李明

（武漢藏龍北路1號武漢430205）

多源信息融合技術(shù)發(fā)展簡述

李明

（武漢藏龍北路1號武漢430205）

回顧了信息融合的發(fā)展歷程，結(jié)合國內(nèi)外研究成果與現(xiàn)狀，介紹了信息融合的幾種經(jīng)典功能模型，了解了信息融合的數(shù)學(xué)理論支撐。列舉了數(shù)據(jù)融合在軍事領(lǐng)域的一些應(yīng)用，探討了信息融合發(fā)展面臨的挑戰(zhàn)，對未來研究方向進(jìn)行了展望。

數(shù)據(jù)融合；融合算法；融合結(jié)構(gòu)

Class NumberTP393

1 引言

數(shù)據(jù)融合，也稱信息融合，是一個數(shù)據(jù)或者信息綜合過程，用于估計(jì)和預(yù)測實(shí)體狀態(tài)。信息融合的基本目標(biāo)，就是通過組合獲得比任何單個輸入數(shù)據(jù)更準(zhǔn)確的信息。

信息融合的JDL模型是目前應(yīng)用最廣泛、認(rèn)知度最高的經(jīng)典功能模型，它將融合級別分為四層，即目標(biāo)位置/身份估計(jì)、態(tài)勢評估、威脅估計(jì)、過程優(yōu)化［1］。

隨著技術(shù)的發(fā)展，作戰(zhàn)環(huán)境日漸復(fù)雜，傳感器種類和功能也越來越多，融合系統(tǒng)需要處理的信息量劇增，智能算法的快速發(fā)展等，都對信息融合的發(fā)展提出了更高的要求。本文介紹了信息融合的國內(nèi)外發(fā)展過程與研究現(xiàn)狀，羅列了多源數(shù)據(jù)融合的經(jīng)典功能模型，介紹了數(shù)據(jù)融合的數(shù)學(xué)理論支撐，最后，結(jié)合信息融合在軍事領(lǐng)域的應(yīng)用，提出了存在問題，并對信息融合的未來發(fā)展方向進(jìn)行了展望。

2 信息融合發(fā)展和研究現(xiàn)狀

信息融合是綜合處理多種信息的關(guān)鍵，也是對傳感器探測結(jié)果的進(jìn)一步加工。最近幾十年信息融合在軍事應(yīng)用的帶領(lǐng)下迅速發(fā)展。

2.1 國外發(fā)展過程與研究現(xiàn)狀

20世紀(jì)70年代初，美國研究機(jī)構(gòu)發(fā)現(xiàn)，利用計(jì)算機(jī)技術(shù)對多個獨(dú)立的連續(xù)聲納信號進(jìn)行融合后，可以自動檢測出敵方潛艇的位置，使得信息融合作為一門新興的學(xué)科首先在軍事應(yīng)用研究領(lǐng)域受到青睞。20世紀(jì)80年代后期開始，SPIE、IEEE等著名學(xué)術(shù)組織均定期舉辦信息融合學(xué)術(shù)會議。美國三軍組織-實(shí)驗(yàn)室理事聯(lián)合會（JDL）專門成立了信息融合專家組（DFS），專門負(fù)責(zé)組織和指導(dǎo)信息融合技術(shù)研發(fā)工作。1998年，學(xué)術(shù)界成立了國際信息融合學(xué)會（ISIF），每年舉辦一次國際學(xué)術(shù)會議，以促進(jìn)學(xué)術(shù)交流、推動信息融合技術(shù)的發(fā)展。一些IEEE期刊、IEE會刊等經(jīng)常發(fā)表有關(guān)信息融合及目標(biāo)跟蹤的論文；Journal of Information Fusion、Journal of Advances in Information Fusion等專業(yè)學(xué)術(shù)期刊分別于2000年和2006年創(chuàng)刊。

信息融合概念形成以來，Y.Bar-Shalom，R. Singer，W.D.Blair，D.B.Reid，S.S.Blackman，A.Poore，X.R.Li，T.Kirubarajan，K.C.Chang等為代表的科學(xué)家在機(jī)動目標(biāo)跟蹤和數(shù)據(jù)關(guān)聯(lián)方面作出了杰出的貢獻(xiàn)、提出了一系列經(jīng)典算法，包括聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)、多假設(shè)跟蹤、多維分配算法、交互多模型濾波、基于隨機(jī)集理論的融合算法、序貫Monte Carlo抽樣濾波、D-S證據(jù)理論等。

