第9章-数据融合技术

第9章 

1.        数据融合

也被称作信息融合，是一种多源信息处理技术。它通过对来自不同传感器的数据进行分析和综合，可以获得被测对象及其性质的最佳一致估计。

包含3个含义：多传感器数据融合是一种多层次、多方面的处理过程，每个层次代表了信息的不同抽象程度；数据融合过程包括对多源数据进行检测、互联、估计和组合；数据融合的输出包括低层次上的状态身份估计和高层次上的总战术态势的评估。

2.        传感器网络中数据融合的作用：（广义） 

（1）提高信息的准确性和全面性 （2）降低信息的不确定性 （3）提高系统的可靠性 （4）增加系统的实用性 

3.        传感网中数据融合的作用：

（1）节省能量（2）获得更准确的信息（3）提高数据的收集效率 

4.        数据融合技术的分类 

a)        数据包级融合模型

根据融合前后数据的信息含量分类：无损融合（lossless aggregation）、有损融合 （lossy aggregation）

b)        跟踪级融合模型

根据信息流通形式和网络节点处理的层次分为：集中式结构模型、分布式结构模型。

c)        根据数据融合与应用层数据语义之间的关系分类：依赖于应用的数据融合（ADDA）、独立于应用的数据融合（AIDA）、结合以上两种技术的数据融合 

d)        根据融合操作的级别分类：数据融合、特征级融合、决策级融合 

5.        无线传感网数据融合技术

1)        基于路由的数据融合

基于查询路由的数据融合、基于分层路由的数据融合

2)        基于反向组播树的数据融合

6.        数据融合的主要方法 

（1）综合平均法（2）卡尔曼滤波法（3）贝叶斯估计法（4）D-S（Dempster-Shafer）证据推理法（5）统计决策理论（6）模糊逻辑法（7）产生式规则法（8）神经网络方法