第1章緒論
　　1.1背景與意義
　　隨著科學(xué)技術(shù)的發(fā)展，人類已經(jīng)進(jìn)入信息時代，信息時代的明顯特征之一是信息爆炸。同時，隨著社會信息化程度的不斷提高，傳感器性能獲得了很大提高，面向各種應(yīng)用背景的多傳感器系統(tǒng)大量涌現(xiàn)�，F(xiàn)代戰(zhàn)爭威脅的多樣化和復(fù)雜化對傳統(tǒng)數(shù)據(jù)或信息處理系統(tǒng)也提出了更高的要求。此外，信息表現(xiàn)形式的多樣性、信息數(shù)量的巨大性、信息關(guān)系的復(fù)雜性以及要求信息處理的及時性等，都要求提出對多源信息進(jìn)行有效融合處理的新型理論和技術(shù)[1]。為了應(yīng)對這種局面，信息融合應(yīng)運(yùn)而生。多源信息融合是一個新興的研究領(lǐng)域，是針對一個系統(tǒng)使用多種傳感器這一特定問題而展開的一種關(guān)于數(shù)據(jù)處理的研究。多傳感器數(shù)據(jù)融合技術(shù)是近些年來發(fā)展起來的一門實踐性較強(qiáng)的應(yīng)用技術(shù)，是多學(xué)科交叉的新技術(shù)，涉及信號處理、概率統(tǒng)計、信息論、模式識別、人工智能、模糊數(shù)學(xué)等領(lǐng)域[2]。
　　將航行載體從起始點引導(dǎo)到目的地的技術(shù)或方法稱為導(dǎo)航[3]。導(dǎo)航所需的基本導(dǎo)航參數(shù)有載體的即時位置、速度、航向和姿態(tài)等。測量導(dǎo)航參數(shù)的設(shè)備稱為導(dǎo)航系統(tǒng)。飛機(jī)常用的導(dǎo)航系統(tǒng)有：慣性導(dǎo)航系統(tǒng)(inertialnavigationsystem，INS)、GPS(globalpositioningsystem)導(dǎo)航系統(tǒng)、多普勒(Doppler)導(dǎo)航系統(tǒng)(DVS)、雙曲線無線電導(dǎo)航系統(tǒng)等[3-5]。隨著現(xiàn)代戰(zhàn)爭中信息化、網(wǎng)絡(luò)化程度的提高，海陸空天一體化的主體戰(zhàn)爭已經(jīng)形成。導(dǎo)航已從確定武器平臺自身位置，并將其引領(lǐng)到目的地的單一功能擴(kuò)展成為信息戰(zhàn)的一部分，導(dǎo)航定位信息已在C4ISR系統(tǒng)中發(fā)揮著重要作用。各級指揮機(jī)關(guān)和控制部門，各種海、陸、空、天武器裝備，都有賴于導(dǎo)航定位信息的支持。隨著科技的進(jìn)步，特別是現(xiàn)代戰(zhàn)爭的需求，對導(dǎo)航系統(tǒng)的精度、可靠性、實時性、自主性及性價比要求越來越高，單一的導(dǎo)航系統(tǒng)難以滿足要求。20世紀(jì)80年代以來，隨著科學(xué)技術(shù)的迅速發(fā)展，可供運(yùn)載體裝備的導(dǎo)航系統(tǒng)越來越多。但是，任何一種導(dǎo)航方法都存在實用性問題，每個系統(tǒng)的固有誤差以及物理上的限制，都將影響到該導(dǎo)航設(shè)備的廣泛應(yīng)用。如果將這些具有互補(bǔ)性和非相似性的導(dǎo)航系統(tǒng)組合起來，就可以相互取長補(bǔ)短，充分利用各子系統(tǒng)的信息，提高導(dǎo)航精度，擴(kuò)大使用范圍。對于各子系統(tǒng)測量的相同信息源，也可使測量值冗余，從而提高整個導(dǎo)航系統(tǒng)的可靠性[1，2，6]。
