人類本能地具有將身體上的各種器官（眼、耳、鼻和四肢等）所探測的信息（景物、聲音、氣味和觸覺等）與先驗知識進行綜合的能力，以便對其周圍的環境和正在發生的事件做出評估。多感測器信息融合實際上是對人腦綜合處理複雜問題的一種功能模擬。與單感測器相比，運用多感測器信息融合技術在解決探測、跟蹤和目標識別等問題方面，能夠增強系統生存能力，提高整個系統的可靠性和健壯性，增強數據的可信度，提高精度，擴 展系統的時間、空間覆蓋率，增加系統的實時性和信息利用率等。 作為多感測器融合的研究熱點之一，融合方法一直受到人們的重視，這方面國外已經作了大量的研究，並且提出了許多融合方法。目前，多感測器數據融合的常用方法大致可分為兩大類：隨機和人工智慧方法。信息融合的不同層次對應不同的算法，包括加權平均 融合、卡爾曼濾波法、Bayes 估計、統計決策理論、機率論方法、模糊邏輯推理、人工神 經網路、D-S 證據理論等。
基本介紹
- 中文名：多感測器數據融合技術
- 時間：上世紀80年代
- 簡介：綜合決策過程
- 特點：快速性和正確性
簡介,定義,優點,
簡介
多感測器數據融合技術形成於上世紀80年代，目前已成為研究的熱點。它不同於一般信號處理，也不同於單個或多個感測器的監測和測量，而是對基於多個感測器測量結果基礎上的更高層次的綜合決策過程。
定義
感測器數據融合的定義可以概括為把分布在不同位置的多個同類或不同類感測器所提供的局部數據資源加以綜合，採用計算機技術對其進行分析，消除多感測器信息之間可能存在的冗餘和矛盾，加以互補，降低其不確實性，獲得被測對象的一致性解釋與描述，從而提高系統決策、規劃、反應的快速性和正確性，使系統獲得更充分的信息。其信息融合在不同信息層次上出現，包括數據層融合、特徵層融合、決策層融合。
（1）數據級融合。針對感測器採集的數據，依賴於感測器類型，進行同類數據的融合。 數據級的融合要處理的數據都是在相同類別的感測器下採集，所以數據融合不能處理異構 數據。
（2）特徵級融合。特徵級融合，指的是提取所採集數據包含的特徵向量，用來體現所 監測物理量的屬性，這是面向監測對象特徵的融合。如在圖像數據的融合中，可以採用邊 沿的特徵信息，來代替全部數據信息。
（3）決策級融合。決策級融合，指的是根據特徵級融合所得到的數據特徵，進行 一定的判別、分類，以及簡單的邏輯運算，根據套用需求進行較高級的決策，是高級的融合。決策級融合是面向套用的融合。比如在森林火災的監測監控系統中，通過對於溫度、濕度和風力等數據特徵的融合，可以斷定森林的乾燥程度及發生火災的可能性等。這樣，需要傳送的數據就不是溫濕度的值以及風力的大小，而只是傳送發生火災的可能性及危害程度等。在感測網路的具體數據融合實現中，可以根據套用的特點來選擇融合方式。
優點
多感測器數據融合比單一感測器信息有如下優點，即容錯性、互補性、實時性、經濟性，所以逐步得到推廣套用。套用領域除軍事外，已適用於自動化技術、機器人、海洋監視、地震觀測、建築、空中交通管制、醫學診斷、遙感技術等方面。
有鑒於感測器技術的微型化、智慧型化程度提高，在信息獲取基礎上，多種功能進一步集成以致於融合，這是必然的趨勢，多感測器數據融合技術也促進了感測器技術的發展。