美國的林肯試驗(yàn)室是從事軍事武器裝備預(yù)先研究的重要機(jī)構(gòu)，把多聲納綜合信息系統(tǒng)、波束形成對信號特征的影響作為研究的重點(diǎn)，將信息融合作為水中目標(biāo)識別研究的一個重要發(fā)展方向。俄羅斯的GMG516水下分類系統(tǒng)，也是利用綜合聲納系統(tǒng)上的多信息綜合處理提取分類特征，其提取特征包括聲頻、聲源級和聲場分布特征等，在水中目標(biāo)識別研究過程中也是利用多種豐富特征進(jìn)行綜合判別，且其對特征的研究較為精細(xì)，找出了聲信號特征隨躍變層不同的變化規(guī)律［2］。同時俄羅斯水下警戒系統(tǒng)中還利用矢量波導(dǎo)特征識別出水上、水下目標(biāo)。

2.2 國內(nèi)發(fā)展過程與研究現(xiàn)狀

國內(nèi)關(guān)于信息融合理論和技術(shù)的研究起步相對較晚，20世紀(jì)80年代初期到末期，人們開始從事多目標(biāo)追蹤理論研究，開始出現(xiàn)有關(guān)多源信息融合理論研究的報道。2009年，中國航空學(xué)會信息融合分會成立，每年舉辦一次專業(yè)學(xué)術(shù)會議，各大著名高校與研究所積極參加，促進(jìn)了國內(nèi)信息融合技術(shù)學(xué)術(shù)交流、加速國內(nèi)信息融合技術(shù)發(fā)展［3］。

在軍事應(yīng)用方面，國內(nèi)已具備開發(fā)第一級融合功能完整的信息融合系統(tǒng)的能力，包括傳感器偏差校準(zhǔn)、多源異類數(shù)據(jù)相關(guān)、合成和目標(biāo)綜合識別等功能，已研制出一批具備多平臺多傳感器信息融合能力的作戰(zhàn)指控系統(tǒng)和情報綜合處理信息系統(tǒng)，提供雷達(dá)、聲納、紅外、電子戰(zhàn)等實(shí)時情報與偵察、計(jì)劃、圖像等非實(shí)時情報的信息融合功能［4］，應(yīng)用在海軍各型艦艇指控系統(tǒng)、海上編隊(duì)指揮系統(tǒng)、岸基指揮自動化系統(tǒng)、協(xié)同防空系統(tǒng)以及其他軍兵種的各種組網(wǎng)雷達(dá)數(shù)據(jù)處理等領(lǐng)域［5］。就公開的資料看，在高級信息融合方面，2010年之后國內(nèi)少數(shù)人開展了海戰(zhàn)和空戰(zhàn)態(tài)勢評估與預(yù)測研究［6］。

2010年以來，軍事應(yīng)用的促進(jìn)下，傳感器探測特征挖掘技術(shù)、小目標(biāo)聯(lián)合檢測技術(shù)、方差非獨(dú)立的分布式信息融合、聯(lián)合粒子濾波技術(shù)等仍然是研究熱點(diǎn)問題［7］。其中，水下信息融合領(lǐng)域，針對復(fù)雜水下環(huán)境目標(biāo)識別困難的問題，開展基于全局信息的水聲信息目標(biāo)印證識別技術(shù)，針對全局歷史、當(dāng)前信息進(jìn)行水聲信息融合驗(yàn)證，利用LOFAR、DEMON譜結(jié)構(gòu)以及運(yùn)動速度、航向、距離、加速度等目標(biāo)特征信息，運(yùn)用模糊數(shù)學(xué)理論分析特征信息的模糊度，進(jìn)行模糊相似度匹配目標(biāo)識別。同時綜合利用全局歷史多源信息與當(dāng)前信息進(jìn)行不斷印證，提高復(fù)雜環(huán)境下水聲目標(biāo)識別能力。

