数据融合的关键技术资料.ppt

《数据融合的关键技术资料.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第2讲数据融合的关键技术智能信息处理技术2主要内容一、传感器管理二、数据融合的主要技术智能信息处理技术3一传感器管理目的发现跟踪和识别目标要求覆盖尽可能大的搜索空域较小的代价，较低的虚警率较高的发现率、精度与可信度核心问题传感器的选择传感器工作模式的选择传感器工作优化策略智能信息处理技术4传感器管理主要内容传感器管理空间管理时间管理原因：不全向非同步方法：对传感器进行空间上的任务分配传感器系统中，大部分传感器不是全向工作的，并且传感器之间是非同步的；空间管理智能信息处理技术5时间管理原因1：传感器功能不同原因2：不同时刻不同传感器的工作情况不同方法：不同时间使用不同传感器组合时间管理多

2、传感器系统可能由多种多样的传感器组成的，每个传感器都有不同的任务，即有不同分工。如水下无线传感器网络，水听器阵列、水声modem可能在某一时刻，只需要某些传感器工作，或只需要某些方向上传感器工作。例如，传感器节点几种工作状态根据事件出现的顺序，选用不同的传感器组合，按一定的时间顺序进行统一管理。智能信息处理技术6二数据融合的主要技术一、态势数据库二、数据融合智能信息处理技术71、态势数据库态势数据库实时数据库非实时数据库当前观测结果;中间结果;最终态势;把当前各传感器的观测结果及时提供给融合中心，提供融合计算所需各种其他数据。同时也存贮融合处理的最终态势/决策分析结果和中间结果。智能信

3、息处理技术8传感器历史数据有关目标和环境的辅助信息融合计算的历史信息态势数据库要求容量大、搜索快、开放互联性好，且具有良好的用户接口。态势数据库实时数据库非实时数据库2.数据融合的常用方法Bayes估计法滤波跟踪聚类分析数据融合技术假设检验法证据理论神经网络数据融合的常用技术D-S证据理论对信息的表示和处理更加接近人类的思维方式证据组合规则是DS证据理论的核心,但在应用中要求满足组合证据之间相互独立Bayes估计理论Bayes方法具有严格的理论基础，应用广泛采用归纳推理的方法对多源信息进行有效融合充分利用了测量对象的先验信息融合技术--Bayes统计理论不采用先验概率概率是一种类似频数

4、的解释特征小概率原理.原理将被测参数看做一个固定值，没有充分利用其先验信息精度和信度是预定的，不依赖于样本。不足基于经典统计方法的多传感器数据处理Bayes统计理论在考虑可靠度情况下传感器测量需要解决的一个关键问题：真值和测量值考察一个随机试验，在该试验中n个互不相容的事件A1，A2，…，An必然会发生一个，且只能发生一个，用P（Ai）表示Ai发生的概率设利用一传感器对A事件的发生进行检测，检测结果为B，则Ai为真值，B为测量值显然有：后验知识：检验后事件A1，A2，…，An发生的概率表现为条件概率：Bayes统计理论Bayes统计理论认为，人们在检验前后对某事件的发生情况的估计是不同

5、的，而且一次检验结果不同对人们的最终估计的影响是不同的。P(A1),P(A2)到P(An)表示事件A1,A2到An发生的概率，这是试验前的知识称“先验知识”由于一次检验结果B的出现，改变了人们对事件A1，A2，…，An发生情况的认识，这是试验后的知识称为“后验知识”。贝叶斯统计理论后验知识先验知识Bayes估计是检验过程中对先验知识向后验知识的不断修正Bayes公式：对一组互斥事件Ai，i=1，2，…，n，在一次测量结果为B时，Ai发生的概率（后验概率）为：其中Ai为对样本空间的一个划分，即Ai为互斥事件且Bayes统计理论利用Bayes统计理论进行测量数据融合：充分利用了测量对象的先

6、验信息根据一次测量结果对先验概率到后验概率的修正15模型特点经典概率推理贝叶斯推理缺点用概率模型把观测数据与所有样本数据联系起来概率模型通常是基于大量样本而得到由已知数据确定假设事件发生概率不需要密度函数主观概率来自于经验多传感器推广到多维数据时需要先验知识和多维概率密度只能同时判决两种假设事件多变量数据使计算复杂性加大没有利用主观先验知识必须要定义先验概率和似然函数各假设事件必须互斥不能支持不确定类问题当多事件相关时计算复杂性加大16举例：有一病人去医院诊断是否患有癌症，该医院检测方法的漏诊率是5%，4%误诊率，并假设在人群中1000人中有5人患癌症。如果该病人检测出来是阳性，则他实

7、际患癌症的概率是多少?如提高检测率到99.99%对结果的影响较小（11.2%），但对漏诊率影响较大，减小了一个数量级基于Bayes估计的身份识别方法基于Bayes统计的目标识别融合模型开始基于Bayes估计的身份识别方法1获得目标身份说明2计算似然函数3计算融合概率4目标识别决策基于Bayes统计的目标识别融合的一般步骤计算每个传感器单元对不同目标的身份说明的似然函数即获得每个传感器单元输出的目标身份说明B1，B2，…，Bn计算目标身份的融合概