多傳感器數(shù)據(jù)融合系統(tǒng)：EKF及模糊決策應(yīng)用分析

傳感器是連接被測環(huán)境與實際測量的橋梁，是環(huán)境狀態(tài)精準(zhǔn)量測中最初始和最重要的部分。不精確的傳感器讀數(shù)會導(dǎo)致冗余的環(huán)境量測，產(chǎn)生不恰當(dāng)甚至錯誤的決策[1，2]。當(dāng)一個傳感器不能提供必要的數(shù)據(jù)時，就需要使用傳感器融合技術(shù)。傳感器融合最簡單的形式就是將兩個或更多的傳感器用某種方式結(jié)合起來，并能夠取其優(yōu)勢，去其不足。人們對數(shù)據(jù)融合的需求以及興趣正在快速增長，并針對各類生活需求進(jìn)行了大規(guī)模的研究。許多微處理器，先進(jìn)的傳感器及新技術(shù)被開發(fā)出來。這使得數(shù)據(jù)融合達(dá)到了一個新的水平，即利用多傳感器改善結(jié)果。數(shù)據(jù)融合的應(yīng)用范圍非常廣，從軍事到醫(yī)療都有涉及，例如戰(zhàn)場監(jiān)視、智能武器自動目標(biāo)識別、健康保養(yǎng)和改進(jìn)的醫(yī)學(xué)診斷。制造與安全也屬于數(shù)據(jù)融合研究的重點，這個系統(tǒng)的實現(xiàn)需要理解基本術(shù)語、數(shù)據(jù)融合處理模型及其結(jié)構(gòu)。 傳感器的數(shù)據(jù)給閉環(huán)系統(tǒng)提供反饋。通常我們面對的是錯誤的或不準(zhǔn)確的傳感器，因此需要利用傳感器融合技術(shù)混合兩個或多個傳感器從而創(chuàng)建一個更好的傳感器。通過對單個傳感器的輸出進(jìn)行濾波來實現(xiàn)傳感器融合。傳感器的缺點通常包括噪聲水平和非統(tǒng)一數(shù)量級。大多數(shù)情況下，傳感器融合不過就是簡單的二階低通或高通濾波器的結(jié)果相加。這種簡單的融合允許兩個傳感器提供輸出。多傳感器數(shù)據(jù)融合的應(yīng)用定義明確并有針對性。軍事相關(guān)的應(yīng)用涵蓋了目標(biāo)識別、引導(dǎo)無人戰(zhàn)車、遠(yuǎn)距離感知、戰(zhàn)場監(jiān)控和自動威脅識別系統(tǒng)，如敵、我、中立識別系統(tǒng)。非軍事應(yīng)用包括制造過程監(jiān)控、復(fù)雜機(jī)器的狀態(tài)檢修、工業(yè)機(jī)器人和關(guān)鍵醫(yī)療應(yīng)用。數(shù)據(jù)融合技術(shù)來自各種各樣傳統(tǒng)的學(xué)科，包括：數(shù)字信號處理、統(tǒng)計估計、控制論、人工智能和經(jīng)典數(shù)學(xué)方法。從歷史上來看，數(shù)據(jù)融合方法的開發(fā)主要用于非民用方面。然而，近年來這些方法已經(jīng)應(yīng)用于生活中，并已經(jīng)出現(xiàn)了雙向技術(shù)轉(zhuǎn)讓。一般來說，傳感器融合信息應(yīng)用廣泛，如：（1） 智能建筑。引入不同的控制系統(tǒng)控制照明，使照明達(dá)到最佳效果。根據(jù)燈區(qū)的地面規(guī)劃安排照明區(qū)域的開關(guān)，以免當(dāng)只有一小部分需要照明時，浪費了大量不必要的照明。另外，控制照明考慮了時間因素。總的來說，利用預(yù)先確定的照明計劃，自動開關(guān)每個區(qū)域的照明。在間歇使用的空間中利用感應(yīng)傳感器。利用感應(yīng)傳感器來感應(yīng)是否有人出現(xiàn)，從而自動控制燈的開關(guān)。（2） 環(huán)境監(jiān)測。遙感是最常見的監(jiān)控手段，利用飛機(jī)或衛(wèi)星，使用多傳感器系統(tǒng)實現(xiàn)對環(huán)境的監(jiān)控。這種監(jiān)控又分為兩個不同的種類，都屬于被動感知，即由物體或周圍區(qū)域發(fā)射或反射的自然輻射是可以檢測到的。在環(huán)境遙感中，當(dāng)傳感器調(diào)節(jié)到特定波長，反射的太陽光是最常見的可被被動傳感器測量到的輻射源。收集到的感知數(shù)據(jù)量非常大，需要計算機(jī)輔助分析。遠(yuǎn)程主動傳感器發(fā)出能量，并利用被動傳感器去監(jiān)測和測量目標(biāo)反射回來的輻射。通常使用激光雷達(dá)（LIDAR）收集一個區(qū)域的地貌信息。遠(yuǎn)程感知也便于收集危險區(qū)域的數(shù)據(jù)。（3） 監(jiān)測和工業(yè)過程控制利用感知和數(shù)據(jù)報告這一概念來管理和控制流水線。人類和機(jī)器人利用這些過濾后的感知數(shù)據(jù)，相應(yīng)地采取行動。（4） 醫(yī)療診斷是數(shù)據(jù)感知融合中最重要的應(yīng)用之一。許多醫(yī)療設(shè)備使用了這一概念，如成像（MRI系統(tǒng)）和外科起搏器的應(yīng)用。主要的問題是如何融合或整合異類或同類信息源。融合根據(jù)融合發(fā)生時的過程水平分為三個主要的類別，即低層次融合、中級融合、高層次融合。低層次融合，也稱為數(shù)據(jù)融合，它結(jié)合了數(shù)個原始數(shù)據(jù)源并生成了一個比輸入包含更多信息的原始數(shù)據(jù)。中級融合，也稱為特征級融合，結(jié)合各類特征形成一個有指導(dǎo)意義的特征，并用來進(jìn)行更多的處理。高層次融合是指決策制定層的融合。

