, 根据实际的需求, 在需要系统扩展时, 可以通过加入与更换相应的合路器件来达到系统扩充的目的。
2 多网合路系统技术分析
杂散干扰、阻塞干扰和互调干扰是多系统室内覆盖系统必须考虑的问题。
杂散干扰是在信号处理过程中由于器件的非线性而产生的寄生在原始频带附近的信号形成的干扰。由于在产生杂散干扰信号的信号处理过程中滤波器的带外频率衰减作用, 杂散信号偏离原始频带越远, 其信号强度越弱, 两系统频率相隔越近杂散干扰越严重。多系统共用室内覆盖系统时, 由于上行信号功率弱, 杂散信号经过衰减后与相邻频率的上行信号强度差距不大, 可能会对上行造成很强的杂散干扰。
阻塞干扰是指系统A的基站发出的信号功率落在系统B的基站接收滤波器通带之外, 却仍然进入B系统接收机而带来的额外干扰。当此干扰大于B系统接收机的阻塞门限时, 接收机被推向饱和, 无论有用信号质量多好都无法被接收。一般当满足杂散的隔离度需求时, 同时可以满足阻塞的隔离度要求。
互调干扰是指当有两个以上不同的频率作用于非线性电路或器件时, 将有两个频率互相调制而产生新的频率, 若新频率正好落于某一个信道而为工作于该信道的接收机所接收, 即构成该接收机的干扰, 称为互调干扰, 最为常见的是二阶互调干扰和三阶互调干扰。
由以上分析可以看出, 对两个系统之间的干扰分析时, 阻塞干扰远远小于杂散干扰的影响, 而互调干扰存在于个别相邻的两个系统之间, 必须通过压缩频段等方式解决, 因此在考虑总的系统干扰时, 往往仅需考虑两个系统的杂散干扰要求, 对个别相邻系统需要重点考虑互调干扰。
由于多网合路系统采用“收、发分缆”方式传输, 和采用优异的阻带抑制和互调抑制特性的合路滤波设备, 提高系统的收发隔离, 并有效地解决各网下行和上行的阻塞干扰。系统采用先进的高Q腔体滤波器技术, 具有优秀的选择性能 (各网间隔离高达80dB以上) 的合路器, 提高带外的抑制度, 大大降低各系统间的杂散干扰。互调干扰在多网合路系统中是个突出的问题, 由于多网下行强信号合路引起的二阶互调、三阶互调会落在某些网的上行接收带内, 无法通过滤波器来滤除。因此, 必须采用二阶互调和三阶互调抑制性能非常优异的多网合路器, 并采取“收、发分缆”的传输方式才能从根本上解决多网合路产生的互调干扰 (如图1所示) 。
3 多网合路项目建设模式分析
合路建设由于一套系统为多家运营商所使用, 因此必然在管理方面会带来许多新的课题, 必然会引发投资分摊、固定资产划分、工程实施、工程管理、工程质量控制以满足不同运营商的需求, 维护工作的开展等诸多问题。目前国家还没有关于室内覆盖的监管政策出台。上海市政府在2001年率先发布《上海市公用移动通信基站设置管理办法》, 随后泸州市、中山市、佛山市等地方先后发布了类似法规。上海市信息化委员会、上海市无线电管理局于2005年发布了《上海市公用移动通信基站设置管理办法实施细则》, 细则中规定室内分布系统应通过多网合一的方式, 满足公用移动通信、专用无线通信、无线局域网等不同无线通信系统的综合接入需求。合路建设对于大多数项目业主来说还是一个新鲜的课题。下文就多网合路系统工程的几种建设模式进行具体探讨, 为业主科学决策提供帮助。
(1) 由参与使用的运营商共同分摊成本建设
此种模式的操作过程:由一家运营商或业主牵头组织, 多家运营商参与技术方案、施工方案的讨论, 投入使用后多家分摊成本。
优点:方案的论证充分。
缺点:
◆固定资产划分困难:分布系统本来为一套, 如何根据投资的比例来划分固定资产?从运营商的管理角度来看, 固定资产入帐也有很大的困难。
◆维护的负责主体难以确定:既然是分摊投资, 从验收完毕, 投入使用起, 就不存在主体单位, 那么分布系统发生故障由谁来进行维护?又由谁来保证分布系统的正常运行?
