多源信息融合技术的起源发展与研究应用

1.多源信息融合技术的起源发展与研究应用1．1多源信息融合的概念多源信息融合(multi-sourceinformationfusion)亦称多传感器信息融合，是一门新兴边缘学科。多源的含义是广义的，包含多种信息源如传感器、环境信息匹配、数据库及人类掌握的信息等，信息融合最初的定义是数据融合，但随着信息技术的发展，系统信息的外延不断扩大，已经远远超出了数据的简单含义，包括了有形的数据、图像、音频、符号和无形的模型、估计、评价等，故学术界、技术界均认为使用信息融合更能代表其含义。多源信息融合的优势可以表现在密集性、有效性、互补性、冗余性、实时性、低成本性、高适应性等多个方面。1.2多源信息融合技术的起源与发展这一概念是在20世纪70年代提出的。当时新一代作战系统中依靠单一传感器提供信息已无法满足作战需要，必须运用多传感器集成来提供多种观测数据，通过优化综合处理提供相对准确的战场信息，从而更好地把握战场态势。在多传感器系统中，由于信息表现形式的多样性，信息数量的巨大性，信息关系的复杂性，以及要求信息处理的及时性，都已大大超出了人脑的信息综合处理能力，所以多传感器数据融合(Multi-sensorDataFusion简称MSDF)便迅速发展起来。20多年来，MSDF技术在现代C3I(指挥、控制、通信与情报Command,Control,CommunicationandIntelligence)系统中和各种武器平台得到了广泛的应用[3]，在工业、农业、航空航天、目标跟踪和惯性导航等民用领域也得到了普遍关注。国外对信息融合技术的研究起步较早。第二次世界大战末期，高炮火控系统开始同时使用了雷达和光学传感器，这有效地提高了高炮系统的瞄准精度，也大大提高了抗恶劣气象、抗干扰能力。现代信息融合概念70年代初开始萌芽。最初主要在多种雷达同时运用的条件下执行同类传感器信息融合处理，以后逐渐扩展。70年代末期开始引入电子战、ESM系统，引起人们高度重视。从80年代起，美国在研发，学术讨论，以及推广多源信息融合技术等方面始终走在前列。尤其在海湾战争结束后，美国更加重视信息自动综合处理技术的研究，并有效带动了其他北约国家在这方面的研究工作，如英国陆军开发了炮兵智能融合系统(AIDD)、机动和控制系统(WAVELL)等，德国准备在“豹2”坦克的改进中运用信息融合和人工智能等关键技术。信息融合技术进入到我国，是在1991年波斯湾战争之后，当时美军和多国部队的远程精确打击能力震惊了世界。而国内目前装备的系统中对于战场情报处理主要还是基于单一传感器，已经很难满足现代战场瞬息万变的实际情况。国防科工委在“八五”预言项目中设立了“C3I数据汇集技术研究”课题，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。20世纪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、多传感器综合跟踪和定位、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等领域的理论及应用研究，相继出现了一批多目标跟踪系统和有初步综合能力的多传感器信息融合系统。随着我国航空航天及其他相关领域的发展，可利用的导航信息源越来越多，多源信息融合技术的应用前景也愈发广阔。1.3多源信息融合技术在航空领域的应用1.3.1典型应用——组合导航导航是导引航行的简称，它的基本作用是引导飞机、舰船、车辆，甚至是个人、导弹，准确的沿着所选定的路线安全到达目的地。对于航空导航而言，五十年代出现了惯性导航系统，利用惯性敏感元件及初始位置来获得载体的姿态、速度和位置，不依赖任何外部信息，短期精度和稳定性较好，不向外界辐射能量，正是这种自主性和保密性的优点使惯导系统在航空航天航海等导航领域得到了广泛的应用，直至今天，惯导系统仍是目前航行体上主要导航设备[1]。