[发明专利]传感器信息融合装置及其方法

说明书

技术领域

本发明涉及信息处理领域，特别是涉及基于IIF(Intelligent Information Fusion，智能信息融合)的传感器信息融合装置及其方法。

背景技术

传感器是一种检测装置，能感受到被测量的信息，并能将检测感受 到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以 满足信息的传输、处理、存储、显示、记录和控制等要求。

随着传感器技术的迅速发展和多传感器系统的大量涌现，复杂工程 系统都拥有关于环境和被探测动态过程的大量传感信息。IIF即是针对 处理大量复杂传感信息的问题而产生。IIF是一门关于最佳协同利用多 传感器观测数据并最大程度地提炼出被探测多目标和环境最大信息量 的综合学科。它是一种涉及多信息源探测、相关、跟踪、识别与分类的 自动智能决策过程。

目前，利用IIF技术已经形成具有不同量测维数和不同工作特点的 主被动传感器产品，其中典型产品有监视与成像雷达(包括激光雷达、合 成孔径雷达、旁视雷达)、红外搜索跟踪与图像传感器、光电传感器、电 子支援测量传感器、声纳和全球定位系统等：在信息融合系统结构设计 方面，已经提出基于同一运动平台的集中式、传感器级和混合式结构， 以及基于空间分布的集中式和分布式结构；在检测信息融合方面，已经 提出了分布贝叶斯检测法、N.P准则、分布序贯检测方法和神经网络 法等。在状态信息融合方面，已经提出轨迹分裂法、高斯和法、整数规 划法、多假设法、联合概率数据关联法(JPDA)和分散估计方法等；在目 标识别与分类方面，已经提出Bayes法，Dempster-Shafer推理法、聚类 分析法、K阶最近邻法和线性判别法等；在环境评价方面，已经提出期 望样板法、性能模型法和基于黑板结构的专家系统方法等。上述信息融 合理论和方法已具有相当高的理论水平，有些已付诸应用。

但是，上述采用IIF技术的现有信息融合系统结构设计、检测信息 融合、状态信息融合、目标识别与分类等信息处理技术中，一般采用单 一的算法进行信息处理，由于各个单独的算法往往存在不足，导致信息 处理结果准确度、置信度差、智能水平低的技术问题；或即使采用其他 手段辅助进行信息处理，也往往由于系统过于庞大、算法配置不够完善 而导致难以操作、可靠性低、体积大、能耗过高、效率低的技术问题。

此外，现有技术复杂的传感器信息融合系统由于系统设计过于庞 杂，难以快速处理信息，也使得这些系统在实际应用中受到限制。

发明内容

为解决现有技术基于IIF的传感器信息融合系统过于庞杂、算法配 置效果不佳而导致可靠性、置信度、效率低的技术缺陷，本发明提供一 种可靠性、置信度、效率高的传感器信息融合装置及其方法。

本发明的一个方面是提供一种传感器信息融合装置，包括：多个传 感器，还包括：自适应加权数据融合单元，连接所述多个传感器，采用 自适应加权数据融合算法对来自所述多个传感器的感应信息分配相应 的权数；卡尔曼滤波单元，连接所述自适应加权数据融合单元，采用卡 尔曼滤波算法对所述相应权数的感应信息进行最优估计，得到局部融合 后的感应信息；D-S推理单元，连接所述卡尔曼滤波单元，采用D-S理 论估计算法对所述局部融合后的感应信息中不确定的感应信息的进行 区间估计；多贝叶斯估计单元，连接所述D-S推理单元，采用多贝叶斯 估计算法对所述进行区间估计后的感应信息进行单独的关联概率分布， 以合成一个联合的后验的概率分布函数，并利用所述联合分布函数输出 感应信息的最终融合值。

较优实施方式中，所述自适应加权数据融合单元和卡尔曼滤波单元 集成为局部融合模块，所述D-S推理单元和多贝叶斯估计单元集成为全 局融合模块。

较优实施方式中，在所述局部融合模块与全局融合模块之间还连接 基本概率分配模块，对局部融合后的感应信息中不确定的感应信息进行 基本概率的分配。

较优实施方式中，所述多贝叶斯估计单元进一步连接所述自适应加 权数据融合单元，将本时刻的最终融合值反馈回所述自适应加权数据融 合单元，所述自适应加权数据融合单元根据所述最终融合值调整各个传 感器的权数。