◆需多家运营商与业主接触, 增加业主的困难:缺少主体的维护单位, 运营商维护设备就需分别同业主进行联系, 实际上增加业主的负担。
◆投资的分摊容易产生分歧:由于是多系统合路, 就必然包括多个移动通信的频段和制式。系统对不同的频段的衰减不同、不同制式对系统的要求也不同。如3G的引入要采用分缆技术等, 那么这些额外的费用由谁来承担?若没有一个标准供参考, 容易引起争议。
(2) 由一家运营商出资建设, 参与使用的运营商租用
此种模式的操作过程:由一家运营商与业主联系, 并由该运营商投资建设, 设计方案征求其他各运营商的意见, 然后由该运营商负责建设、维护协调等事宜。验收开通前, 与其他各运营商签定租用协议。
优点:
◆固定资产明确归属:由于投资单位是唯一的, 因此固定资产不存在划分的问题。其他运营商由于是租用系统, 因此也不存在固定资产问题。
◆维护主体明确:根据谁投资谁维护的原则, 确立分布系统的主体维护单位, 其他运营商在进入机房进行日常维护时, 统一由维护主体单位负责协调。各方只需要共同商议确定维护准则及要求即可。
缺点:
◆租赁费用制订无共同认可的依据:不同的运营商从本身的利益、经验、使用的厂商以及方案的出处不同, 从而导致系统的总造价不同;运营商对投资收回的年限理解不一致, 导致租赁费用的基础不同;对如何收费的解释不同, 导致不同项目收取租赁费用的方式不同;甚至, 运营商之间的关系好坏也将影响租赁进程能否顺利。
◆方案论证、施工质量可能不够充分:由于是一家运营商牵头负责, 容易会对个别的其他运营商在项目的特殊需求响应不够积极。同样的道理, 在施工质量控制方面, 一样会存在不同公司不同标准的差异。
◆最重要的是由于市场竞争的必要, 容易导致运营商产生垄断和排外的想法和做法:若采用此种模式, 需要业主或政府出面召集各运营商共同制订为大家所认可的租赁管理办法, 工程质量管理标准, 以及基本的技术标准。同时, 运营商也应该认识到合路项目的特殊性, 在技术方面应重点考虑普遍性, 不应该有太多的特殊要求。
(3) 由业主牵头, 业主出资建设, 运营商租用
此种模式的操作过程为:由业主出资建设, 独立第三方负责设计施工。方案召集运营商共同会审, 验收时由业主和各运营商或运营商代表共同执行确认, 运营商租赁使用该系统, 维护由业主指定或委派。
优点:
◆不存在固定资产问题, 固定资产为业主所有。
◆方案论证充分:方案的论证实际是各运营商执行完成, 因此方案的合理性是不容置疑的。
◆租赁费用对各运营商是公平的:对各运营商而言, 面对的都是业主, 基本排除厚此薄彼的可能性。
◆维护主体明确:由业主征求各运营商意见后决定, 因此, 分布系统的维护及运营商常规循检都能落实到位。
◆系统的包容性更大:由于是业主出资建设, 因此可将监控、告警等多种无线系统均包容在内。比单一的由运营商投资的建设模式显然优越许多。
缺点:
◆需要确认业主从规定上是否允许介入此类经济活动。政府和业主建设分布系统, 然后通过租赁费用获得投资和利益, 是否违背与目前移动通信的相关法规?这还有待确认。
◆租赁费用的合理性:由于投资方不是运营商, 因此可能对移动通信的经济规律不了解, 从而制订的投资回报方案不合理。从而导致运营商的抵触情绪。
◆业主的能力:业主对此类项目的认知程度、积极性以及运作资金还有能力均有一定的局限性。对独立第三方的技术把控和项目把控能力。若采用此种模式, 投资方需要了解移动通信的特殊规律外, 还需要招募具有移动通信类似项目运营管理经验的管理人员和技术维护人员。