随着科学技术的发展，导航系统的种类也越来越多，GPS系统、多普勒导航系统、罗兰C导航系统、大气数据计算机导航系统相继出现，这些导航系统各有特色，优缺点并存[3]。然而，尚没有一种导航方式能够同时满足精度与可靠性的要求，于是便出现了组合导航系统。组合导航系统是将航行体(飞机、舰船等)上的某些或全部导航设备组合成一个统一的系统,利用两种或两种以上的设备提供多重信息,构成一个多功能、高精度的冗余系统[2]。组合导航系统有利于充分利用各导航系统进行信息互补与信息合作,因而成为导航系统发展的方向。高精度和高可靠性是组合导航系统的基本衡量指标，综合考虑各个导航系统的优缺点，在组合导航与制导系统中，往往将惯导系统作为主导航系统，而将其他导航定位误差不随时间积累的导航系统，如无线电导航、卫星导航、天文导航、地形及景象匹配导航等作为辅助导航系统，利用辅助信息观测量对导航系统的状态变量进行最优估计，以获得高精度的导航信息。组合系统中冗余传感器的配置以及辅助导航系统的存在，为组合系统提供了故障检测和隔离的硬件基础，故障检测与隔离算法对组合导航系统进行数据处理，为系统提供故障状态信息，构成高可靠的容错组合导航系统。国外已装机应用的组合导航系统目前主要有INS/GPS、INS/天文、INS/地形匹配、INS/多普勒、GPS/罗兰C等。1.3.2新型应用目前，信息融合技术已在国外军事装备中得到广泛应用，新一代战斗机都采用了信息融合技术。俄罗斯和美国军方都在多传感器数据融合和信息处理技术方面进行了大量的研究工作，如F-22的F/A-22通用集成处理器(CIP)，通过处理整个飞机的电子信号将数据融合转换为清晰且简明的战场情况图像，极大减少飞行员的工作载荷，使飞行员全力集中执行指定任务并保证他们能从战场安全返回。以及俄罗斯的第三代战斗机苏-27的TsVM-80的火控计算机能将红外瞄准、激光、光学和多模式雷达输入综合起来向屏显提供信号，具有一定程度的多传感器数据融合能力。此外，英国国防部CONDORⅡ项目，通过融合多谱传感器和激光障碍物传感器生成信息，将其显示在最新一代的LCD头盔显示器上。来自数据库和激光障碍物传感器的信息同非冷却红外和微光传感器融合的图像结合，并投影在头盔护目镜上，为飞行员提供地形威胁警告，有效提高直升机在正常和恶劣气象条件下的态势感知能力多源信息融合技术在无人机上也得到了广泛的应用。美陆军“勇士”(Warrior)长航时无人机配备的光电/红外/激光指示(E0/IR/LO)传感器系统具有广域搜索、连续缩放功能，在瞄准时还可提供彩色电视画面。激光指示/测距装置工作在对人眼安全的波段上。该系统可对光电和红外图像进行融合，以提供更完整的细节和最好的图像分辨率[7]。我国国防科技大学和西北工业大学在此方面也取得了不少研究成果。前者利用其在视觉导航上的优势，将视觉导航与其他导航方式相融合，在无人机的导航制导方面达到了国际先进水平。2.多源导航系统中信息融合的结构方法与模型组合导航系统作为一个多源信息融合系统，从信息的角度上讲，它是将各个导航信息源的量测信息和系统内已有的信息按照一定规则通过各种方法进行融合，形成状态的最优或次优估计，得到载体的导航信息。组合导航系统信息融合与结构分别如下图所示有图1导航传感器(或导航系统)提供关于导航数据的测量信息。各种导航传感器的测量信息是导航定位的主要信息源，也是系统信息的主要来源。关于时空配准和预处理的关系，对预处理的概念有不同的理解，本文认为预处理是对单个导航传感器的内信息的处理，一般包括野值去除，小波降噪，数据压缩等，属于信号内处理。而时空配准是指在信息融合条件下需要考虑的信号间处理的问题，时空配准指的是各导航系统组成组合导航系统后所需进行的时间基准、量测同步、空间坐标系、量测空间等方面的统一。估计融合即通过信息融合方法对载体的导航状态进行估计。飞行器自身的导航、航行信息与编队中其它的飞行器的导航、航行信息融合后形成编队态势，而对目标的警戒、跟踪则形成敌方态势。