摘 要：多傳感器信息融合技術(shù)，是指通過對(duì)多傳感器系統(tǒng)所獲取的大量信息進(jìn)行分層次、多級(jí)別的融合處理，協(xié)調(diào)擁有多個(gè)信號(hào)源的復(fù)雜應(yīng)用系統(tǒng)中傳感器相互之間的工作，能夠得出更加準(zhǔn)確、更加完善的結(jié)論，也被稱為多源數(shù)據(jù)融合技術(shù)。而多傳感器信息融合估計(jì)，通過利用多個(gè)傳感器對(duì)同一目標(biāo)進(jìn)行觀測(cè)，基于特定的最優(yōu)融合準(zhǔn)則將測(cè)量所得數(shù)據(jù)進(jìn)行濾波處理，可以得到更精確、更可靠的融合估計(jì)結(jié)果，其精度要比單一傳感器或局部估計(jì)精度高，是多傳感器信息融合技術(shù)的重要組成部分。本文通過一個(gè)仿真實(shí)例分析比較了集中式融合與分布式融合對(duì)導(dǎo)航參數(shù)狀態(tài)估計(jì)的效果，說明了狀態(tài)估計(jì)在多源信息融合系統(tǒng)中具有重要的理論與實(shí)際應(yīng)用價(jià)值。

關(guān)鍵詞：多傳感器信息融合;狀態(tài)估計(jì);聯(lián)邦濾波器

狀態(tài)估計(jì)融合是最優(yōu)估計(jì)理論與信息融合理論的有機(jī)結(jié)合，主要研究在估計(jì)系統(tǒng)狀態(tài)變量的過程中，如何從帶有隨機(jī)誤差的多個(gè)觀測(cè)數(shù)據(jù)中提取出有用的信息，最優(yōu)的估計(jì)某些狀態(tài)變量，是主要針對(duì)信息融合系統(tǒng)中的狀態(tài)估計(jì)問題。大部分多傳感器信息融合系統(tǒng)，特別是多傳感器多目標(biāo)跟蹤系統(tǒng)在進(jìn)行估計(jì)融合之前要進(jìn)行數(shù)據(jù)關(guān)聯(lián)，以決定來自不同傳感器的那些數(shù)據(jù)是屬于同一個(gè)目標(biāo)的同一類信息。盡管同源信息與異源信息的特征之間存在不同，但是仍能可以實(shí)現(xiàn)信息融合，使得所采集到的信息準(zhǔn)確，確保信息的有效性[1]。針對(duì)多傳感器系統(tǒng)中未知的隨機(jī)噪聲和不相關(guān)噪聲，可以通過設(shè)計(jì)自校正信息融合濾波器，將基于相關(guān)方法得到的噪聲協(xié)方差帶入到融合最優(yōu)濾波器中。

1 發(fā)展現(xiàn)狀

在1973年，美國(guó)防部基于聲納信號(hào)處理系統(tǒng)提出了數(shù)據(jù)融合的概念，并應(yīng)用于當(dāng)時(shí)的軍事系統(tǒng)中，到了20世紀(jì)80年代初期由于傳感器及計(jì)算機(jī)技術(shù)的發(fā)展推動(dòng)了信息融合技術(shù)迅速發(fā)展，西方國(guó)家成功研制了多種實(shí)用的軍事融合系統(tǒng)。進(jìn)入21世紀(jì)以來，國(guó)外對(duì)信息融合技術(shù)的研究投入更多，各國(guó)相繼在軍用和民用領(lǐng)域成立了信息融合技術(shù)實(shí)驗(yàn)室。我國(guó)對(duì)信息融合領(lǐng)域的研究起步較晚，始于20世紀(jì)80年代，近年來也取得了豐富的理論成果和實(shí)際應(yīng)用效果。