第1章 數(shù)據(jù)融合

1.1 低層次融合

1.2 中級融合

1.3 高層次融合

1.4 安全

1.5 傳感器融合

1.6 應(yīng)用歷史

第2章 傳感器類型

2.1 傳感器

2.2 傳感器的選擇

2.3 聲吶

2.3.1 聲吶換能器

2.3.2 聲吶的應(yīng)用

2.4 激光傳感器

2.4.1 激光

2.4.2 激光光

2.4.3 激光的應(yīng)用

2.5 射頻傳感器

2.5.1 射頻傳感器的應(yīng)用

第3章 新的安全監(jiān)控系統(tǒng)

3.1 目標(biāo)動態(tài)傳感

3.2 安全決策

第4章 傳感器融合

4.1 相似度概念

4.2 迭代貝葉斯估計和最后驗概率

4.3 全局和局部指標(biāo)

第5章 狀態(tài)估計

5.1 卡爾曼濾波

5.2 擴(kuò)展卡爾曼濾波

第6章 狀態(tài)變換（同類傳感器互補(bǔ)）

第7章 決策制定—模糊邏輯系統(tǒng)

7.1 決策過程

7.2 模糊邏輯系統(tǒng)

7.31—型模糊邏輯系統(tǒng)

7.3.11—型隸屬度函數(shù)及其運算

7.3.2 語言變量和IF—THEN規(guī)則

7.3.3 基于模糊規(guī)則的推理

7.42—型模糊邏輯系統(tǒng)

7.4.12—型模糊集與隸屬函數(shù)

7.5 模糊邏輯控制

7.6 異構(gòu)傳感器的互補(bǔ)性

第8章 結(jié)果與討論

8.1 卡爾曼濾波結(jié)果

8.1.1 兩目標(biāo)的仿真

8.1.2 三目標(biāo)的仿真

8.2 擴(kuò)展卡爾曼濾波結(jié)果

第9章 結(jié)論和工作展望

附錄A 超模糊邏輯決策在安全監(jiān)視系統(tǒng)中的應(yīng)用

A.1 引言

A.2 安全系統(tǒng)

A.3 模糊邏輯基本原理

A.4 超模糊

A.5 結(jié)果和討論

附錄B 系統(tǒng)代碼

參考文獻(xiàn)

書號978-7-118-11100-2

作者（美）塔里克·〖JP〗達(dá)赫拉拉（Tarek Dakhlallah）

出版時間2016年9月

譯者王海鵬，熊偉，賈舒宜

版次1版1次

裝幀精裝

出版基金裝備科技譯著出版基金

頁數(shù)109

字?jǐn)?shù)122

中圖分類TP212

定價59.00

模糊多準(zhǔn)則決策是近年來國際學(xué)術(shù)界極其活躍的研究領(lǐng)域之一，現(xiàn)已取得大量研究成果，但也存在某些相互矛盾的結(jié)論和縣而未決的問題。故系統(tǒng)研究模糊多準(zhǔn)則決策的理論和方法，解決模糊多屬性決策與模糊多目標(biāo)決策中存在的若干疑難問題，不僅具有重要的理論價值，且可促進(jìn)模糊技術(shù)的發(fā)展，創(chuàng)造良好的應(yīng)用前景。 2100433B