一密…報告題目:信息融合理論綜述信息融合理論綜述摘要在軍事技術(shù)、自動化、智能化等需求的牽引下，信息融合理論受到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。本文綜述了信息融合的發(fā)展過程、信息融合的模型、信息融合算法以及多模態(tài)信息融合法、高沖突信息融合法、網(wǎng)絡(luò)化信息融合法等內(nèi)容，最后預(yù)測了信息融合的發(fā)展趨勢。關(guān)鍵詞信息融合數(shù)據(jù)融合多模態(tài)信息融合高沖突信息融合網(wǎng)絡(luò)化信息融合信息融合［1-3］在生物世界中廣泛存在，工程領(lǐng)域中的信息融合本質(zhì)上是用數(shù)學(xué)和機(jī)器對生物體信息融合功能的模仿和抽象。20世紀(jì)70年代初首先在軍事領(lǐng)域產(chǎn)生了“數(shù)據(jù)融合”概念，即把多種傳感器獲得的數(shù)據(jù)進(jìn)行“融合處理”，以得到比單一傳感器更加準(zhǔn)確和有用的信息。之后，基于多源信息綜合意義的“融合”一詞出現(xiàn)于各類技術(shù)文獻(xiàn)中。逐漸地這一概念不斷擴(kuò)展，被處理的對象不僅包含多平臺、多傳感器、多源信號和數(shù)據(jù)，還包括符號、甚至知識和經(jīng)驗(yàn)等多種信息。目前信息融合的一般定義為：利用計算機(jī)技術(shù)，對按時序獲得的若干傳感器（含軟傳感）的觀測信息在一定準(zhǔn)則下加以自動分析、優(yōu)化綜合以完成所需的決策和估計任務(wù)而進(jìn)行的信息處理過程。從定義中看到，各種傳感器是信息融合的基礎(chǔ)，多源信息是信息融合［1-4］加工的對象，協(xié)凋優(yōu)化和綜合處理是信息融合的核心。信息融合是一種形式框架，其過程是用數(shù)學(xué)方法和技術(shù)工具綜合不同源信息，目的是得到高品質(zhì)的有用信息。與單一信源獨(dú)立處理相比，信息融合的優(yōu)勢包括：提高可探測性和可信度，擴(kuò)大時空感知范圍；降低推理模糊程度，改進(jìn)探測精度等性能；增加目標(biāo)特征維數(shù)，提高空間分辨率；增強(qiáng)系統(tǒng)容錯能力和自適應(yīng)性，從而提高全系統(tǒng)性能。信息融合的研究對象和應(yīng)用領(lǐng)域不僅深入到國防、工業(yè)、農(nóng)業(yè)、交通等傳統(tǒng)行業(yè)，還拓展到氣象預(yù)報、地球科學(xué)、社會、經(jīng)濟(jì)等新興交叉行業(yè)，“信息融合”作為一種共識的概念逐漸被接受。具有信息融合功能的系統(tǒng)廣泛服務(wù)于軍事、遙感、交通、醫(yī)療、農(nóng)業(yè)、經(jīng)濟(jì)等關(guān)系到國家安全和國計民生的第1頁共9頁 一密… 封 線 眾多領(lǐng)域中。二、信息融合技術(shù)發(fā)展過程在目前階段，信息融合技術(shù)的應(yīng)用主要是在軍事領(lǐng)域。現(xiàn)代戰(zhàn)爭已是廣泛應(yīng)用各種高科技，基于陸、海、空、天立體化的高技術(shù)戰(zhàn)爭。美國是信息融合技術(shù)起步最早、發(fā)展最快的國家，美國國防部早在70年代就資助從事聲納信號理解及融合的研究。1988年美國國防部將信息融合技術(shù)列為90年代重點(diǎn)開發(fā)的20項(xiàng)關(guān)鍵技術(shù)之一，并取得了一些研究成果，開發(fā)了一系列C4ISR（即Computer、Control、Communications、Command、Intelligence、Surveillance&Reconnaissance）系統(tǒng)及IW（即IntelligenceWeapon）系統(tǒng)。除美國外，其他西方國家也普遍重視信息融合技術(shù)的研究，英國陸軍開發(fā)了諸如炮兵智能信息融合系統(tǒng)（AIDD）、機(jī)動和控制系統(tǒng)（WAVELL）等，并于1982年提出研制“海軍知識庫作戰(zhàn)指系統(tǒng)”。1987年又與西德等歐洲五國制定了聯(lián)合開展具有“決策控制的傳感器信號與知識綜合系統(tǒng)”的研究計劃。