異類信息關(guān)聯(lián)不確定度評定技術(shù)。復(fù)雜多變的戰(zhàn)場環(huán)境，如未知的傳感器誤差，電磁干擾與環(huán)境雜波，時刻變化的目標(biāo)分布與機(jī)動狀態(tài)，性能波動的通訊網(wǎng)絡(luò)等，使得信息在收集和傳播過程中引入了極大的不確定性，并且其不確定性隨時間變化、變化機(jī)理也難以描述。對大范圍天基圖像、電子戰(zhàn)、艦載雷達(dá)、紅外、光電等不同類型信源信息，單個數(shù)據(jù)關(guān)聯(lián)算法無法始終給出最優(yōu)關(guān)聯(lián)結(jié)果，需要系統(tǒng)客觀評定多種數(shù)據(jù)關(guān)聯(lián)算法對數(shù)據(jù)的適應(yīng)程度，根據(jù)不確定度和信源特征自動選擇最優(yōu)關(guān)聯(lián)算法，以適應(yīng)信源和環(huán)境的變化。

基于環(huán)境信息的波導(dǎo)和欺騙干擾目標(biāo)融合技術(shù)。信源在受到電子干擾后，其探測威力、準(zhǔn)確性和精度通常都會下降，一方面，不能及時發(fā)現(xiàn)進(jìn)入探測區(qū)域的目標(biāo)，另一方面，持續(xù)輸出現(xiàn)實(shí)中不存在目標(biāo)的虛假航跡。非波導(dǎo)體制雷達(dá)也容易受海面蒸發(fā)波導(dǎo)的影響，使得超視距目標(biāo)的距離信息不正確。單雷達(dá)無法完全分辨出受波導(dǎo)影響目標(biāo)和欺騙干擾目標(biāo)，需要綜合無線電、紅外、可見光等多波段探測信息，以正常水平的虛情率和漏情率為參照，從融合態(tài)勢中辨別出這些目標(biāo)，并相應(yīng)地優(yōu)化融合規(guī)則和流程。

總體而言，我國在信息融合領(lǐng)域的技術(shù)研究與美、俄等軍事強(qiáng)國之間仍存在一定差距，需要加大相關(guān)技術(shù)科研力度，以滿足未來作戰(zhàn)的需要。

3 信息融合的模型、理論與應(yīng)用

3.1 信息融合的功能模型

1）JDL模型

20世紀(jì)80年代美國國防部成立數(shù)據(jù)融合聯(lián)合指揮實(shí)驗(yàn)室，提出了JDL融合模型，最初的JDL模型包括四級處理、數(shù)據(jù)庫管理系統(tǒng)等功能，之后加入了信息預(yù)處理，模塊，形成了信息融合的基本結(jié)構(gòu)，如圖1所示。

預(yù)處理模塊功能主要是初級過濾，自動控制進(jìn)入融合系統(tǒng)的數(shù)據(jù)流量，根據(jù)觀測時間、數(shù)據(jù)、傳感器類型、報告位置、信息的屬性和特征分類管理數(shù)據(jù)，以控制進(jìn)入融合中心的數(shù)據(jù)流量。

第1級處理即目標(biāo)位置/身份估計(jì)，由數(shù)據(jù)校準(zhǔn)、互聯(lián)、跟蹤和身份融合組成。數(shù)據(jù)校準(zhǔn)將傳感器觀測值轉(zhuǎn)換為公共坐標(biāo)值；互聯(lián)將傳感器數(shù)據(jù)分組；跟蹤是融合各個傳感器信息，獲得最佳的融合航跡；身份融合是綜合與身份有關(guān)的數(shù)據(jù)進(jìn)行身份識別，常用方法有神經(jīng)網(wǎng)絡(luò)、聚類法、D-S證據(jù)理論及貝葉斯推理方法等。

第2級處理即態(tài)勢評估，主要有態(tài)勢提取和評估，將不完整的數(shù)據(jù)集合建立一般化的態(tài)勢表示，對前幾級處理產(chǎn)生的兵力分布情況給出一個合理的解釋，通過對復(fù)雜戰(zhàn)場環(huán)境正確分析與表達(dá)，給出敵我雙方兵力分布推斷、意圖、計(jì)劃和結(jié)果。