　　近年來，隨著傳感器技術(shù)、信號檢測與處理以及計算機(jī)應(yīng)用技術(shù)的發(fā)展，信息融合技術(shù)的應(yīng)用更加廣泛。除了在各種武器平臺上應(yīng)用外，在許多民用領(lǐng)域，如工業(yè)過程監(jiān)視、工業(yè)機(jī)器人、遙感、毒品檢查、病人照顧系統(tǒng)、金融系統(tǒng)、船舶避碰與空中交通管制系統(tǒng)等方面也得到了廣泛的應(yīng)用。世界各主要發(fā)達(dá)國家都將其列為重點、優(yōu)先發(fā)展的技術(shù)之一。事實上，在被測量(或被識別)的目標(biāo)具有多種屬性或多種不確定因素的干擾時，使用多傳感器協(xié)調(diào)完成共同的檢測任務(wù)便是必然的選擇[2]。因此對多傳感器信息融合的研究具有廣泛的理論意義和應(yīng)用價值。
　　多傳感器最優(yōu)估計指的是將傳統(tǒng)的估計理論與數(shù)據(jù)融合理論進(jìn)行有機(jī)結(jié)合，綜合利用多個傳感器的觀測信息得到對目標(biāo)狀態(tài)的最優(yōu)估計。研究在估計未知量的過程中，如何最佳利用多個數(shù)據(jù)集合中所包含的有用信息是其核心[7]。針對多傳感器最優(yōu)估計問題，在不同傳感器以相同采樣速率同步獲取數(shù)據(jù)情況下，針對線性單模型動態(tài)系統(tǒng)，國內(nèi)外已經(jīng)有不少的研究成果。然而，實際應(yīng)用問題中，不同傳感器往往以不同采樣率獲取數(shù)據(jù)，并且由于網(wǎng)絡(luò)、各種干擾等的影響，獲取的數(shù)據(jù)往往是非同步的，甚至是不均勻的。針對這一問題，相對來說成果較少。作者近些年來在這方面開展了一系列研究工作。本書在介紹經(jīng)典最優(yōu)Kalman濾波基礎(chǔ)上，將重點介紹作者近些年來研究給出的各種實用的最優(yōu)估計方法，同時對其在導(dǎo)航方面的應(yīng)用進(jìn)行簡要介紹。
　　1.2多傳感器數(shù)據(jù)融合的體系結(jié)構(gòu)
　　1.2.1多傳感器數(shù)據(jù)融合的定義
　　數(shù)據(jù)融合也稱為信息融合(informationfusion)。關(guān)于什么是信息融合，迄今為止，國內(nèi)外有多種不同的定義。
　　美國國防部JDL(JointDirectorsofLaboratories)從軍事應(yīng)用的角度將信息融合定義為這樣一個過程：把來自許多傳感器和信息源的數(shù)據(jù)和信息加以聯(lián)合(asso-ciation)、相關(guān)(correlation)和組合(combination)，以獲得精確的位置估計(positionestimation)和身份估計(identityestimation)，對戰(zhàn)場情況和威脅及其重要程度進(jìn)行適時的完整評價[2]。這一定義基本上是對信息融合技術(shù)所期望達(dá)到的功能描述，包括低層次上的位置和身份估計，以及高層次上的態(tài)勢評估(situationassessment)和威脅估計(threatassessment)。該定義從軍事應(yīng)用的目標(biāo)出發(fā)，但是也適用于其他領(lǐng)域。Edward等對上述定義進(jìn)行了補(bǔ)充和修改，用狀態(tài)估計代替位置估計，并加上了檢測(detection)功能，從而給出了如下定義：數(shù)據(jù)融合是一種多層次、多方面的處理過程，這個過程對多源數(shù)據(jù)進(jìn)行檢測、結(jié)合、相關(guān)、估計和組合以達(dá)到精確的狀態(tài)估計和身份估計，以及完整、及時的態(tài)勢評估和威脅估計[8]。