此外，法、德等北約國家在這方面的研究工作也十分活躍。如湯姆遜公司已將信息融合技術(shù)應(yīng)用于MARTHA防空指揮控制系統(tǒng)中。德國已在“豹2”坦克的改進(jìn)計劃中采用信息融合技術(shù)的發(fā)展歷程。另外，信息融合技術(shù)已逐步向多領(lǐng)域進(jìn)行滲透，如智能機(jī)器人與智能車輛領(lǐng)域⑷⑸；醫(yī)學(xué)圖像處理與診斷⑹；氣象預(yù)報⑺；地球科學(xué)；農(nóng)業(yè)應(yīng)用領(lǐng)域；現(xiàn)代制造領(lǐng)域⑺和經(jīng)濟(jì)商業(yè)領(lǐng)域⑻等。此外信息融合技術(shù)還被用于火車定位、魚類識別或車輛通過的檢測等等。信息融合技術(shù)的應(yīng)用范圍日益廣泛，在一些實(shí)際應(yīng)用中也取得了相應(yīng)的成效。三、信息融合模型[12]多年來，人們提出了大量的信息融合模型，包括：Dasarathy模型、Boyd控制環(huán)模型、瀑布模型、混合模型等，并不斷對模型進(jìn)行細(xì)化，以期更加符合實(shí)際應(yīng)用。其中，JDL模型最受關(guān)注，其顯著特征是邊應(yīng)用邊改進(jìn)。原始JDL模型將信息融合分為4級：目標(biāo)優(yōu)化、定位和識別（第1級）；態(tài)勢評估（第2級）；威脅估計（第3級）；過程優(yōu)化（第4級）。其他輔助支持第2頁共9頁 一密… 封 線 系統(tǒng)包括數(shù)據(jù)管理系統(tǒng)和人機(jī)界面等。利用JDL模型開發(fā)的實(shí)際應(yīng)用系統(tǒng)包括美軍LOCE（有限作戰(zhàn)能力）與LENSCE（戰(zhàn)術(shù)陸軍與空軍自動情報保障）、全源信息分析系統(tǒng)、空軍敵態(tài)勢關(guān)聯(lián)，以及汽車多傳感器安全系統(tǒng)等。Steinberg等人因?yàn)榱送怀鲋悄軅鞲衅髟谛畔⑷诤现械闹匾裕紫葘υ糐DL模型進(jìn)行了擴(kuò)展，添加了第0級，用于處理基于像素、信號級的數(shù)據(jù)關(guān)聯(lián)和圖像處理、信號處理、時空配準(zhǔn)等，如檢測前融，Hall[15]、Blasch[⑹等人將人機(jī)交互作為JDL模型的第5級，用于控制信息融合相關(guān)的過程，以優(yōu)化信息融合系統(tǒng)與人、用戶之間的交流。典型功能包括先進(jìn)的顯示、搜索引擎、認(rèn)知輔助、協(xié)作工具等，除了利用傳統(tǒng)的地理信息顯示、數(shù)據(jù)顯示、輸入命令處理等人機(jī)接口，還利用聲音、觸摸等非傳統(tǒng)接口。擴(kuò)展后的JDL信息融合模型如圖1所示。JDL信息融合模型雖然是否將人機(jī)交互正式作為第5級還存在一定爭議，但是隨著信息技術(shù)的快速發(fā)展及人在信息融合回路中的重要性日益增加，人機(jī)交互將成為信息融合領(lǐng)域中的研究方向之一。四、信息融合算法信息融合中數(shù)學(xué)工具的功能是最基本和多重的，它將所有的輸入數(shù)據(jù)在一個公共空間內(nèi)得以有效描述，同時它對這些數(shù)據(jù)進(jìn)行適當(dāng)綜合，最后以適當(dāng)?shù)男问捷敵龊捅憩F(xiàn)這些數(shù)據(jù).在信息融合領(lǐng)域使用的主要數(shù)學(xué)工具或方法有概率論、推理網(wǎng)絡(luò)、模糊理論和神經(jīng)網(wǎng)絡(luò)等其中使用較多的是概率論、模糊理論、推理網(wǎng)絡(luò)等。概率論第3頁共9頁 一密… 封 線 在融合技術(shù)中最早應(yīng)用的就是概率論。在一個公共空間根據(jù)概率或似然函數(shù)對輸入數(shù)據(jù)建模，在一定的先驗(yàn)概率情況下，根據(jù)貝葉斯規(guī)則合并這些概率以獲得每個輸出假設(shè)的概率，這樣可以處理不確定性問題[13].貝葉斯方法的主要難點(diǎn)在于對概率分布的描述，特別是當(dāng)數(shù)據(jù)是由低檔傳感器給出時，就顯得更為困難.另外，在進(jìn)行計算的時候，常常簡單地假定信息源是獨(dú)立的，這個假設(shè)在大多數(shù)情況下非常受限制.