z 多传感器数据融合目标识别算法综述

多传感器数据融合 智能算法

第３５卷，增刊

Ｖ０１．３５Ｓｕｐｐｌｅｍｅｎｔ红外与激光工程ｈｌ觎ｒｅｄ趾ｄＬａｓｅｒＥｎｇ抵ｒｉｎｇ２００６年１０月

ｏｃｔ．２００６

多传感器数据融合目标识别算法综述

徐小琴

ａ匕京跟踪与通信技术研究所，北京１０００９４）

摘要：多传感器数据融合作为一种特殊的数据处理手段在目标识别领域得到了较大的重视和发展。在介绍多传感器数据融合目标识别基本原理及其算法理论依据基础上，从概念分类方面，对目前多传感器数据融合目标识别算法进行了全面综述，包括参数分类算法、基于认识模型的算法、物理模型算法及多类算法综合识别法等，说明了各算法特点及对其的进一步改进，列举了目前国内外一些已经发表的重要算法，为下一步多传感器融合目标识别研究提供了一定的理论依据。

关键词：多传感器；

中圈分类号ｌＴＰ２７４．２数据融合；目标识别；Ａ证据理论；推理算法文献标识码ｌ文章编号：１００７．２２７６（２００６）增Ｄ．０３２１一ｏｓ

Ｓｕｒｖｅｙｏｆｍｕｌｔｉ－ｓｅｎｓｏｒｄａｔａｆｕｓｉｏｎｔａｒｇｅｔｒｅｃｏｇｎｉｔｉｏｎ

ＸＵⅪａｏ—ｑｉｎ

（Ｂｅｉｊｉｎｇａｌｇｏｒｉｔｈｍｓｈ曲埔ｅｏｆＴｒ∞ｋｉｎｇ蛐ｄＴｅｌ∞Ｄ衄ｕｌＩｉｃａｌｉｏ娜．Ｉｂｃｈｎｏｌｏｇｙ’Ｂ嘶ｉｎｇ１０００９４，ａｌｉｎａ）

ｄｅｆｉＩｌｉｔｅＤｅｃｏｇＩｌｉｔｉｏｎａＩｌｄｄｅｖｅｌｏｐｒｎｅｎｔａｃｔＳａｓａｎＡｂｓｔｒａｃｔ：Ｍｕｌｔｉ—ｓｅｎｓｏｒ

ｐｒｏｃｅｓｓｉｎｇｒｎｅａｎｓｄａｔａｆｕｓｉｏｎｏｂｔａｉｎｓｅｓｐｅｃｉａｌｄａｔａａｎｄｉｎｍｅｄｏｍ如ｏｆｔａ唱ｅｔｒｅｃｏｇｎｉｔｉｏｎ．Ｂａｓｉｃ也ｅｏｒｙｏｆｒｒｌｕｌｔｉ—ｓｅｎｓｏｒｄａｔａｆｕｓｉｏｎ协略ｅｔｒｅｃｏｇＩｌｉｔｉｏｎ

ａｒｅｉｔｓａｌｇｏｎⅡ１ｍⅡｌｅｏ巧ｅｌｅｍｅｎｔｓ

ａｃｔＩｌａｌｍｕｌｔｉ一§ｅｎｓｏｒｄａｔａｉｎ仰ｄｕｃｅｄ，ａｎｄｔａｒｇｅｔｆｒｏｍｍｅａｓｐｅｃｔｏｆｃｏｎｃｅｐｔｇｉＶｅｎｃｌａｓｓｉｆｉｃ撕ｏｎ，ａＩｌａｌｌ—ａｒｏｕｎｄｓｕｎ，ｅｙｏｆｃｌａｓｓｉｆｌｃａｔｉｏｎｆｕｓｉｏｎ

ｏｎｒｅｃｏｇＩｌｉｔｉｏｎａｌｇｏｒｉｔｌｌｍｓｉｓｗｈｉｃｈｉｎｃｌｕｄｅｓｐａｒ锄ｅｔｅｒ

ａｒｅａｌｇｏｒｉｔｈｍｓ，ａｌｇｏｒｉｍｍｓｂａｓｅｄａｌｇｏｒｉｔｌｌｍｓａＩｌｄｓｏｃｏｇＩｌｉｔｉｏｎｍｏｄｅｌ，ｐｈｙｓｉｃｓｍｏｄｅｌｏｆｍｅｓｅａｌｇｏｒｉｔｌｌｍｓａＩｌｄ

ａｒｅａｌｇ嘶ｍｍｓａＩｌｄｓｙｎｍｅｔｉｃａｌｍｕｌｔｉ一哆ｐｅｒｅｃｏｇｎｉｔｉｏｎａｂｏｕｔｔｈｅｍｏｎ，ｐｅｃｕｌｉ撕ｔｉｅｓｆ珊ｌｅｒ锄ｅｌｉｏｍｔｉｏｎｅｘｐｌａｉｎｅｄ，ｓｏｍｅｐｕｂｌｉｓｈｅｄｉｍｐｏｒｔａｎｔａｌｇｏｒｉｍｍｓａｔｔｌｌｅｐｒｅｓｅｎｔｔｉｌｎｅ