第3級處理即威脅估計(jì)，威脅估計(jì)是將地方的威脅能力和企圖進(jìn)行量化來來實(shí)現(xiàn)的。估計(jì)出作戰(zhàn)事件出現(xiàn)的程度或者嚴(yán)重性，并對作戰(zhàn)意圖作出指示與告警。

第4級處理即過程優(yōu)化，主要包括采集管理和系統(tǒng)性能評估功能。采集管理用于傳感器管控，包括傳感器的選擇、分配及工作狀態(tài)的優(yōu)化等。性能評估進(jìn)行系統(tǒng)的性能評估及有效性度量。

以上4級處理和信息源、數(shù)據(jù)庫系統(tǒng)、人機(jī)界面等構(gòu)成了經(jīng)典的信息融合JDL模型。

2）JDL-User模型

2002年Erik.P.Blash在JDL模型的基礎(chǔ)上改進(jìn)，提出了更符合工程實(shí)際的JDL-User模型，增加了優(yōu)化用戶過程。如圖2所示，融合模型分為6級。

優(yōu)化用戶過程，自適應(yīng)地決定查詢和獲取信息的用戶，自適應(yīng)地獲取和顯示數(shù)據(jù)以支持決策制定和行動。

3）其它功能模型

除了經(jīng)典的功能模型以外，還有修正瀑布模型、情報環(huán)模型、Boyd循環(huán)回路模型、混合模型等多種其它模型，其中，1991年M.Bedworth等提出的瀑布模型，被廣泛應(yīng)用于英國國防信息融合系統(tǒng)，如圖3所示。

瀑布模型的信號獲取與處理、特征提取和模式處理環(huán)節(jié)相對應(yīng)于JDL模型的第0、1級處理，而態(tài)勢評估和決策制定相當(dāng)于JDL模型的第2、3和4級處理。

從決策制定到態(tài)勢評估，反映態(tài)勢改進(jìn)及作出新的控制行為。

從模式處理到信號處理，反映改善的模式處理對態(tài)勢評估的影響。

從決策制定到特征提取，反映改善的決策對提高特征的處理和制定行為的影響。

3.2 信息融合的數(shù)學(xué)理論

信息融合涉及面非常廣，綜合性非常強(qiáng)。多傳感器融合的實(shí)質(zhì)是不確定信息的處理，它需要能夠處理不確定信息的數(shù)學(xué)工具。近年來，在傳統(tǒng)理論的基礎(chǔ)上發(fā)展起來了一些新的理論和方法，例如主觀貝葉斯、DS-mT理論、D-S證據(jù)理論等不確定性理論［8］。以粗糙集理論、隨機(jī)集理論、支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)、遺傳算法、專家系統(tǒng)、貝葉斯網(wǎng)絡(luò)等智能計(jì)算與模式識別理論，已經(jīng)應(yīng)用于多源信息融合中，成為推動信息融合發(fā)展的重要力量［9］。

1）HIS變換

HIS變換是應(yīng)用較廣泛的一種數(shù)據(jù)融合方法，相對于RGB顏色空間來說，它是一個描述物體顏色屬性的系統(tǒng)，其中H代表物體的色度（hue）、I代表亮度（intensity）、S代表顏色的飽和度（saturation），三者分別代表三個波段的數(shù)據(jù)向量、平均輻射強(qiáng)度和等量的數(shù)據(jù)大小。HIS變換的一般做法是：用已經(jīng)配準(zhǔn)的TM標(biāo)準(zhǔn)假彩色圖像經(jīng)HIS變換得到I、H、S分量，然后以SAR圖像代替其中的I值，再變換到RGB顏色空間，從而形成新的圖像。新圖像既擁有SAR數(shù)據(jù)的亮度指標(biāo)，又保留了TM數(shù)據(jù)的飽和度和色度指標(biāo)，這樣就可以充分展示其空間特征，極大地豐富圖像的信息量。