狀態(tài)估計(jì)融合理論是多傳感器信息融合的一個(gè)重要分支，目前主要集中在研究多傳感器信息融合的卡爾曼濾波算法，卡爾曼濾波算法是由Kalman在20世紀(jì)60年代提出的。狀態(tài)估計(jì)融合包括集中式濾波結(jié)構(gòu)、分布式濾波結(jié)構(gòu)和混合式濾波結(jié)構(gòu)三種結(jié)構(gòu)[2]。集中式濾波可實(shí)現(xiàn)全局最優(yōu)估計(jì)，精度高，但是其須計(jì)算高維矩陣的逆，計(jì)算量大，且容錯(cuò)性能較差。而分布式濾波結(jié)構(gòu)不僅可以減少計(jì)算量，還具備局部跟蹤能力，而且可靠性高。1988年，Carlson提出聯(lián)邦濾波器，它屬于一種分布式濾波算法，在眾多分布式濾波算法中最受重視，已被美國(guó)空軍容錯(cuò)導(dǎo)航系統(tǒng)計(jì)劃選為基本算法[3]。在傳統(tǒng)的聯(lián)邦濾波算法框架下，如果其中某個(gè)子系統(tǒng)發(fā)生故障，都會(huì)通過主濾波器的反饋校正而使得其他無故障的子系統(tǒng)局部濾波器受到影響，進(jìn)而影響聯(lián)邦濾波器的估計(jì)效果[4]。

卡爾曼濾波在工程實(shí)踐中獲得了廣泛的應(yīng)用，尤其在導(dǎo)航、制導(dǎo)與控制領(lǐng)域尤為重要。然而，卡爾曼濾波要求系統(tǒng)的數(shù)學(xué)模型和統(tǒng)計(jì)特性精確已知，對(duì)于實(shí)際系統(tǒng)而言，存在模型不準(zhǔn)確、隨機(jī)噪聲不確定等問題，這將影響濾波性能，甚至引起濾波發(fā)散。針對(duì)實(shí)際系統(tǒng)中系統(tǒng)模型參數(shù)不準(zhǔn)確或噪聲方差陣未知的情形，提出了自適應(yīng)濾波。與傳統(tǒng)聯(lián)邦卡爾曼濾波方法相比，自適應(yīng)濾波算法能有效地降低觀測(cè)值誤差和數(shù)學(xué)模型不準(zhǔn)確對(duì)系統(tǒng)的影響，顯著提高了組合系統(tǒng)的精度和可靠性[5]。改進(jìn)融合算法提高融合系統(tǒng)的性能、建立復(fù)雜網(wǎng)絡(luò)下的融合準(zhǔn)則和非線性濾波將是狀態(tài)估計(jì)融合的主要研究方向。

2 狀態(tài)估計(jì)融合結(jié)構(gòu)

在多傳感器組合系統(tǒng)中，由于系統(tǒng)的狀態(tài)或者參數(shù)往往不能直接測(cè)量得到，而需要基于測(cè)量數(shù)據(jù)和其他先驗(yàn)知識(shí)來估計(jì)，并使估計(jì)誤差的某個(gè)函數(shù)達(dá)到最小。多傳感器信息融合結(jié)構(gòu)分為集中式、分布式和混合式融合結(jié)構(gòu)。集中式融合可以認(rèn)為是觀測(cè)量的融合，其融合結(jié)構(gòu)估計(jì)結(jié)果通常是最優(yōu)的，但是其計(jì)算效率是最低的。而分布式融合結(jié)構(gòu)是狀態(tài)向量之間的融合，在融合過程中會(huì)受到非相互獨(dú)立系統(tǒng)的過程噪聲的影響，其估計(jì)結(jié)果是次優(yōu)的，但計(jì)算效率更高。