ｆｕｔｕｒｅｍｕｌｔｉ ｓｅｎｓｏｒｆｕｓｉｏｎｔａｒｇｅｔｒｅｃｏｇｎｉｔｉｏｎｒｅｓｅａｒｃｈ．

Ｋｅｙｅｍｍｌｅｒ纳ｅｄ，ｗｌｌｉｃｈｐｒｏｖｉｄｅｓｄｅｆｉＩｌｉｔｅｔｌｌｅｏｒｅ廿ｃａｌｂａｓｅｓｆｂｒｗｏｒｄｓ：Ｍｕｌｔｉ—ｓｅｎｓｏｒ；Ｄａｔａｆｌｌｓｉｏｎ；№ｅｔｒｅｃ删ｔｉ∞；Ｅｖｉｄｅｎｃｅｎｌｅｏｒｙ；Ｒｃａｓｏ血ｇａｌｇｏ珊吼

Ｏ引育

众所周知，在高科技信息对抗环境下，各种监测设备功能不断增加，检测到的信息复杂多变且日益增多。另一方面由于各种隐身、干扰和欺骗等反对抗技术的应用，人为干扰的加重，对独立单波段目标识别已提出了严峻的挑战，仅依靠单一传感器难以保证目标识别系统高性能稳定工作，这就使得多传感器数据融合作为一种特殊的数据处理手段在目标识别领域引起了世界各国的重视。

段■日囊Ｉ２００６．０８．１ｌ作者■介。徐小琴（１９８ｍ）。女，四川德阳人，硕士，主要从事光学工程友光电设备等方面的研究．

多传感器数据融合 智能算法

３２２红外与激光工程：光电信息处理技术第３５卷

在对目标进行识别时，单个传感器提取的特征往往因其自身的探测特点不能获得对目标的完全描述，不能充分利用与目标有关的信息，影响了特征集的有效性和可靠性，使得目标识别系统的性能不理想，而利用多个传感器提取独立、互补的特征向量，采取综合处理的技术途径，可获得对目标较为完全的描述，从而有利于提高识别的正确概率，降低错误概率。利用多种类传感器进行目标综合识别具有以下主要优点ｌｌＪ：（１）拓展了识别系统的时间、空间覆盖范围，提高了识别系统的生存能力；（２）可发挥各传感器的优点，取长补短以提高目标识别率；（３）多传感器抗干扰的性能大大优于单个传感器，能够降低或消除非目标物体的欺骗和干扰；（４）可改善识别系统稳定性，大大提高识别结果的有效性、可靠性及容错性。

１多传惑器数据Ｉ■合目标识别原理及其算法理论基础

１．１多传感置数据■合目标识别原理【２１

多传感器数据融合目标识别原理框图如图１所示【３】。单个传感器先度量和处理待识羽目标的属性，对接收到的目标信息进行采集和预处理，得到表示观测数据的特征向量，然后进行特征提取和选择并将其结果作为识别基础，继而对单个传感器的目标进行分类识别和后续处理，再将多个传感器提供的关于目标身份的信息进行综合处理（即进行数据对准与关联），产生比系统中任一单传感器更有效、更精确的身份估计和分类判决，最终稳定有效地给出目标的识别结果。ｆ。圈砸碉砸碉。二…１

‘……………………………………………………………。

图１

Ｆｉ９１．们１ｅｏｒｙｂｌｏｃｋ：厂—］Ｈ酬‘１．．．．．．．．．一多传感器数据融合目标识别原理框图ｄｉａｇｒ锄ｏｆｍｕｌｄ－ｓｅｎｓｏｒｄａｔａｆｕｓｉｏｎｔａｒｇｅｔｒｅｃｏｇｎｉ垃０ｎ

按信息抽象程度，从输入信息的形式来看，多传感器数据融合可分为三种结构层次：数据层融合，特征层融合和决策层融合。

（１）数据层融合是对每个传感器的观测数据进行特征抽取，属于低层次的融合。将所有特征参数融合后得到关于目标的一个融合的特征向量。数据级融合处理的数据量大，代价高。并且受传感器稳定性的影响，数据级融合很难获得稳定一致的综合信息，具有较大的局限性。

（２）特征层融合属于中层融合。首先对单传感器数据进行特征抽取得到一个特征向量，再对各组

高层次的数据融合。各传感器的数据通过各自独立预处理，并对目标属性进行独特征信息进行融合。该层次兼容了数据层融合及决策层融合的优缺点，具有较大的应用范围。（３）决策层融合

立决策，得出一个独立的身份判定，然后进行融合，获得整体一致的决策结果，有较好的容错性。另外，决策级融合对原始传感信息无特殊要求，可使用异质传感器，适应范围广。

１．２多传感嚣数据■合识别算法的理论依据

多传感器数据融算法主要是基于以下几种理论：

（１）判断或检测理论是通过把被测对象的测量值与被选假设进行比较，以确定哪个假设能最佳地描述观测值（如Ｂａｙｅ理论就是用测量值的概率描述和先验概率来计算每个假设的概率值）。

多传感器数据融合 智能算法…… 此处隐藏：11958字，全部文档内容请下载后查看。喜欢就下载吧 ……