2）D-S證據(jù)理論

D-S證據(jù)理論是Dempster于1967年提出的一套完整的數(shù)學(xué)推理理論。D-S證據(jù)理論可以看作對經(jīng)典概率推理在有限域上的一般化擴(kuò)展，其主要特性是支持描述不同等級的精確度和直接引入了對未知不確定性的描述。它不需要先驗(yàn)信息，對不確定信息的描述采用“區(qū)間估計(jì)”而不是“點(diǎn)估計(jì)”，解決了不確定性的表示方法，在區(qū)分不知道與不確定方面以及精確反映證據(jù)收集方面具有很大的靈活性。當(dāng)不同傳感器所提供的測量數(shù)據(jù)與結(jié)論的支持發(fā)生沖突時，D-S算法可以通過“懸掛”在所有目標(biāo)集上共有的概率使得發(fā)生的沖突獲得解決［10］。它用集合表示事件，用D-S組合規(guī)則代替Bayes推理法來實(shí)現(xiàn)信任函數(shù)的更新。圖4為基于D-S證據(jù)理論的目標(biāo)識別流程圖。

3）專家系統(tǒng)

專家系統(tǒng)是具有解決特定問題所需專門領(lǐng)域知識的計(jì)算機(jī)程序系統(tǒng)，也稱基于知識庫的系統(tǒng)。模仿人類專家的思維活動，通過推理與判斷求解問題。專家系統(tǒng)主要由兩個部分組成：一個稱為知識庫的知識集合，它包含待處理問題領(lǐng)域的知識，通常由數(shù)據(jù)庫管理系統(tǒng)來組織和實(shí)現(xiàn)；另一個稱為推理機(jī)的程序模塊，它包含一般問題求解過程所用的推理方法和控制策略的知識，通常由具體的程序來實(shí)現(xiàn)。專家系統(tǒng)適用于缺乏合適算法求解問題而又能采用領(lǐng)域?qū)＜医?jīng)驗(yàn)來求解問題的場合。專家系統(tǒng)在工程應(yīng)用上經(jīng)過二十多年的發(fā)展，就其理論基礎(chǔ)、系統(tǒng)設(shè)計(jì)和開發(fā)工具而言，已經(jīng)取得了較為全面而豐碩的成果，正因?yàn)槿绱?，運(yùn)用專家系統(tǒng)求解數(shù)據(jù)融合領(lǐng)域中的態(tài)勢估計(jì)和威脅估計(jì)問題是非常適宜的。

3.3 信息融合的應(yīng)用

隨著科技飛速發(fā)展，傳感器多樣化，武器高、精、尖?，F(xiàn)代戰(zhàn)場擴(kuò)大到了陸、海、空、天和電磁五維戰(zhàn)場，合理的利用眾多的傳感器，提高目標(biāo)探測能力，成為了數(shù)據(jù)融合系統(tǒng)研究的核心。

在C3I系統(tǒng)中的各類傳感器在性能上有很大差異達(dá)，例如雷達(dá)有不同的精度、分辨率、維度、頻段、覆蓋范圍。實(shí)踐證明，目前為止還沒有哪一個傳感器能夠取代一切其它傳感器，傳感器所提供的數(shù)據(jù)包括各種信息，如目標(biāo)的位置、速度、型號、屬性、輻射頻段等信息，這些信息是數(shù)據(jù)融合中心狀態(tài)估計(jì)、身份估計(jì)和威脅估計(jì)以及指揮員輔助決策非常重要的依據(jù)。因此，對這些多種類的傳感器收到的各種信息綜合處理，提取關(guān)注信息顯得尤為重要。多傳感器多目標(biāo)的融合過程就是對多源信息進(jìn)行處理的過程［11］。圖5所示為數(shù)據(jù)融合技術(shù)在C3I系統(tǒng)中的應(yīng)用。

圖6 為數(shù)據(jù)融合在圖像信息與雷達(dá)數(shù)據(jù)融合識別中的應(yīng)用。綜合可見光圖像、無人機(jī)圖像、雷達(dá)數(shù)據(jù)信息等多信息源，提取目標(biāo)特征信息完成基于特征目標(biāo)身份融合。

4 多源信息融合的挑戰(zhàn)與展望

信息融合正大量應(yīng)用于眾多軍用和民用領(lǐng)域，如C3ISR系統(tǒng)、多機(jī)器人自主定位與導(dǎo)航、工業(yè)控制、智能交通系統(tǒng)、空中交通管制、海洋監(jiān)視和管理等領(lǐng)域［12］。數(shù)據(jù)融合面臨著一系列的挑戰(zhàn)與發(fā)展。