从个人的实践经验来分析, 从目前的国情以及市场情况来看模式二是最为合情合理的, 而且也将是合路建设最为可行的操作办法。需要解决的问题是可以通过协商讨论得以解决的。从管理的角度来看, 此模式是最易管理和执行的。当然从长远来分析, 方式三无疑是具备其独特的优势的。
多传感器信息融合的实现 第6篇
目前靠单一的信息源很难保证获取环境信息的快速性和准确性的要求, 会给系统对周围环境的理解及系统的决策带来影响。另外, 单一传感器获得的仅仅是环境特征的局部、片面的信息, 它的信息量是十分有限的。而且每个传感器采集到的信息还受到自身品质、性能噪声的影响, 采集到的信息往往是不完整的, 带有较大的不确定性, 偶尔甚至是错误的。而且在传统方式中, 各传感器采集的信息单独、孤立的进行加工处理, 不仅会导致处理工作量增加, 而且割断了各传感器信息的联系, 丢失了信息的有机组合蕴涵的信息特征, 也造成信息资源的浪费。因此, 对大量多传感器采集来的信息进行融合与处理是必需的。
本文就是介绍一种将多个传感器数据融合成反映过程运行状况的类别, 根据每一类别所描述的过程行为特点采取相应的控制策略进行控制。
在锅炉水位控制过程中, 我们要对锅炉水位的三冲量 (即汽包水位、给水流量和蒸汽流量) 进行监测控制, 传统方法是对三个量分别检测分别控制, 这样就人为地割裂了三个量之间内在的联系, 失去了很多有用的信息。本文我们介绍一种对三个量进行聚类分析的一种方法。
我们用三个传感器S1、S2、S3来检测锅炉水位控制中三冲量:汽包水位 (S1) 、给水流量 (S2) 和蒸汽流量 (S3) , 如左下图所示。图中示出的是在6小时内这三个参数的变化曲线。
取一个单位测量时间区间为30分钟, 每5分钟检测一次数据。这样, 在一个观察区间中获得3× (30/5) =3×6=18个数据。将它们以一定形式集合在一起构成这个时间区间中传感器所检测得的数据模式, 称为传感器数据模式。
传感器数据模式经常写成模式向量的形式:
式中, 是第2个传感器给模式S提供的第1个数据, 以此类推。显然, 向量S的维数为3×6=1 8。
现假设共检测6小时的生产情况, 则可得到6小时/30分=12个传感器数据模式。这12个模式组成了模式空间, 它描述了生产过程中温度、压力和流量的变化情况。
对一个单位观察时间区间来说, 相当于在图中设置一个滑动窗口来观察过程的行为。这个窗口取出了生产过程的一个运行模式, 故称之为模式窗口。
模式窗口所观察 (“框出”) 的模式可想象成一张“模式图”, 它描述了过程的状态。在一般情况下传感器模式向量的表达式可写成:
式中, α为传感器的数目;
β是每一个传感器在一个模式窗口中提供的数据数目;
si (j) 是第i (i=1~α) 个传感器给模式S提供的第j (j=1~β) 个数据。显然, 向量S的维数为α×β。
模式窗口必须包含足够数量的过程变量, 且应具有足够的宽度, 以提供所观察问题的前后关系, 包括各过程量的相互关系和它们的变化趋势, 以便能描述该窗口所占时间区间中的过程状况。引入模式窗口可方便地对连续变化信号进行融合, 我们称之为时间序列融合。
在时间序列融合中, 数据是通过模式窗口来截取的。从模式窗口中取出的数据用来参与融合。故模式窗口也称为融合窗口。一般情况下, 融合窗口越大, 则融合向量的维数越高 (当采样时间一定时) , 计算工作量也越大。但是窗口太小, 又可能反映不了传感器的数据特征。因此, 窗口的选择必须根据工业过程中数据的变化情况, 以能较好反映其运行变化规律为原则。对于变化比较缓慢的工业过程, 窗口需开得较大;变化比较快的过程, 则可开小一些。