　　何友等在其專著《多傳感器信息融合及應(yīng)用》中指出：信息融合就是將來自多個傳感器或多源的信息進(jìn)行綜合處理，從而得到更為準(zhǔn)確、可靠的結(jié)論[1]。韓崇昭等在其著作《多源信息融合》中寫到：信息融合就是一種多層次、多方面的處理過程，包括對多源數(shù)據(jù)進(jìn)行檢測、相關(guān)、組合和估計，從而提高狀態(tài)和身份估計的精度，以及對戰(zhàn)場態(tài)勢和威脅的重要程度進(jìn)行適時完整的評價[7]。
　　總之，信息融合就是將來自多個傳感器或多源的信息進(jìn)行綜合處理，從而得到更為準(zhǔn)確、可靠的結(jié)論，以達(dá)到更好地了解對象的目的[2]。
　　1.2.2多傳感器數(shù)據(jù)融合的原理與體系結(jié)構(gòu)
　　多傳感器信息融合是人類和其他生物系統(tǒng)中普遍存在的一種基本現(xiàn)象，實際上是對人腦綜合處理復(fù)雜問題的一種功能模擬。按照信息抽象的功能層次，信息融合可分為五級：檢測級融合、位置級融合(狀態(tài)估計)、屬性級融合(目標(biāo)識別)、態(tài)勢評估與威脅估計，信息融合各功能模塊的系統(tǒng)流程示意圖如圖1.1所示[9-11]。
　　圖1.1信息融合系統(tǒng)功能框圖
　　1.檢測級融合
　　檢測級融合是直接在多傳感器分布檢測系統(tǒng)中檢測判決和信號層上進(jìn)行的融合。它最初僅應(yīng)用在軍事指揮、控制和通信中，現(xiàn)在它的應(yīng)用已拓廣到氣象預(yù)報、醫(yī)療診斷和組織管理決策等諸多領(lǐng)域。檢測級融合的結(jié)構(gòu)模型主要有四種，即并行結(jié)構(gòu)、分散式結(jié)構(gòu)、串行結(jié)構(gòu)和樹狀結(jié)構(gòu)，如圖1.2所示[1，10]。
　　2.位置級融合
　　位置級融合是直接在傳感器的觀測數(shù)據(jù)或傳感器的狀態(tài)估計上進(jìn)行的融合，包括時間和空間上的融合，是跟蹤級的融合，屬于中間層次，也是最重要的融合之一[1]。近年來，國內(nèi)外對這一級的融合研究得最多，以美國MIT的Willsky教授及其研究小組為代表的多尺度系統(tǒng)估計理論研究為其中一個很重要的分支[12-16]。本書關(guān)于狀態(tài)融合估計算法的研究也是以此為基礎(chǔ)進(jìn)行的，下文將會給出更詳細(xì)的闡述。
　　圖1.2檢測級融合結(jié)構(gòu)示意圖
　　對單傳感器跟蹤系統(tǒng)而言，主要是按時間先后對目標(biāo)在不同時間的觀測值即檢測報告進(jìn)行融合，如邊掃描邊跟蹤雷達(dá)系統(tǒng)，紅外和聲納等傳感器的多目標(biāo)跟蹤與估計技術(shù)都屬于這類性質(zhì)的融合。在多傳感器跟蹤系統(tǒng)中，主要有集中式、分布式、混合式和多級式等幾種融合結(jié)構(gòu)[1，9]。
　　在集中式多傳感器跟蹤系統(tǒng)中，首先按照對目標(biāo)觀測的時間先后對測量點跡進(jìn)行時間融合，然后對各個傳感器在同一時刻對同一目標(biāo)的觀測進(jìn)行空間融合，它包括多傳感器融合跟蹤與狀態(tài)估計的全過程。這類系統(tǒng)常見的有多雷達(dá)綜合跟蹤和多傳感器海上監(jiān)視與跟蹤系統(tǒng)。集中式融合結(jié)構(gòu)示意圖如圖1.3所示[9]。
　　圖1.3集中式融合結(jié)構(gòu)
