[转帖]数据融合技术

frogfish

　　英文名称：data fusion technolog

　　相关技术：计算计技术;通信技术;传感器技术;光电探测技术;数据处理技术

　　分类：机载设备;数据融合;传感器;

　　定义与概念：

　　数据融合技术的发展是由于现代战争的日益复杂性与快速性与计算机和通信技术的快速发展相结合，从而驱动了多传感器和不同种类数据源更有效地综合的结果。随着对数据融合研究的深入和应用领域的扩大，数据融合一词被广泛而频繁地使用，但对它的理解却不尽统一。在军用领域所广泛使用的数据融合技术的定义为：数据融合技术是一种多层次、多方面的处理技术，它通过对来自多个信息源的的数据和信息进行探测、关联、相关、计算和联合从而实现对目标状态与特性的精确测算，并及时完成对环境现状与威胁的估测。

　　数据融合技术研究发端于C3I系统研究，被视为C3I系统的重要支持技术之一，并列为各国重点研究项目。在不同问题领域数据融合技术有不同的体现，比如有同类多源信息融合和不同类多源信息融合但都遵循一条共同的技术思路，它被视为是多源信息协调处理技术的总称。多传感器系统是数据融合技术的"硬"件基础，多源信息是数据融合的加工对象，协调优化是数据融合的核心。数据融合技术必须实现的三大功能：1)多源信息的协调管理;2)多源信息的协调处理;3)传感器协调管理。

　　数据融合技术的主要特征：

　　由于融合的信息是来自诸多不同的传感器(例如：雷达、IRST、ESM、IFF、EO、电视、激光和声纳等)，以及系统或平台上的各种技术侦察情报、侦察巡逻情报、战术数据链、机构情报和作战计划等，它们具有不完整、不精确、含糊和矛盾的特征，且会受到敌人有意的干扰和欺骗;同时，由于多传感器报告的数据类型、周期等都有很大差别及地理分布位置的不同，使得数据融合变得很复杂。具体而言，数据融合具有以下特征：

　　具有时变输入状态;

　　输入各种数据和知识类型;

　　要求实时操作;

　　需要很大的知识库;

　　传感器数据的不确定性，表现为不精确、不完整、不可*、模糊和报告冲突等。

　　国外概况：

　　70年代末，有关军用C3I系统中的自动数据融合功能就已经开始见诸报道，当时的重点是强调对于提高计算能力、开发有效的数据联合算法和改进传感器的需求。在早期开发的系统中比较突出的一个系统叫做战场开发与目标探测系统(BETA)，该系统的开发经历和解决了许多系统开发过程中所要面临的问题，新技术的复杂性和困难程度以及对规范的系统工程方法的需求都得到了充分的体现。该系统最终于80年代中期在欧洲达到了有限但成功的作战能力，显示了其可用性，同时与数据融合有关的问题的解决得到了很高的评价。

　　进入80年代，美国三军进一步在其战术与战略侦察系统的开发工作中采用数据融合技术，支持数据融合技术在更多领域的更为广泛的应用研究，如非合作式传感器的目标跟踪、目标识别，支持为数据与信息的相关(关联)和分类开发算法，并支持将智能系统应用到战况感知(situation assessment)中去。

　　后来，美国国防部把数据融合技术列为90年代的"宝石柱"(PAVE PILLAR)计划和重点研究开发的20项关键技术之一，在国防部长的领导下的C3I专家组还专门成立了一个数据融合组，从1987到1997年共投入科研经费9亿美元从事数据融合环境和原型系统研究。美国三军数据融合讨论会每年都在马里兰州巴尔的摩举办融合技术学术交流会。与此同时，英国也频频举行C3MISC、ATR和NCTR学术年会。C3I技术委员会还提出建立数据融合专用词汇的标准和规范。到了80年代结束时，已经出现了少数投入使用的第一代数据融合系统，这些系统已经能够对来自当时已有的或改进的军用传感器的数据进行有效的融合。这些系统大到战略性的大洋侦察系统，小到战术系统。除了这些实用系统之外，还建立起了相当数量的原型机和实验系统用以评估数据融合对于特定军事应用的真正贡献。与此同时，也出现了一些可以直接应用到90年代的融合开发工作中去的很有潜力的理论与技术。

　　到了90年代，美国的"孟菲斯"核潜艇上装备了多图象传感器融合系统。到目前为止，美国在C3I系统中应用的数据融合系统已有近百个，如TCAC、BETA、INCA、OSIF等等。法国和德国在此领域的联合研究也已进入实用化阶段。例如，两国的紫外告警系统研究项目MILDS-2以DASA MILDS-2导弹发射和探测系统为重点。

　　关键技术：

　　数据融合的关键技术挑战包括：

　　· 人──机接口;

　　· 分布式实时系统;

　　· 多层次的安全保障;

　　· 算法研究;

　　· 专家系统的开发。

　　应用与影响：

　　数据融合技术为先进战场管理和C3I系统提供了重要机会。未来战争与过去战争相比，将进程得更快，并且有更大的摧毁力，指挥员要在更短的时间内做出决策，并且要参加更多的数据。他们所做出的决策与过去相比更具有重要的和深远的结果。若没有一些自动数据融合措施，他们可能就要被数据所淹没，这将造成判断失误可决策延迟，并导致灾难性后果。

　　由于许多战术和相应的威胁技术发展，对数据融合性能的需求已达到关键地步，美国空军作战原则(强调纵深攻击和遮断性能)同时还需求能描述一般传感器不能描述的位置、运动和目标意图的信息。自主武器的研制是为了执行纵深攻击任务，它一般需要预先保证在武器作用范围内遇上目标。下一代作战车辆、舰船和飞机将设计成对射频和红外(IR)传感受器具有极低的探测特征。为了保证它们的低可观测性，它将依*无源传感器和从远距离数据源接收的信息。在生存和有效作战所需的情况感知研究中，这些输入信号是必不可少的。

　　数据融合技术对于对抗敌人使用的隐身技术(如消声、低雷达横截面、弱红外(IR)目标特征)和在敌方与杂波环境中进行范围目标监视是很必要的。数据融合对于全球或大范围监视与跟踪尤其重要。它将辅助战区或更低层次的指挥员们在从天空到海底大范围的监视中预测战场态势和管理分布资源(如在电子战中)。数据融合也辅助机队指挥员们，如坐在未来"超级座舱"(Super Cockpit)中的先进战术战斗机/先进战术攻击(ATF/ATA)的驾驶员或进行掠地飞行的直升机驾驶员。

　　参考资料：

　　1 、Multisensor Data Fusion. by Edward Waltz, James Llinas. 1990

　　2 、系统工程与电子技术 1992年第12期

　　3 、国防关键技术, 1994年5月. 美国空军技术学院编著，中国航空信息中心翻译