一种自适应多传感器信息融合系统、方法及存储介质技术方案

本方案公开了一种自适应多传感器信息融合架构选择方法，包括如下步骤：获取待融合信息数据集的融合特征值；依据所述融合特征值，利用分类决策树，选择适合所述待融合信息数据集的融合架构。通过选取合适的融合特征建立混合决策树模型，使得在已知试验条件的情况下，能够对所需采用的融合架构进行自动预测。从而提高了融合架构在不同试验条件下使用的自适应性和正确性，减少了人为决策带来的不确定性和局限性。

【技术实现步骤摘要】
一种自适应多传感器信息融合系统、方法及存储介质
本专利技术涉及多信息源数据融合
，特别涉及一种自适应多传感器信息融合系统、方法及存储介质。
技术介绍
依据对多源传感器信息处理方式的不同，常见的多源传感器信息融合系统的体系架构包括集中式、分布式和混合式等。如图1所示，集中式架构直接将各传感器探测到的原始情报(点迹)信息直接发送给融合中心，由融合中心直接进行点迹的配准、关联、融合、识别和评估。由于在原始情报层级下融合，因此集中式架构对资源的要求比较高，处理时延较长，但数据损失较少，融合精度较高。如图2所示，分布式架构首先对各同源传感器进行一级融合，生成同类传感器关于目标的航迹信息，然后再对各传感器的航迹信息进行配准、关联、融合、识别和评估。由于对原始情报进行了分级融合处理，相对于集中式架构，分布式架构对资源的要求不高，处理时延较短，但数据损失较多。混合式架构虽兼顾了集中式融合和分布式融合的优点，稳定性强。但混合式融合方式的结构比前两种融合方式的结构复杂，这样又加大了通信和计算上的代价。因此，在面对具体的某次试验时，现有的方法是人们根据个人的经验来确定选用集中式、分布式或者混合架构，而根据个人经验选择的融合架构常常在试验中无法获得最优表现。
技术实现思路
本方案的一个目的在于提供一种自适应多传感器信息融合架构选择方法。通过“决策树”的认知模型，使用机器辅助人们进行决策，最大化模型的使用性能，减少对融合架构选择的不确定性。本方案的另一个目的在于提供一种执行上述选择方法的装置。本方案的第三个目的在于提供一种自适应多传感器信息融合方法。本方案的第四个目的在于提供一种自适应多传感器融合系统。本方案的第五个目的在于提供一种存储介质。为达到上述目的，技术方案如下：第一方面，提供一种自适应多传感器信息融合架构选择方法，包括如下步骤：获取待融合信息数据集的融合特征值；依据所述融合特征值，利用分类决策树，选择适合所述待融合信息数据集的融合架构类别；其中，所述分类决策树由以下步骤构建：分别提取预先获取的各待融合信息数据集的融合特征；分别采用各融合架构类别对所述预先获取的各待融合信息数据集进行数据融合，选取融合效果最优的架构类别为该待融合信息数据集的最优融合架构类别；基于所述预先获取的各待融合信息数据集的融合特征值构建分类决策树。在一个优选地实施例中，所述融合架构类别包括分布式和集中式。在一个优选地实施例中，所述选取融合效果最优的架构类别为该待融合信息数据集的最优融合架构类别进一步包括：对每个待融合信息数据集分别进行分布式融合和集中式融合，通过多个评价指标加权值确定每个待融合信息数据集的最优融合架构类别。在一个优选地实施例中，所述评价指标包括融合精度、处理时延、虚假航迹比例和综合识别概率中的一个或多个。在一个优选地实施例中，所述融合特征包括传感器数量、传感器组合、资源条件、环境噪声和数据传输速率中的一个或多个。第二方面，本方案提供一种自适应多传感器信息融合架构选择装置，该装置包括：选择单元，获取待融合信息数据集的融合特征值；依据所述融合特征值，利用分类决策树，选择适合所述待融合信息数据集的融合架构类别；其中，所述分类决策树由以下步骤构建：分别提取预先获取的各待融合信息数据集的融合特征；分别采用各融合架构类别对所述预先获取的各待融合信息数据集进行数据融合，选取融合效果最优的架构类别为该待融合信息数据集的最优融合架构类别；基于所述预先获取的各待融合信息数据集的融合特征值构建分类决策树。第三方面，提供一种自适应多传感器信息融合方法，该方法包括：执行上述任一项所述方法以确定适合待融合信息数据集的融合架构，并基于该融合架构对所述待融合信息数据集进行融合。第四方面，提供一种自适应多传感器信息融合系统，该系统包括：如上所述的自适应多传感器信息融合架构选择装置，用于确定适合待融合信息数据集的融合架构；以及融合装置，用于基于该融合架构对所述待融合信息数据集进行融合。第五方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上任一项所述方法的步骤。本方案的有益效果如下：本方案提出的自适应多传感器信息融合架构选择方法，通过选取合适的融合特征建立混合决策树模型，使得在已知试验条件的情况下，能够对所需采用的融合架构进行自动预测。从而提高了融合架构在不同试验条件下使用的自适应性和正确性，减少了人为决策带来的不确定性和局限性。附图说明为了更清楚地说明本方案的实施，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本方案的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为集中式融合架构示意图；图2为分布式融合架构示意图；图3为自适应多传感器融合架构选择方法流程图；图4为自适应多传感器融合架构选择装置示意图；图5为自适应多传感器信息数据融合系统示意图；图6为实施例的决策树示意图。具体实施方式下面将结合附图对本方案的实施方式作进一步地详细描述。显然，所描述的实施例仅是本方案的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本方案中的实施例及实施例中的特征可以相互组合。说明书和权利要求书及上述附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备，不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。多传感器信息融合技术就是将各种传感器进行多层次、多空间的信息互补和优化组合处理，最终产生对观测环境的一致性解释。在这个过程中要充分地利用多源数据进行合理支配与使用，而信息融合的最终目标则是基于各传感器获得的分离观测信息，通过对信息多级别、多方面组合导出更多有用信息。绝大多数的融合技术都是在特定的应用领域上开展的。因此需要针对实际问题建立直观的融合准则，形成有效的融合方案。如果有了完善的融合理论和融合架构，就能避免融合选择的盲目性。本方案提供了一种自适应多传感器融合架构选择方法，该方法基于混合决策树的自适应性，利用预先获取的各次试验数据作为样本数据建立分类决策树，基于已经建立的分类决策树，对新获取的待融合信息数据集拟选择的融合架构进行预测，选出在当前条件下适用的架构类别，从而完成对新获取的待融合的多传感器信息数据的融合本文档来自技高网...