根据曼特卡尔费法则，网络费用与节点数成正比，而网络价值则是节点数的二次函数，因此组合后的导航系统将比多个导航系统简单罗列更具价值。组合导航系统能有效提高导航系统定位精度，能增强导航系统工作可靠性，能提高系统自动化智能化程度，能提升航空航行的安全性，并且能提高航行的经济性。现代导航系统的信息处理技术一般都采用最优估计法。最优估计法是利用最优估计技术将两种不同的传感器的测量信息或将两种不同导航系统的导航信息综合在一起，进行状态估计和校正的最优控制法。而采用最优估计或信息融合技术设计的组合导航系统，能实时反映和调整误差模型中的参数，使模型参数逐渐接近真实情况，并实时地求得导航系统误差状态的最优估计值，从而根据这些误差的最优估计值进行校正，使导航误差最小。通常称采用估计和信息融合技术的组合导航系统为最优组合导航系统。在最优组合导航系统中，卡尔曼滤波技术是目前最为常用和成熟的信息融合技术，是一种最优具有递推形式的线性最小方差估计方法。利用卡尔曼滤波，可以克服被组合设备各自的缺点、发挥各自的长处，使组合系统的精度优于任一系统单独使用时的精度。利用卡尔曼滤波对组合导航系统进行最优组合有两种途径：一种是集中式卡尔曼滤波，另一种是分散化卡尔曼滤波。集中式卡尔曼滤波采用一个卡尔曼滤波器来集中的处理所有导航子系统的信息，在理论上可以给出误差状态的最优估计，优点是数据全面、无信息丢失、最终判决结论置信度高；缺点是滤波器状态维数高，计算负担重，不利于滤波的实时进行，容错性能差，不利于故障诊断。在众多的分散化滤波中，Carlson提出的联邦滤波器（FederatedFilter）,由于设计的灵活性、计算量小、容错性能好而受到重视。航空多传感器组合导航系统模型如下图所示，由多种参数测试系统、数字式导航计算机和各种显示系统组成，它可以工作在其中一种导航工作状态，也可以工作在两种或两种以上的组合导航工作状态。这时它能在不同的飞行条件下以其中最佳的导航工作状态进行导航，并对其他的导航工作状态的有关参数进行修正。当最佳的导航工作状态出现故障时，能自行诊断，在确认为故障后，能自行拆除它所提供的信号，并自动转入其他的导航工作状态。有图23.多源导航系统中信息融合的关键技术根据组合导航系统中信息融合的过程，首先要对从不同传感器系统的信号数据进行数据预处理操作，即要将多传感器数据无误差地转换到时间和空间同步统一的基准时标下，再对预处理过后的信号数据进行特征提取和融合计算。3.1多传感器的时空配准方法传感器的配准指多传感器数据“无误差”转换时所需进行的处理过程。多传感器的配准问题可分为时间配准和空间配准两个方面。时间配准指的是将各传感器时间同步到统一基准时标下，并将不同步的量测信息配准到同一融合时刻。而空间配准不仅包括传感器坐标系的统一，更是将各传感器坐标系中的信息变换到统一的导航坐标系中，而且包括校正各传感器因空间位置所造成的偏差。4.1.1时间配准方法从时间配准的角度来说，时间配准在导航领域和目标跟踪领域所关注的问题是一致的，都是要配准不同步测量信息。从实现方法来说，主要是有两种思路：一是在融合估计前消除时间上的不同步，二是针对异步的量测信息采用异步融合的方法。对于第一种思路——消除时间不同步来说，现有的针对GPS/INS组合导航系统的专门方法包括采取硬件的办法，以GPS脉冲为时标信号，对INS进行分频修正，以达到同步；也可以通过分段拟合测量时间延迟的范围，再通过扩充状态法估计时间延迟量；还有可通过测量时间差，再通过拉格朗日差值计算INS在GPS时间点上的虚拟值。对于第二种思路——异步融合，在航空导航中的代表性方法有：通过计算融合周期内子滤波器的输出次数，计算在融合时间上的同步时间差，再对子滤波器的输出进行K次计数后，再计算子滤波器在融合时间点上的输出，得到全局次优估计；非等间隔联合滤波方法，将各子系统周期的最大公约数和最小公倍数作为计算周期和融合周期，当没有量测信息输出时，进行时间更新，而在量测输出的时刻同时进行Kalman滤波器的时间更新和量测更新，从理论上解决了非等间隔滤波的全局最优。3.1.2空间配准方