2.1 集中式融合

集中式融合是指將所有測(cè)量數(shù)據(jù)都集中到一個(gè)中心濾波器進(jìn)行處理和融合，又稱為量測(cè)融合。集中式融合結(jié)構(gòu)不需要各傳感器進(jìn)行目標(biāo)關(guān)聯(lián)和目標(biāo)跟蹤，它的優(yōu)點(diǎn)是融合中心可以利用所有傳感器原始數(shù)據(jù)，在融合過程中沒有任何信息損失，融合結(jié)果在理論上是最優(yōu)的。但是他的缺點(diǎn)是需要傳輸鏈路帶寬大，融合中心需要較大處理能力，實(shí)現(xiàn)較困難。

在多傳感器信息融合系統(tǒng)中，假設(shè)有n個(gè)傳感器進(jìn)行獨(dú)立測(cè)量，則系統(tǒng)狀態(tài)方程可描述為：

集中式融合算法有三種實(shí)現(xiàn)形式：序貫濾波、并行濾波和數(shù)據(jù)壓縮濾波。序貫處理是指當(dāng)各觀測(cè)分量之間沒有觀測(cè)誤差的耦合關(guān)系時(shí)，將量測(cè)更新中對(duì)觀測(cè)的集中處理分散對(duì)觀測(cè)各分量組的順序處理，可以在計(jì)算過程中將對(duì)高階矩陣求逆的過程轉(zhuǎn)化為對(duì)低階矩陣的求逆，可以有效降低計(jì)算量。

并行處理將所有傳感器量測(cè)集中形成一個(gè)高維觀測(cè)向量，按新觀測(cè)方程用卡爾曼濾波實(shí)現(xiàn)估計(jì)。則新的濾波器的觀測(cè)方程中各參數(shù)為：

數(shù)據(jù)壓縮濾波是為了提高融合中心的計(jì)算速度，將多個(gè)傳感器的觀測(cè)量根據(jù)特定的融合規(guī)則，輸入到等效傳感器，然后將等效傳感器輸出作為觀測(cè)量進(jìn)行濾波。壓縮濾波可實(shí)現(xiàn)將高維觀測(cè)數(shù)據(jù)降維成低維數(shù)據(jù)，與并行處理相比具有明顯的計(jì)算優(yōu)勢(shì)。等效傳感器的量測(cè)方程和量測(cè)為：

2.2 分布式融合

集中式融合結(jié)構(gòu)雖然性能優(yōu)異，但是其計(jì)算量較大，對(duì)融合中心的運(yùn)算能力要求較高，而且容錯(cuò)率較差，如果系統(tǒng)中某一個(gè)傳感器故障都會(huì)影響最終融合結(jié)果。分布式融合結(jié)構(gòu)，是指在各個(gè)傳感器進(jìn)行目標(biāo)關(guān)聯(lián)跟蹤后，對(duì)每個(gè)傳感器分別進(jìn)行預(yù)處理，給出局部估計(jì)，再送到融合中心進(jìn)行全局融合，由于各傳感器能形成各自局部的狀態(tài)估計(jì)，又稱狀態(tài)向量融合。分布式融合只能做到局部最優(yōu)而無法得到全局最優(yōu)。聯(lián)邦濾波器是一種分布式濾波器，特別適用于組合導(dǎo)航系統(tǒng)。它的容錯(cuò)性能好，濾波精度高，可以達(dá)到全局最優(yōu)估計(jì)精度;而且具有局部濾波器的融合算法簡(jiǎn)單的優(yōu)勢(shì)[6]。多傳感器信息融合的聯(lián)邦濾波器可表示為：

2.3 混合式融合

混合式融合是指融合系統(tǒng)中同時(shí)存在兩種融合結(jié)構(gòu)，既有分布式的子濾波器，又有一部分觀測(cè)量集中到一個(gè)處理其中進(jìn)行處理與融合。

3 不同濾波結(jié)構(gòu)對(duì)比仿真分析

3.1 仿真條件

為對(duì)比集中式濾波和分布式濾波在多傳感器導(dǎo)航系統(tǒng)中的效果，考慮某目標(biāo)做勻速直線運(yùn)動(dòng)，離散運(yùn)動(dòng)模型如下：