【技术保护点】
1.一种自适应多传感器信息融合架构选择方法，其特征在于，包括如下步骤：/n获取待融合信息数据集的融合特征值；/n依据所述融合特征值，利用分类决策树，选择适合所述待融合信息数据集的融合架构类别；/n其中，所述分类决策树由以下步骤构建：/n分别提取预先获取的各待融合信息数据集的融合特征；/n分别采用各融合架构类别对所述预先获取的各待融合信息数据集进行数据融合，选取融合效果最优的架构类别为该待融合信息数据集的最优融合架构类别；/n基于所述预先获取的各待融合信息数据集的融合特征值构建分类决策树。/n

【技术特征摘要】
1.一种自适应多传感器信息融合架构选择方法，其特征在于，包括如下步骤：
获取待融合信息数据集的融合特征值；
依据所述融合特征值，利用分类决策树，选择适合所述待融合信息数据集的融合架构类别；
其中，所述分类决策树由以下步骤构建：
分别提取预先获取的各待融合信息数据集的融合特征；
分别采用各融合架构类别对所述预先获取的各待融合信息数据集进行数据融合，选取融合效果最优的架构类别为该待融合信息数据集的最优融合架构类别；
基于所述预先获取的各待融合信息数据集的融合特征值构建分类决策树。


2.根据权利要求1所述的方法，其特征在于，所述融合架构类别包括分布式和集中式。


3.根据权利要求1所述的方法，其特征在于，所述选取融合效果最优的架构类别为该待融合信息数据集的最优融合架构类别进一步包括：
对每个待融合信息数据集分别进行分布式融合和集中式融合，通过多个评价指标加权值确定每个待融合信息数据集的最优融合架构类别。


4.根据权利要求3所述的方法，其特征在于，所述评价指标包括融合精度、处理时延、虚假航迹比例和综合识别概率中的一个或多个。


5.根据权利要求1所述的方法，其特征在于，所述融合特征包括传感器数量、传感器组合、资源条件、环境噪声和数据...

【专利技术属性】
技术研发人员：史伟，杨博，王志峰，计文平，孙志洁，李俊飞，肖洒，
申请(专利权)人：中国电子科技集团公司第三研究所，
类型：发明
国别省市：北京;11