通过这种方式, 可将锅炉控制中的三冲量按时间序列融合起来, 融合后的数据不仅能反映出三冲量的实时数值, 还能反映出三者间的内在关系, 为对锅炉水位的控制取得了一个完整的信息。
参考文献
[1]周德泽, 袁南儿, 应英.计算机智能监测控制系统的设计及应用.清华大学出版社.2002;67-69
[2]刘金琨.智能控制.电子工业出版社.2005;9-12
浅析多传感器信息融合技术 第7篇
多传感器信息融合也称为信息融合或数据融合,指的是对不同知识源和多个传感器所获得的信息进行综合处理,消除多传感器信息之间可能存在的冗余和矛盾,利用信息互补,降低不确定性,以形成对系统环境相对完整一致的理解,从而提高智能系统决策和规划的科学性、反应的快速性和正确性,进而降低决策风险的过程。由其定义可见,多传感器信息融合避免了单一传感器的局限性,可以获取更多信息,得出更为准确、可靠的结论。
2、多传感器信息融合的原理
多传感器信息融合是人类和其他生物系统中普遍存在的一种基本功能。如果把单传感器信号处理或低层次的数据处理方式看作是对人脑信息处理的一种低水平模仿,那么多传感器信息融合就是对人脑信息处理的一种高水平模仿。多传感器信息融合的基本原理就像人脑综合处理信息的过程一样,它充分利用多个传感器资源,通过对这些传感器及其观测信息的合理支配和使用,把多个传感器在时间或空间上的冗余或互补信息依据某种准则来进行组合,以获得被测对象的一致性解释或描述[1]。
3、多传感器信息融合的分类
信息的数据融合是对多源数据进行多级处理,每一级处理都代表了对原始数据的不同程度的抽象化,它包括对数据的检测、关联、估计和组合等处理。信息融合按其在传感器信息处理层次中的抽象程度,可以分为三个层次:像素层融合、特征层融合及决策层融合[2]。
3.1 像素层融合
它是最低层次的融合,是在采集到的传感器的原始信息层次上(未经处理或只做很少的处理)进行融合,在各种传感器的原始测报信息未经预处理之前就进行信息的综合和分析。其优点是保持了尽可能多的战场信息;其缺点是处理的信息量大,所需时间长,实时性差。
3.2 特征层融合
属于融合的中间层次,兼顾了数据层和决策层的优点。它利用从传感器的原始信息中提取的特征信息进行综合分析和处理。也就是说,每种传感器提供从观测数据中提取的有代表性的特征,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。这种方法对通信带宽的要求较低,但由于数据的丢失使其准确性有所下降。
3.3 决策层融合
指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。这一层融合是在高层次上进行的,融合的结果为指挥控制决策提供依据。决策层融合的优点是:具有很高的灵活性,系统对信息传输带宽要求较低;能有效地融合反映环境或目标各个侧面的不同类型信息,具有很强的容错性;通信容量小,抗干扰能力强;对传感器的依赖性小,传感器可以是异质的;融合中心处理代价低。
4、多传感器信息融合的融合结构
多传感器信息融合通常是在一个被称为信息融合中心的信息综合处理器中完成,而一个信息融合中心本身可能包含另一个融合中心。由于多传感器信息融合可以是多层次、多方式的,所以研究融合的拓扑结构十分必要。根据信息融合处理方式的不同,可以将多传感器信息融合的拓扑结构分为集中型、分散型、混合型、反馈型等[3]。
4.1 集中型
集中型融合结构的融合中心直接接收来自被融合传感器的原始信息。由于在此结构中传感器仅起到了信息采集的作用,不预先对数据进行局部处理和压缩,所以对信道容量要求较高。一般这种结构适用于小规模的融合系统。