卡爾曼濾波方法誣則根據(jù)早先估計和最新觀測，遞推地提供對觀測特性的估計.另外，概率論和模糊集理論的綜合應(yīng)用給解決多源數(shù)據(jù)的融合問題提供了工具.推理網(wǎng)絡(luò)推理網(wǎng)絡(luò)的構(gòu)建和應(yīng)用有著很長的歷史，可以追溯到1913年由一位名叫JohnHWig-more的美國學(xué)者所做的研究工作。近來，許多對于分析復(fù)雜推理網(wǎng)絡(luò)的理論往往基于貝葉斯規(guī)則的推論，并且都被歸類于貝葉斯網(wǎng)絡(luò)。目前，大多數(shù)貝葉斯網(wǎng)絡(luò)的研究都包括了對于概率有效傳播的算法拓展，同時它在整個網(wǎng)絡(luò)中也充當(dāng)了新證據(jù)的角色。同時貝葉斯網(wǎng)絡(luò)在AI任務(wù)里都已作為對于不確定推理的標(biāo)準(zhǔn)化有效方法。貝葉斯網(wǎng)絡(luò)的優(yōu)點(diǎn)是簡潔、易于處理相關(guān)事件。缺點(diǎn)是不能區(qū)分不知道和不確定事件，并且要求處理的對象具有相關(guān)性。在實(shí)際運(yùn)用中一般不知道先驗(yàn)概率，當(dāng)假定的先驗(yàn)概率與實(shí)際相矛盾時，推理結(jié)果很差，特別是在處理多假設(shè)和多條件問題時顯得相當(dāng)復(fù)雜。模糊理論模糊集理論是基于分類的局部理論，因此，從產(chǎn)生起就有許多模糊分類技術(shù)得以發(fā)展。隸屬函數(shù)可以表達(dá)詞語的意思，這在數(shù)字表達(dá)和符號表達(dá)之間建立了一個便利的交互接口。在信息融合的應(yīng)用中主要是通過與特征相連的規(guī)則對專家知識進(jìn)行建模。另外，可以采用模糊理論來對數(shù)字化信息進(jìn)行嚴(yán)格地、折衷或是寬松地建模。模糊理論的另一個方面是可以處理非精確描述問題，還能夠自適應(yīng)地歸并信息。對估計過程的模糊拓展可以解決信息或決策沖突問題，應(yīng)用于傳感器融合、專家意見綜合以及數(shù)據(jù)庫融合，特別是在信息很少，又只是定性信息的情況下效果較好。神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)是由大量互聯(lián)的處理單元連接而成，它基于現(xiàn)代神經(jīng)生物學(xué)和認(rèn)知科學(xué)在信息第4頁共9頁 一密… 封 線 處理領(lǐng)域應(yīng)用的研究成果。神經(jīng)網(wǎng)絡(luò)應(yīng)用于信息融合的歷史并不長，它具有大規(guī)模并行模擬處理、連續(xù)時間動力學(xué)和網(wǎng)絡(luò)全局作用等特點(diǎn)，有很強(qiáng)的自適應(yīng)學(xué)習(xí)能力，從而可以替代復(fù)雜耗時的傳統(tǒng)算法，使信號處理過程更接近人類思維活動。利用神經(jīng)網(wǎng)絡(luò)分布式信息存儲和并行處理的特點(diǎn)，可以避開模式識別方法中建模和特征提取的過程，從而消除由于模型不符和特征選擇不當(dāng)帶來的影響，并實(shí)現(xiàn)實(shí)時識別，以提高識別系統(tǒng)的性能。為了獲取概率、可能性或證據(jù)分布數(shù)據(jù)，也可將神經(jīng)網(wǎng)絡(luò)技術(shù)與前述理論結(jié)合使用［⑺。比如在處理沖突信息問題中，與基于迭代優(yōu)化的神經(jīng)網(wǎng)絡(luò)方法相比，聚類法計算復(fù)雜性較低，但性能也略遜一些。因此文獻(xiàn)［19］將Pottsspin理論和證據(jù)推理相結(jié)合，提出了快速神經(jīng)網(wǎng)絡(luò)聚類法，較好地兼顧了上述問題.五、信息融合的方法模態(tài)信息融合多模態(tài)信息融合也稱為異類信息融合。多模態(tài)信息之間可能是相關(guān)的，同時由于傳感器的采樣率不同，可能是異步的，相關(guān)和異步多模態(tài)信息的融合分別在強(qiáng)相關(guān)信息融合以及網(wǎng)絡(luò)化信息融合中論述。