数据融合技术的发展与应用现状分析

《数据融合技术的发展与应用现状分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数据融合技术的发展与应用现状分析一、数据融合技术的发展数据融合（DataFusion）一词最早出现在70年代末期。根据国内外研究成果，数据融合比较确切的定义可概括为：充分利用不同时间与空间的多传感器或信息源的数据资源，采用计算机技术、人工智能等技术对按时间序列获得的多传感器或信息源的观察数据，在一定准则下进行分析、综合、支配和使用，获得对被测对象的一致性解释与描述，进而实现相应的决策和估计，使系统获得比其它各个组成部分更充分的信息[1]。可见，多源信息是数据融合的加工对象，协调优化是数据融合的核心。进入90年代后，随着传感器技

2、术的迅速发展以及军事领域的强烈需求，数据融合引起了广泛重视，人们对数据融合作了多方面探讨，在许多领域都有一定程度的应用，并已成为全球研究的热点之一，世界各国纷纷开展此项技术的研究与应用[2]。美国俄勒冈州科学与技术研究所开展了多方面的数据融合理论与应用的研究与讨论[3]；纽约州立大学设立多源信息融合中心，从融合框架、模型多方面进行研究[4]。国外也出现了一批具有代表性的专著，如Llinas和Waltz的专著《多传感数据融合》[5]、Hall的专著《多传感器数据融合的数学基础》[6]以及《多传感数据融合手册》[7]，对多传感器信

3、息融合的模型框架等研究内容进行了全面系统地论述。在国内，关于信息融合技术的研究则起步相对较晚，但也得到了一定的发展。20世纪80年代初，人们开始从事多目标跟踪技术的研究，到了80年代末开始出现有关多传感器信息融合技术研究的报道。90年代初，这一领域在国内才逐渐形成高潮。在政府、军方和各种基金部门的资助下，国内一批高校和研究所开始广泛从事这一技术的研究工作，出现了一大批理论研究成果。与此同时，也有几部信息融合领域的学术专著和译著出版，其中有代表性的专著有：董志荣和申兰的《综合指挥系统情报中心的主要算法—多目标密集环境下的航迹处理

4、问题》、周宏仁、敬忠良和王培德的《机动目标跟踪》、杨靖宇的《战场数据融合技术》、敬忠良的《神经网络跟踪理论及应用》、康耀红的《数据融合理论及其应用》及刘同明、夏祖勋和解洪成的《数据融合技术及其应用》、何友、王国宏等的《多传感器信息融合及应用》等。有代表性的译著有：赵宗贵等人的《多传感器数据融合》和《数据融合方法概论》、张兰秀等人的《跟踪和数据互联》与《水下信号和数据处理》等。90年代中期，信息融合技术在国内已发展成为多方关注的共性关键技术，出现了许多热门研究方向，许多学者致力于机动目标跟踪、分布检测融合、多传感器综合跟踪与定位

5、、分布信息融合、目标识别与决策信息融合、态势评估与威胁估计领域的理论及应用研究，相继出现了一批有初步综合能力的多传感器信息融合系统和多目标跟踪系统。二、数据融合技术的应用现状1、基本情况数据融合是一个新兴的研究领域，近年来，数据融合技术不断应用到各个行业中，取得了一定的效果，包括复杂工业过程控制、机器人、自动目标识别、交通管制、惯性导航、海洋监视和管理、农业、遥感、医疗诊断、图像处理、模式识别等领域。在加拿大，从1991年起，LockeedMartin研究小组开发和展示了为巡逻护卫舰和飞机做决策的数据融合系统，已经历了四个阶段

6、，使决策过程不断得到优化[8]，利用数据融合技术研制分布式数据融合系统，使目标跟踪性能大大增强，确定目标位置更准确，速度更快。在我国，地质矿产研究人员利用多源数据融合技术对遥感和地学数据信息进行综合分析提高寻矿找矿效果[9-10]，应用影像融合技术实现地质目标细节与色彩纹理结构的结合[11]，通过信息提取和综合分析进行矿产资源评价[12]，研究地理数据、测量数据和矿物数据的集成，建立可视化应用系统[13]。在交通运输领域则把数据融合技术应用于车辆定位、车辆身份识别、车辆跟踪与导航以及交通管制，实现控制中心对多路数据的采集和综合

7、分析[14]。在城市管理领域，涉及到多方面的数据，利用数据融合技术对航空遥感和航天遥感数据、光谱图像和遥感专题图像、遥感数据和非遥感数据，遥感图像与地图等进行融合，使城市管理更加科学[15]。可见，数据融合技术与以往相比，在解决探测、跟踪和目标识别、交通管理等问题方面更加有效。因此，随着数据融合技术的发展，其应用领域也将不断扩大。同时我们还应当清醒地认识到，数据融合的研究与应用在许多领域只是刚刚起步，还有漫长的道路要走，很多难题需要解决。2、森林资源的数据融合情况森林资源数据融合的研究还处于起步阶段，到目前为止，主要有下面几方

8、面的研究和应用：在木材检测方面，基于多传感器（机器视觉及X射线等）数据融合技术的木材及木制品表面缺陷检测，可以集成多个传统单项技术，更可靠、准确地实时检测出木材表面的各种缺陷，为实现木材分级自动化、智能化奠定基础，同时为集裁除锯、自动调整、自动裁除节子等为一身的新型视频识别集