其中vi為測(cè)量噪聲，服從高斯零均值分布，標(biāo)準(zhǔn)差分別為σv1=0.3m，σv2=0.7m，σv3=1m，傳感器采樣周期為0.1s，仿真時(shí)長(zhǎng)500s。

3.2 仿真結(jié)果

按照以上仿真條件，分別用集中濾波和分散濾波的方法對(duì)位置和速度狀態(tài)量進(jìn)行估計(jì)，得到下面的結(jié)果。

由對(duì)比結(jié)果可知，采用分布式估計(jì)方法得到的估計(jì)曲線收斂速度更快，超調(diào)量更小;并行和序貫兩種集中濾波方法的估計(jì)結(jié)果基本重合，說明兩種處理方式在估計(jì)效果上是一樣的。由估計(jì)方差曲線可知數(shù)據(jù)壓縮方法誤差最大，因?yàn)閿?shù)據(jù)壓縮方法在處理過程中損失了部分觀測(cè)量信息，導(dǎo)致誤差變大;聯(lián)邦濾波方法和分布式濾波方法估計(jì)誤差方差較小，精度更高。

4 結(jié)語

與傳統(tǒng)的單傳感器系統(tǒng)所獲得的信息集相比較，多傳感器信息融合系統(tǒng)能夠增加系統(tǒng)的抗干擾能力，增加系統(tǒng)的可持續(xù)性;減少了系統(tǒng)的模糊性，增加了系統(tǒng)的可信度。本文介紹了集中式和分布式兩種多傳感器信息融合的結(jié)構(gòu)，并根據(jù)仿真算例對(duì)比分析了不同濾波結(jié)構(gòu)在某導(dǎo)航系統(tǒng)中的狀態(tài)估計(jì)效果。在多源信息融合時(shí)，由于數(shù)學(xué)模型的偏差和觀測(cè)信息統(tǒng)計(jì)特性的粗差，自適應(yīng)融合濾波可以處理含有系統(tǒng)模型和噪聲統(tǒng)計(jì)特性不準(zhǔn)確的多傳感器信息融合系統(tǒng)狀態(tài)估計(jì)問題，是多傳感器信息融合領(lǐng)域的熱點(diǎn)方向。

參考文獻(xiàn)：

[1]蘇振.智能交通控制平臺(tái)的信息融合技術(shù)分析[J].科技風(fēng)，2017（16）：60-61.

[2]李洋，趙鳴，徐夢(mèng)瑤，等.多源信息融合技術(shù)研究綜述[J].智能計(jì)算機(jī)與應(yīng)用，2019，9（05）：186-189.

[3]韓強(qiáng)，李保國(guó)，陳克川.改進(jìn)的量測(cè)一致性的聯(lián)邦濾波器兩級(jí)故障檢測(cè)[J].導(dǎo)航與控制，2017（03）：61-65.

[4]劉建業(yè)，許建新，熊智，王融.區(qū)域?qū)Ш綗o人機(jī)空中基準(zhǔn)站的多源信息融合容錯(cuò)導(dǎo)航系統(tǒng)研究[J].導(dǎo)航與控制，2020，19（Z1）：111-118.

[5]段睿，張小紅，朱鋒.多源信息融合的組合導(dǎo)航自適應(yīng)聯(lián)邦濾波算法[J].系統(tǒng)工程與電子技術(shù)，2018，40（02）：267-272.

[6]殷德全，熊智，楊菁華，等.SINS/BD緊組合導(dǎo)航系統(tǒng)故障檢測(cè)算法研究與實(shí)現(xiàn)[J].導(dǎo)航與控制，2018（04）：27-32.

作者簡(jiǎn)介：饒國(guó)像（1996— ），男，漢族，江西臨川人，碩士研究生，研究方向?yàn)閼T性導(dǎo)航系統(tǒng)及其應(yīng)用。