　　在分布式多傳感器跟蹤系統(tǒng)中，各傳感器利用自身的測量數(shù)據(jù)單獨(dú)跟蹤目標(biāo)，將估計結(jié)果送至融合中心(總站)，融合中心再將各個子站的估計合成為目標(biāo)的聯(lián)合估計。一般來說，分布式估計精度沒有集中式高，但是由于它對通信帶寬需求低，計算速度快，可靠性和延續(xù)性好，因此，成為近年來的研究熱點，分布式融合結(jié)構(gòu)示意圖如圖1.4所示[1，9]。
　　圖1.4分布式融合結(jié)構(gòu)
　　分布式系統(tǒng)一般還可以分為無反饋分布式系統(tǒng)、有反饋分布式系統(tǒng)和完全分
　　布式系統(tǒng)等三種融合結(jié)構(gòu)[2]：
　　(1)無反饋層次結(jié)構(gòu)：各傳感器節(jié)點把各自的局部估計結(jié)果全部傳送到中心節(jié)點以形成全局估計，這是最常見的分布式估計系統(tǒng)結(jié)構(gòu)。
　　(2)有反饋層次結(jié)構(gòu)：它與(1)的主要區(qū)別在于通信結(jié)構(gòu)不同，即中心節(jié)點的全局估計可以反饋到各局部節(jié)點，這種結(jié)構(gòu)具有容錯的優(yōu)點。當(dāng)檢測出某個局部節(jié)點的估計結(jié)果很差時，不必把它排斥于系統(tǒng)之外，而是利用較好的全局結(jié)果來修改局部節(jié)點的狀態(tài)，這樣既改善了局部節(jié)點的信息，又可繼續(xù)利用該節(jié)點的信息。
　　(3)完全分布式結(jié)構(gòu)：在這種一般化系統(tǒng)結(jié)構(gòu)中，各節(jié)點間由網(wǎng)狀或鏈狀等形式的通信方式相連接。一個節(jié)點可以享有與之相連的節(jié)點信息。這也意味著各局部節(jié)點可以不同程度地享有全局的一部分信息，從而可能在許多節(jié)點上獲得較好的估計。在極端的情況下，每個節(jié)點都可以作為中心節(jié)點獲得全局最優(yōu)估計。
　　混合式位置級融合是集中式和分布式多傳感器系統(tǒng)相結(jié)合的混合結(jié)構(gòu)[1]。傳感器的檢測報告和目標(biāo)狀態(tài)估計的航跡信息都被送入融合中心，在那里既進(jìn)行時間融合也進(jìn)行空間融合。由于這種結(jié)構(gòu)要同時給出檢測報告和航跡估計，并進(jìn)行優(yōu)化組合，因此需要復(fù)雜的處理邏輯�；旌鲜浇Y(jié)構(gòu)也可以根據(jù)問題的需要，在集中式和分布式結(jié)構(gòu)中進(jìn)行選擇變換。這種結(jié)構(gòu)的通信和計算量都比其他結(jié)構(gòu)要大，因為需要控制傳感器同時發(fā)送探測報告和航跡估計信息，通信鏈路必須是雙向的。另外，在融合中心除加工來自局部節(jié)點的航跡信息外，還要給出傳感器送來的探測報告，使計算量成倍增加。然而，它能滿足許多應(yīng)用的需要。巡航導(dǎo)彈的控制和主、被動雷達(dá)復(fù)合制導(dǎo)系統(tǒng)都是典型的混合式結(jié)構(gòu)[1，9]�；旌鲜饺诤辖Y(jié)構(gòu)示意圖如圖1.5所示[9]。
　　3.屬性級融合(目標(biāo)識別級融合)
　　目標(biāo)識別亦稱屬性分類或身份估計(身份識別)[9]。按信息抽象程度，目標(biāo)識別(身份識別)又可分為決策層、特征層和數(shù)據(jù)層融合三個層次。身份識別三個層次的融合結(jié)構(gòu)圖及其流程圖分別如圖1.6和圖1.7所示[9]。
　　……