4.2 分散型
分散型信息融合系统中,各传感器完成一定量的计算和处理任务后,将压缩后的传感器数据送到融合中心,融合中心将接收到的多维信息进行组合和推理,最终得到融合结果。这一结构的优点是结构冗余度高、计算负荷分配合理、信道压力轻,但由于各传感器进行局部信息处理,可能会导致部分信息的丢失。这种结构适合于远距离配置的多传感器系统。
4.3 混合型
混合型信息融合结构吸收了分散型和集中型信息融合结构的优点,既有集中处理,又有分散处理,各传感器信息均可多次利用。这一结构能得到比较理想的融合结果,适用于大型的多传感器信息融合,但其结构复杂,计算量很大。
4.4 反馈型
当系统对处理的实时性要求很高的时候,如果总是试图强调以最高的精度去融合多传感器信息融合系统的信息,则无论融合的速度多快都不可能满足要求,这时,利用信息的相对稳定性和原始积累对融合信息进行反馈再处理将是一种有效的途径。当多传感器系统对外部环境经过一段时间的感知,传感系统的融合信息已能够表述环境中的大部分特征,该信息对新的传感器原始信息融合具有很好的指导意义。
5、多传感器信息融合的特点
(1)提高了信息的可信度。(2)增加了目标特征矢量的维数。(3)降低了获得信息的费用。(4)减少了信息获取的时间。(5)提高了系统的容错能力。(6)提高了整个系统的性能。
6、多传感器信息融合的研究方向
(1)确立具有普遍意义的信息融合模型标准和系统结构标准。(2)将信息融合技术应用到更广泛的新领域。(3)改进融合算法以进一步提高融合系统的性能。(4)开发相应的软件和硬件,以满足具有大量数据且计算复杂的多传感器融合的要求。
7、结语
多传感器信息融合技术的研究虽然刚刚开始几十年,但它已渗透到现代化战争和民用的各个领域。随着工业大系统的蓬勃发展和未来信息战的需求,以及相关学科的不断发展,多传感器信息融合将会得到更深入的理论研究,也将拥有更广阔的应用前景。
摘要：本文介绍了多传感器信息融合的定义、原理、分类和结构,简要地叙述了多传感器信息融合的特点及其研究方向。
关键词：多传感器,信息融合,研究方向
参考文献
[1]王耀南,李村涛.多传感器信息融合及其应用综述[J].控制与决策,2001.
[2]何友,谭庆海.多传感器系统分类研究[J].火力与指挥控制,1998.
多传感器信息融合技术研究 第8篇
近年来，随着计算机技术和传感器技术的发展，多传感器信息融合技术越来越受到人们的关注。作为一种多源信息协调处理技术，对于不同的领域，它的实现方法、步骤和增益优化准则都不一样，因此有必要对目前的研究情况进行系统介绍。
1 多传感器信息融合技术
多传感器信息融合技术的雏形最早出现在二战末期，但当时的融合是靠人工完成的，速度缓慢，质量也不太高，没有得到大家的重视。到了20世纪70年代，信息融合技术被提出是由于美国国防部资助开发的声纳信号处理系统，这种系统能实现对敌方潜艇位置的自动检测，这一发现使得多传感器信息融合技术在军事领域内得到蓬勃发展。80年代中期，战场管理和目标检测系统BETA投入使用，在一定程度上证实了信息融合的有效性和可行性。1988年，信息融合技术被美国国防部列为重点开发研究的20项关键技术之一，并成立数据融合专家组(Data Fusion Sub panel，简称DFS)负责这一领域的研究和开发。美国三军总部采用信息融合技术对大量武器装备中的军用传感器进行了有效的信息融合，并研制出了能广泛使用的第一代信息融合系统。
