《物联网数据融合及管理.pptx》由会员分享，可在线阅读，更多相关《物联网数据融合及管理.pptx（35页珍藏版）》请在三一办公上搜索。
1、第九章物联网数据融合及管理,第9章 物联网数据融合及管理,数据融合与管理是支撑物联网广泛应用的关键技术之一，在物联网技术体系中具有重要地位和作用。但鉴于物联网感知节点能源有限、数据的时间敏感特性、网络的动态特性等特点，物联网数据融合技术将面临更多挑战。,教学要求,PPT素材下载：,9.1,数据融合概述,目 录,9.1 数据融合概述,9.1.1 数据融合的发展,数据融合一词最早出现在20 世纪70 年代，并于20 世纪80 年代发展成一项专门技术。它是人类模仿自身信息处理能力的结果，类似人类和其它动物对复杂问题的综合处理。数据融合技术最早用于军事，1973 年美国研究机构就在国防部的资助下，开展
2、了声纳信号解释系统的研究。目前，工业控制、机器人、空中交通管制、海洋监视和管理等领域也向着多传感器数据融合方向发展。物联网概念的提出，数据融合技术将成为其数据处理等相关技术开发所要关心的重要问题之一。物联网数据融合概念是针对多传感器系统而提出的。在多传感器系统中，由于信息表现形式的多样性、数据量的巨大性、数据关系的复杂性以及要求数据处理的实时性、准确性和可靠性都已大大超出了人脑的信息综合处理能力，在这种情况下，多传感器数据融合技术应运而生。,9.1 数据融合概述,近40年来数据融合技术得到了巨大的发展，同时伴随着电子技术、信号检测与处理技术、计算机技术、网络通信技术以及控制技术的飞速发展，数据
3、融合已被应用在多个领域，在现代科学技术中的地位也日渐突出。通过信息融合技术可以扩展战场感知的时间和空间的覆盖范围，变单源探测为网络探测，对多源战场感知信息进行目标以检测、关联/相关、组合，获得精确的目标状态和完整的目标属性/身份估计，以及高层次的战场态势估计与威胁估计，从而实现未来战争中陆、海、空、天、电磁频谱全维战场感知。,9.1 数据融合概述,军事需求：随着新型武器（精确制导、远程打击等）的出现战场范围扩大（五维空间）必须应用多传感器系统：微波、毫米波、电视、红外、激光、电子支援措施（ESM），以及电子情报技术提供观测数据优化综合实现：,9.1 数据融合概述,首先美国国防部三军实验室理事联
4、席会(JDL)的对信息融合技术的定义为：信息融合是一个对从单个和多个信息源获取的数据和信息进行关联、相关和综合，以获得精确的位置和身份估计，以及对态势和威胁及其重要程度进行全面及时评估的信息处理过程。后来，JDL将该定义修正为：信息融合是指对单个和多个传感器的信息和数据进行多层次、多方面的处理，包括：自动检测、关联、相关、估计和组合。,当前，数据融合定义简洁的表述为：数据融合是利用计算机技术对时序获得的若干感知数据，在一定准则下加以分析、综合，以完成所需决策和评估任务而进行的数据处理过程。,9.1 数据融合概述,数据融合这一技术有3 层含义:数据的全空间，即数据包括确定的和模糊的、全空间的和子
5、空间的、同步的和异步的、数字的和非数字的，它是复杂的多维多源的，覆盖全频段；数据的融合不同于组合，组合指的是外部特性，融合指的是内部特性，它是系统动态过程中的一种数据综合加工处理；数据的互补过程，数据表达方式的互补、结构上的互补、功能上的互补、不同层次的互补，是数据融合的核心，只有互补数据的融合才可以使系统发生质的飞跃。,数据融合的实质是针对多维数据进行关联或综合分析，进而选取适当的融合模式和处理算法，用以提高数据的质量，为知识提取奠定基础。因此，数据融合需要解决数据对准；数据相关；数据识别，即估计目标的类别和类型；感知数据的不确定性；不完整、不一致和虚假数据；数据库；性能评估等技术问题。,9
6、.1 数据融合概述,9.1.3 数据融合的应用,应用,.,医疗,对复杂的病情可通过多种传感器信息，如X射线图像、核磁共振等对人体的病变、异常进行识别，确定病人的病情,PPT素材下载：,9.1,数据融合概述,9.2,数据融合的基本原理,目 录,9.2 数据融合的基本原理,9.2.1 数据融合的体系结构,数据融合是一种多层次、多方位的处理过程，需要对多种来源数据进行检测、相关和综合以进行更精确的态势评估。数据融合一般可以分为数据级融合、特征级融合和决策级融合等3个层次。,9.2 数据融合的基本原理,融合层次性能详细比较,9.2 数据融合的基本原理,一级处理相当于最低层次的数据级融合。它对来自于同等
