智能传感器系统多传感器信息融合技术.ppt

智能传感器系统多传感器信息融合技术.ppt

ID:56478568

大小:1.20 MB

页数:77页

时间:2020-06-19

智能传感器系统多传感器信息融合技术.ppt_第1页
智能传感器系统多传感器信息融合技术.ppt_第2页
智能传感器系统多传感器信息融合技术.ppt_第3页
智能传感器系统多传感器信息融合技术.ppt_第4页
智能传感器系统多传感器信息融合技术.ppt_第5页
资源描述:

《智能传感器系统多传感器信息融合技术.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、第五章 一、多传感器信息融合技术多传感器信息融合技术概述传感器信息融合的分类和结构传感器信息融合的一般方法传感器信息融合的实例多传感器信息融合是对来自于不同传感器的信息进行分析和综合,以产生对被测对象统一的最佳估计。研究目标:从工程上实现多个传感器信息处理的全过程。高度集成、高度融合、高度智能将成为信息融合系统的发展主线。信息融合的目的:通过数据组合推导出更多的信息,得到最佳协同作用效果;即利用多个传感器共同或联合操作的优势,提高传感系统有效性,消除单个或少量传感器的局限性。概述定义:将经过集成处理的多传感器信息进行合成,形成一种对外部环境或被测对象某一特征的表达方式。单一传感器只能获

2、得环境或被测对象的部分信息段,而多传感器信息经过融合后能够完善地、准确地反映环境的特征。经过融合后的传感器信息具有以下特征:信息冗余性、信息互补性、信息实时性、信息获取的低成本性。传统的信号采集往往由单一的传感器来完成,即使采用多个(种)传感器也仅是从多个侧面孤立地反映目标信息。实际上,在大多数情况下,必须同时处理多个信号,而这些信号一般又来自多个信号源,即多传感器。但是多传感器也带来了信息冗余甚至矛盾。所以必须通过对各种传感器及其观测信息的合理支配与使用,将其采集的信息依据某种优化准则组合,产生对观测环境一致性的解释和描述,因此迫切要求对信息进一步处理。三、优点增加了系统的生存能力扩

3、展了空间覆盖范围扩展了时间覆盖范围提高了可信度降低了信息的模糊度改善了探测性能提高了空间分辨率增加了测量空间的维数1、组合:由多个传感器组合成平行或互补方式来获得多组数据输出的一种处理方法,是一种最基本的方式,涉及的问题有输出方式的协调、综合以及传感器的选择。2、综合:信息优化处理中的一种获得明确信息的有效方法。例:在虚拟现实技术中,使用两个分开设置的摄像机同时拍摄到一个物体的不同侧面的两幅图像,综合这两幅图像可以复原出一个准确的有立体感的物体的图像。传感器信息融合分类和结构3、融合:当将传感器数据组之间进行相关或将传感器数据与系统内部的知识模型进行相关,而产生信息的一个新的表达式。4

4、、相关:通过处理传感器信息获得某些结果,不仅需要单项信息处理,而且需要通过相关来进行处理,获悉传感器数据组之间的关系,从而得到正确信息,剔除无用和错误的信息。相关处理的目的:对识别、预测、学习和记忆等过程的信息进行综合和优化。信息融合的结构分为串联和并联两种二、信息融合的结构SnS2S1Y1Y2YnC1C2CnYSC1C2Cn(a)串联(b)并联C1,C2,…,Cn表示n个传感器S1,S2,…,Sn表示来自各个传感器信息融合中心的数据y1,y2,…,yn表示融合中心。……由多种传感器所获得的客观环境(即被测对象)的多组数据就是客观环境按照某种映射关系形成的像,信息融合就是通过像求解原像

5、,即对客观环境加以了解。用数学语言描述就是所有传感器的全部信息,也只能描述环境的某些方面的特征,而具有这些特征的环境却有很多,要使一组数据对应惟一的环境(即上述映射为一一映射),就必须对映射的原像和映射本身加约束条件,使问题能有惟一的解。通俗地说:即是通过把被测对象的观测值与被选假设进行比较,以确定哪个假设能最佳的描述观测值。嵌入约束法最基本的方法:Bayes估计和卡尔曼滤波传感器信息融合的一般方法一、嵌入约束法Bayes估计是融合静态环境中多传感器低层数据的一种常用方法。其信息描述为概率分布,适用于具有可加高斯噪声的不确定性信息。假定完成任务所需的有关环境的特征物用向量f表示,通过传

6、感器获得的数据信息用向量d来表示,d和f都可看作是随机向量。信息融合的任务就是由数据d推导和估计环境f。假设p(f,d)为随机向量f和d的联合概率分布密度函数,则p(f

7、d)表示在已知d的条件下,f关于d的条件概率密度函数p(d

8、f)表示在已知f的条件下,d关于f的条件概率密度函数p(d)和p(f)分别表示d和f的边缘分布密度函数已知d时,要推断f,只须掌握p(f

9、d)即可,即上式为概率论中的Bayes公式,是嵌入约束法的核心。在数据采集与信号处理系统中,经常需要多个传感器从不同的方位测量同一个指标参数,测得的数据越完整越精确,系统完成复杂任务的能力越强然而在多传感器数据采集系统中,由

10、于传感器所处的方位不同和传感器自身质量的差异,以及一些无法控制的随机因素的作用,如受到传感器精度传输误差环境噪声和人为干扰等因素的影响,在实际中各传感器所测定的参数必定会有偏差这就存在如何审定被测参数结果的问题,其实这就是利用多个传感器对同一目标进行检测,并运用合理的算法融合多个传感器的观测数据,可以获得比单个传感器更加可靠的结果。复合处理-把几个传感器信息并行地、互补地组合起来处理。汇总处理-定义函数,对几个传感器信息进行归纳得出信息。融合处

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。