按照信息抽象的功能層次，將多模態(tài)信息融合分為特征級多模態(tài)信息融合與決策級多模態(tài)信息融合。特征級融合的輸入是每個傳感器獲得的特征，如視覺特征、文字特征、音頻特征、運(yùn)動特征、元數(shù)據(jù)特征等。其優(yōu)點(diǎn)是在早期階段利用不同模態(tài)信息多特征之間的相關(guān)性，損失的信息較少。決策級融合的輸入變量是每個傳感器基于本地特征提供的本地決策，而后融合這些決策形成最終全局決策。其優(yōu)點(diǎn)包括：表示相同，比特征融合簡單；對模態(tài)具有更好的可擴(kuò)展性；對不同模態(tài)可以采用其最合適的分析方法。按照方法的本質(zhì)和問題空間來分，多模態(tài)信息融合方法主要分為基于規(guī)則的方法、基于估計的方法和基于分類的方法［⑵［⑹?；谝?guī)則的融合方法包括基于統(tǒng)計規(guī)則的方法，如線性加權(quán)融合、投票法以及用戶自定義規(guī)則。基于分類的融合方法包括：支持向量機(jī)、貝葉斯推斷、動態(tài)貝葉斯網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)等。高沖突信息融合當(dāng)多個專家對同一現(xiàn)象產(chǎn)生不同意見時，待融合信息之間就產(chǎn)生了沖突。針對該問題涌現(xiàn)出了很多改進(jìn)方法，可分為改進(jìn)組合規(guī)則和證據(jù)修正法。改進(jìn)規(guī)則主要通過改變矛盾信息第5頁共9頁 一密… 封 線 的分配方法來得到較為合理的融合結(jié)果，但改進(jìn)的規(guī)則一般較為復(fù)雜。證據(jù)修正法一般通過給各證據(jù)賦予權(quán)重，利用權(quán)重對證據(jù)進(jìn)行折扣處理，與其他證據(jù)沖突大的權(quán)重小，反之亦然。證據(jù)沖突的度量［14］是證據(jù)修正法的關(guān)鍵，一般通過證據(jù)間矛盾信息、證據(jù)距離兩者相結(jié)合來衡量證據(jù)沖突程度［⑺。網(wǎng)絡(luò)化信息融合隨著網(wǎng)絡(luò)技術(shù)及傳感器技術(shù)的快速發(fā)展，網(wǎng)絡(luò)化信息融合是一個新的研究方向。通過網(wǎng)絡(luò)，數(shù)據(jù)處理中心具有處理遠(yuǎn)程傳感器測量數(shù)據(jù)的能力。特別是，基于網(wǎng)絡(luò)的信息融合允許遠(yuǎn)程監(jiān)控和故障診斷，使得信息融合有能力從世界上任何地點(diǎn)任何時間恢復(fù)和處理數(shù)。針對復(fù)雜網(wǎng)絡(luò)化系統(tǒng)的多采樣率問題，多速率信息融合也得到了廣泛關(guān)注。另外，由于網(wǎng)絡(luò)帶寬有限，量化對網(wǎng)絡(luò)化系統(tǒng)影響很大，設(shè)計編碼-估計策略成為網(wǎng)絡(luò)化系統(tǒng)中狀態(tài)估計的一個新方向。六、信息融合的發(fā)展趨勢雖然信息融合近年來取得了很多進(jìn)展，單平臺、低層融合理論與方法已日趨成熟.但還遠(yuǎn)未達(dá)到人腦所能實(shí)現(xiàn)的融合能力，仍存在很多挑戰(zhàn)，而這些也正是信息融合的發(fā)展方向.例如：信息一體化融合處理、以人為中心的信息融合、信息獲取與融合的聯(lián)合優(yōu)化、復(fù)雜多傳感器信息融合系統(tǒng)體系結(jié)構(gòu)設(shè)計、信息融合系統(tǒng)仿真與性能評估等。七、結(jié)論多傳感器信息融合近十幾年來已受到廣泛的關(guān)注，它的理論和方法已被應(yīng)用到許多研究領(lǐng)域。從目前軍事領(lǐng)域的發(fā)展來看，趨向于采用多信息融合技術(shù)來進(jìn)行信息綜合處理。本文基于近年的研究成果，就上述信息融合模型、算法、方法等新成果、新動向展開了討論，并對信息融合研究的未來發(fā)展趨勢進(jìn)行了評述。參考文獻(xiàn)［1］韓崇昭，朱洪艷，段戰(zhàn)勝.多源信息融合［M］.第2版.北京：清華大學(xué)出版社，2010.［2］潘泉，于昕，程詠梅等.信息融合理論的基本方法與進(jìn)展［J］.自動化學(xué)報，2003,29(4):599-615.