到了90年代，美国国防部在海湾战争中将研制的信息融合系统进行运用，发挥了巨大的作用，于是更加加深了其对信息的自动综合处理技术研究的决心。1996年，美国军方逐步在已建立的C3I(Command,Control,Com-munication and Intelligence)系统中增加危机元素，建立了以信息融合为核心的C4I(Command,Control,Com-munication,Computer and Intelligence)系统，并提出了到2010年将C4I发展成一个集信息处理、信息融合、武器控制、战场感知、智能识别等核心技术为一体的综合的C4ISR(Surveillance Reconnaissance)自动化电子信息系统。
多传感器融合技术也称为信息融合技术，它的实质是将人体身体各部分器官(耳、鼻、眼等)采集到的信息，进行综合处理，充分利用若干个传感器观测到的信息，通过空间或时间上的冗余互补，在一定的算法准则下进行组合，分析处理以完成所需的决策和估计任务。多传感器信息融合技术有着很多潜在的好处。首先，可以提高系统的空间和时间覆盖能力，改善单一传感器检测数据的局限性，提高信息收集率和更新率;其次，同类多元测量信息的融合使工作性能指标提高，而不同类型传感器获得目标、事件的多侧面属性信息，提高传感器系统的有效性。
2 多传感器信息融合算法
信息融合及其应用的复杂和多样化，使得数据融合要研究的内容变得十分丰富，囊括的基础理论也非常广泛。目前，还没有哪一种信息融合算法能对所有的传感器融合信息进行计算，一般情况下，选择哪种算法要根据具体的应用场合来决定。下面对常用的融合算法作简单的介绍。
2.1 加权融合
加权融合算法就是把来自各个传感器的冗余信息对环境特征参数的测量数据按照某种加权规则结合为一个最佳估计。其中，最简单、最直观的方法就是加权平均。该方法是将来自各个传感器的冗余信息进行处理后按照每个传感器所占的权值来进行加权平均，结果作为融合值。
2.2 贝叶斯推理
贝叶斯推理是静态环境中多传感器信息融合的一种方法，其信息描述为概率分布。该方法将系统中的每一个传感器作为一个贝叶斯估计，当有某一证据时，以间接的方式采用贝叶斯估计进行融合。多贝叶斯估计把每个传感器作为一个贝叶斯估计，将各单独物体的关联概率分布结合成一个联合的后验概率分布函数，通过使联合分布函数的似然函数取最小值，以求得传感器信息的最终融合值。贝叶斯推理适用于具有可加高斯噪声的不确定性信息的处理，但定义先验似然函数困难，缺乏通用不确定性能力。
2.3 D-S证据理论
是贝叶斯方法的扩展，又称为证据理论，简记为DS证据理论。它用信任区间和确定区间来描述传感器的信息。在信息融合系统中，将各传感器采集的信息作为证据，并在决策目标集上建立一个与之相应的基本可信度。在同一决策框架下，将不同的信息用Dempster合并规则合并成一个统一的信息表示。证据理论允许直接将可信度赋予传感器信息的合取，既保留了信息，又避免了未知概率分布所作的简化假设。把证据理论用于多传感器融合时，将传感器信息的不确定性表示为可信度，利用信息可信度合并规则处理各传感器信息。
2.4 神经网络
神经网络是具有高度非线性的超大规模连续事件动力系统，它主要从总体结构和功能上模仿处理系统，而不是逼真的细节重现，其更注重神经活动中的信息流及其运动方式。在神经网络系统中，信息的存储与计算是合二为一的，即信息的存储体现在神经元互连的分布上，并以大规模并行分布方式处理。这种分布式存储可使系统在部分受到损坏时仍能恢复原来的信息，因此具有较强的容错能力和联想记忆的特点;同时，由于神经网络具有实时处理大量数据的能力，且信息处理是非程序式的，采用特定的学习算法来得到不确定性推理机制，然后根据这一推理机制不段进行信息融合与再学习。神经网络的并行结构与不确定性推理机制为神经网络在传感器的建模与多传感器信息融合中的应用提供了良好的前景。