1）在多平臺/單平臺、異類/同類多傳感器的應(yīng)用背景下，探索計(jì)算復(fù)雜程度低，同時又能滿足任務(wù)要求的數(shù)據(jù)處理模型與算法。

2）解決數(shù)據(jù)配準(zhǔn)、數(shù)據(jù)預(yù)處理、數(shù)據(jù)庫構(gòu)建、數(shù)據(jù)庫管理、人機(jī)接口、通用軟件包開發(fā)等問題，利用成熟的輔助支持技術(shù)，構(gòu)造通用的數(shù)據(jù)融合支撐環(huán)境，便于快速形成面向具體應(yīng)用需求的數(shù)據(jù)融合系統(tǒng)。

3）構(gòu)建完整的數(shù)據(jù)融合測試評估平臺和多傳感器管控體系。

4）進(jìn)一步探索不確定性因素的表達(dá)和推理演算。

5）如何將人工智能技術(shù)，如專家系統(tǒng)、遺傳算法、神經(jīng)網(wǎng)絡(luò)、信息熵理論、模糊推理等與數(shù)據(jù)融合完美結(jié)合，在探測、特征提取、數(shù)據(jù)關(guān)聯(lián)、目標(biāo)分類、目標(biāo)跟蹤、評估和管理等方面充分發(fā)揮其優(yōu)越性。將信息融合與智能化結(jié)合，這是未來信息融合發(fā)展的重要趨勢［13］。

［1］潘泉，程詠梅，梁彥，等.多源信息融合理論及應(yīng)用［M］.北京：清華大學(xué)出版社，2013：4-18.

［2］柳革命，孫超，楊益新.基于特征融合的被動聲納目標(biāo)識別［J］.計(jì)算機(jī)仿真，2009，26（8）：326-329.

［3］鄧睿，胡志勇.數(shù)據(jù)融合發(fā)展的綜述［J］.連云港師范高等?？茖W(xué)校學(xué)報，2005（4）：76-78.

［4］馬麗娜.基于多源信息融合的圖像處理研究［J］.中國新通信，2015（14）：32-32.

［5］夏祖勛，劉同明，解洪成.海上編隊(duì)多源信息融合的信源組合與信源評價［J］.華東船舶工業(yè)學(xué)院學(xué)報，1995，9（2）：5-9.

［6］曹國志.淺析我國信息融合技術(shù)在軍事領(lǐng)域中的應(yīng)用［J］.解放軍報，2013（12）.

［7］孟章榮.軍事應(yīng)用中的多源信息融合技術(shù)［J］.現(xiàn)代防御技術(shù)，2001，29（6）：27-30.

［8］戴晨鋮.多傳感器信息融合綜述［J］.科技視界，2012（26）：242-243.

［9］胡勝利.基于遺傳神經(jīng)網(wǎng)絡(luò)的多級信息融合模型研究［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2010，31（15）：3480-3482.

［10］吳英.基于遺傳算法的沖突證據(jù)融合研究［D］.上海：上海交通大學(xué)，2011.

［11］王小非，周永豐.C3I系統(tǒng)中的數(shù)據(jù)融合技術(shù)［M］.哈爾濱：哈爾濱工程大學(xué)出版社，2006：9-19.

［12］龔瑞昆.基于量子神經(jīng)網(wǎng)絡(luò)信息融合的變壓器故障診斷［J］.電力系統(tǒng)保護(hù)與控制，2011，39（23）：79-84.

［13］丁鋒.多傳感器數(shù)據(jù)融合發(fā)展評述及展望［J］.艦船電子對抗，2007，30（3）：52-55.

Research on Multi-source Information Fusion Problem

LI Ming
（No，1 Canglong North Road，Wuhan430205）

This paper reviews the development of information fusion combined with recent researches at home abroad，introduces several classical structures of information fusion，probes the mathematical theory of information fusion.It introduces some applications of data fusion in the military，discusses the challenges of information fusion now，the future research direction is forecasted.

data fusion，fusion arithmetic，the structure of fusion

TP393

10.3969/j.issn.1672-9730.2017.06.002

2017年1月10日，

2017年2月23日

李明，男，高級工程師，研究方向：指控系統(tǒng)。