第6頁共9頁 一密… 封 線 [3]潘泉，程詠梅，梁彥.信息融合理論與應(yīng)用[M].北京：清華大學(xué)出版社，2012.[3]何友.雷達(dá)數(shù)據(jù)處理及應(yīng)用[M].第2版.北京：電子工業(yè)出版社，2009.[5]何友.雷達(dá)目標(biāo)檢測與恒虛警處理[M].第2版.北京：清華大學(xué)出版社，2011.[6]敬忠良，肖剛，李振華.圖像融合：理論與應(yīng)用[M].北京：高等教育出版社，2007.[7]潘泉，梁彥，楊峰.現(xiàn)代目標(biāo)跟蹤與信息融合[M].北京：國防工業(yè)出版社，2009.[8]潘泉，張磊，崔培玲.動態(tài)多尺度系統(tǒng)估計理論與應(yīng)用[M].北京：科學(xué)出版社，2007.[8]梁彥，潘泉，楊峰.復(fù)雜系統(tǒng)現(xiàn)代估計理論與應(yīng)用[M].北京：科學(xué)出版社，2009.[9]潘泉，程詠梅，梁彥.信息融合理論與應(yīng)用[M].北京：清華大學(xué)出版社，2012.[10]楊小軍，潘泉，王睿.粒子濾波進(jìn)展與展望[J].控制理論與應(yīng)用，2006,23(2):261-267.[11]張山鷹，潘泉，張洪才.一種新的證據(jù)推理組合規(guī)則[J].控制與決策，2000,15(5):540-544.[12]徐曉濱，文成林，劉榮利.基于隨機(jī)集理論的多源信息統(tǒng)一表示與建模方法[J].電子學(xué)報，2008,36(6)：1174-1181.[13]張山鷹，潘泉，張洪才.一種新的證據(jù)推理組合規(guī)則[J].控制與決策，2000,15(5):540-544.[14]張山鷹，潘泉，張洪才.證據(jù)推理沖突問題研究仃].航空學(xué)報，2001,22(4):369-372.[15]劉準(zhǔn)釓，程詠梅，潘泉.基于矛盾因子和證據(jù)距離的加權(quán)證據(jù)合成法[J].控制理論與應(yīng)用，2009,26(12)：1439-1442.[16]閆莉萍.多速率傳感器狀態(tài)融合估計及多分辨率圖像融合算法研究由].北京：清華大學(xué)，2006.[17]姜軍.可執(zhí)行體系結(jié)構(gòu)及DoDAF的可執(zhí)行化方法研究[口].長沙：國防科學(xué)技術(shù)大學(xué)，2008.RezaeianM,Ba-nguV.Errorboundsforjointdetectionandestimationofasingleobjectwithrandomfinitesetobservation[J].IEEETransactionsonSignalProcessing,2010,58(3):1493-1506.Ba-nguV,Ba-tuongV,Nam-TrungP.Jointdetectionandestimationofmultipleobjectsfromimageobservations[J].IEEETransactionsonSignalProcessing,2010,58(10):5129 -5141.GalyJ,ChaumetteE,LarzabalP,Jointdetectionestimationproblemofmonopulseanglemeasurement[J].IEEETransactionsonAerospaceandElectronicSystems,2010,46(1):397 -413.TajerA,JajamovichGH,WangXD.OptimaljointtargetdetectionandparameterestimationbyMIMOradar[J].IEEEJournalofSelectedTopicsinSignalProcessing,2010,4(1):127 -145.第7頁共9頁 一密… 封 線 MoustaKindesGV,JajamovichGH,TajerA,etal.Jointdetectionandestimation:optimumtestsandapplications[J].IEEETransactionsonInformationTheory,2012,58(7):4215 -4229.PosseC,Whi