7、量级的传感器原始数据直接进行融合，有了融合的传感器数据之后就可以完成像单传感器一样的识别处理过程。,9.2 数据融合的基本原理,二级处理相当于中间层次的特征级融合。它利用从传感平台的原始信息中提取的特征信息进行综合分析和处理。二级处理可实现战场信息的大幅压缩，有利于实时处理，融合结果能最大限度地给出作战决策分析所需的特征信息。,三级处理相当于最高层次的决策级融合，通过关联处理进行决策层融合判决，最终获得联合推断结果。,四级处理是利用获得的联合推断结果进行反馈控制，或调整信息收集方法。只有在具有反馈环节的系统中才会用到四级处理。,9.2 数据融合的基本原理,(1)信息融合的功能模型 最有权威性的
8、是DFS(Data Fusion Subanal，数据融合专家组)提出的功能模型。该模型把数据融合分为3级（图见下一页）:第一级是单源或多源处理，主要是数字处理、跟踪相关和关联；第二级是评估目标估计的集合，及根据它们彼此和背景的关系来评估整个情况；第三级用一个系统的先验目标集合来检验评估的情况。,9.2 数据融合的基本原理,图9-2 C3I技术委员会(TPC3)数据融合专家组提出的功能模型,9.2 数据融合的基本原理,(2)信息融合的结构模型 数据融合的结构模型有多种不同的分类方法，其中一种分类标准是根据传感器数据在送入融合处理中心之前已经处理的程度来进行分类。在这种分类标准下，融合结构被分为
9、传感器级数据融合，中央级数据融合及混合式融合，还可以根据数据处理过程的分辨率来对融合结构进行分类。在这种情况下，融合结构为像素级、特征级和决策级融合。,(3)多传感器信息融合实现的数学模型 信息融合的方法涉及多方面的理论和技术，如信号处理、估计理论、不确定性理论、模式识别、最优化技术、模糊数学和神经网络等方面。目前，这些方法大致分为两类：随机类方法和人工智能方法。,一是随机类方法，包括卡尔曼滤波法、贝叶斯估计法、D-S证据推理等。二是人工智能类方法，包括小波变换、模糊逻辑、神经网络等。不同的方法适用于不同的应用背景。神经网络和人工智能等新概念、新技术在数据融合中将发挥越来越重要的作用。,9.2
10、 数据融合的基本原理,常用的数据融合方法比较,9.2 数据融合的基本原理,数据融合模型为数据融合算法的组合、硬件架构的搭设、目标功能的明确、工作人员的分工提供了依据。(1)情报环模型这个模型将数据融合理解为情报处理过程，其中包括两个部分：信息处理和信息融合。情报环中一种经典的模型UK情报环:,9.2 数据融合的基本原理,9.2 数据融合的基本原理,态势评估：检测当前的环境推断出检测目标与事件之间的关系，以判断出检测目标的意图（ex：ATMS+D-S，意图逻辑）,目标评估：融合目标的位置、速度、身份等参数，以达到对这些参数的精确表达，主要包括数据配准、跟踪和数据关联、辨识（以航迹辨识为例）,威胁
11、估计：结合当前的态势判断敌方的威胁和敌我双方的攻击能力等。人机接口、数据库：提供了人与系统的交互功能和物理上存储支持功能。总过程评估：监视系统的性能，辨别改善性能所需要的数据，进行传感器资源的合理配置。,PPT素材下载：,9.1,数据融合概述,9.2,数据融合的基本原理,9.3,物联网中的数据融合技术,目 录,9.3 物联网中的数据融合技术,因为上述特点，需要使用数据融合技术，将传感器节点采集到的大量原始数据进行各种网内处理去除其中的冗余信息，降低数据冲突，减轻网络拥挤，从而有效地节省了能源开销，起到延长网络寿命的作用。,9.3 物联网中的数据融合技术,物联网数据融合需要研究解决以下 3 个关
12、键问题：数据融合节点的选择。,数据融合时机。,9.3 物联网中的数据融合技术,多传感器信息融合的关键问题：模型设计,9.3 物联网中的数据融合技术,多传感器信息融合的功能模型一般包括：在多层次上对多源信息进行处理，每个层次代表信息处理不同级别；其过程含检测、关联、跟踪、估计和综合；和属性估计其结果包括低层次上的状态及高层次上的战场态势和威胁评估。数据融合大部分是根据具体问题及其特定对象来建立自己的融合层次，而且数据融合层次的划分目前还没有统一标准。,9.3 物联网中的数据融合技术,9.3 物联网中的数据融合技术,9.3 物联网中的数据融合技术,9.3 物联网中的数据融合技术,PPT素材下载：,
13、9.1,数据融合概述,9.2,数据融合的基本原理,9.4,物联网数据管理技术,9.3,物联网中的数据融合技术,目 录,9.4 物联网数据管理技术,在整个物联网体系中，传感网可作为分布式数据库独立存在，实现对客观物理世界的实时、动态的感知与管理。这样做的目的是，将物联网数据处理方法与网络的具体实现方法分离开来，使得用户和应用程序只需要查询数据的逻辑结构，而无须关心物联网具体如何获取信息的细节。,9.4 物联网数据管理技术,9.4.2 传感网数据管理系统结构,多传感器数据融合的应用,飞行目标跟踪,课后习题1哪些传感网的应用需要数据融合？2汇聚节点和一般节点应有何区别？3有损数据融合和无损数据融合有何区别？,