2.5 具有置信因子的产生式规则
产生式规则采用符号表示目标特征和相应的传感器信息之间的联系，与每一个规则相联系的置信因子表示它的不确定性程度。当在同一个逻辑推理过程中的两个或多个规则形成一个联合规则时，可以产生融合。
2.6 模糊集理论
由模糊集理论发展起来的模糊信息处理技术能给不确定性探索和模拟人类识别机理提供一种简单有效的手段。模糊系统将人类经验知识加以结构化它的每一个参数均有着明确的物理意义，可以解决证据不确定性或决策中的不确定性等问题。
图一归纳了常用的一些信息融合方法。
3 结束语
本文对多传感器信息融合技术的研究现状进行了讨论，并且对常用的多传感器融合算法进行了介绍。目前，多传感器信息融合技术被广泛应用于自动目标识别、医疗诊断、图像处理、模式识别、工业监控等领域。对多传感器信息融合技术及其应用进行研究，能有效地提高多传感器系统信息智能化程度。多传感器信息融合技术作为新兴的活跃的研究领域，多级别、多层次、多方面综合处理来自各个传感器的信息，得到新的有效信息，而这种信息从单个传感器中无法获得。该技术从根本上消除多传感器之间可能存在的矛盾和冗余，降低信息的不确定性。随着人类对多传感器系统信息智能化要求的不断提高，多传感器信息融合技术会越来越受到人们的关注的。
参考文献
[1]韩崇昭,朱洪艳,段战胜,等.多源信息融合[M].北京:清华大学出版社,2006.
[2]王欣.多传感器数据融合问题的研究[D].长春:吉林大学,2006.
[3]邵远,何发昌,罗志增.多传感器信息融合浅析[J].电子学报,1994,22(05):73-79,60.
多元素融合更有趣，赋予奔跑新定义 第9篇
“健身+旅游+文化”，村跑2.0让村卷玩得更尽兴。不论是具有客家文化底蕴的連城塘前，还是具有浓厚侗族文化的湖南芷江，以及古韩遗岛全罗南道青山岛，村跑2.0力求每一站都能让村卷跑进极具特色的最美乡村。
体验在地文化，村跑2.0将文化融合得更新意。湖南村跑恰逢中秋佳节，不仅融入极具侗族特色的拦门酒、合拢宴、歌舞劝酒，还加入福建闽南的博饼文化，开启了一场别开生面的跨文化的交流和碰撞，两地村卷更是对这种前所未有的多文化体验形式拍手称赞。
将艺术融入乡村，村跑2.0重新发现乡村之美。村跑联合厦门时代空间共同策划“艺造乡村”活动，旨在用艺术力量改变人们对乡村的认知，激起人们对乡村的热爱。从连城塘前村跑开始，村跑邀请著名油画大师参与村跑艺术写生，并且在沿途赛道设置村跑画卷让村卷们共同参与艺术创作。同时，村跑还开设艺术课堂，不论是塘前村跑的色彩美学体验课，还是湖南村跑的音乐美学互动课，都让村卷们留下深刻印象。
延续爱心公益，村跑2.0携手公益同行。村跑邀请知名油画艺术家史隽老师、超马冠军赵紫玉老师、以及明星李岷城、石安妮等，为村跑目的地小学的孩子们讲授不同主题的互动课，激发孩子们对艺术和体育的兴趣。湖南站，村跑还联手安踏体育为五郎溪小学捐助了30套运动装备，让孩子们更尽情地享受运动成长之乐。
跑团计划正式启动，村跑2.0跑团交流更创新。湖南村跑筹备期间村跑跑团计划正式开启，长沙与厦门两地跑团开展了“双城游击战”；在韩国村跑期间，村跑组委会联动韩国当地户外爱好者在韩国汉江进行约跑行动，将跑团计划再次升级。未来，村跑跑团将在不同地域、时空以不同的形式进行互动，通过增强与各地跑者之间的交流，打造跑团交流新平台。
