论文部分内容阅读
摘要：在多传感器系统中，各传感器所提供的空间、时间、表达方式不同，可信度、不确定性程度不同，侧重点和用途也不同，这对信息的处理和管理提出了新的要求。
关键词：多源信息融合；多传感系统；故障诊断
一、信息融合的层次
（一）数据层信息融合
数据层信息融合联合来自每一个传感器的原始数据，其优点是信息丰富，结果精确，但是通讯和运算量大，数据需要预处理，传感器之间往往要求同质或者同等精度。主要的数学方法是：加权平均法、卡尔曼滤波、贝叶斯估计、参数估计法等，与信号处理有一定的相似性。
（二）特征层信息融合
特征层融合联合从观测量中提取的特征向量，既保持足够数量的重要信息，又实现信息压缩，有利于实时性；但是不可避免地会有某些信息损失，精确性有所下降，因而需对传感器预处理提出较严格的要求。主要的数学方法是：分离性判据方法、搜索树方法、模拟退火方法、遗传算法等，与模式识别有一定的相似性。
（三）决策层信息融合
决策层融合联合各传感器的判决形成最终的推理和决策，它具有很强的灵活性和很小的通讯带宽，没有同质传感器的要求，前提是需要很多预处理。主要的数学方法是：投票表决法、贝叶斯方法、模糊积分法、证据理论方法、模糊逻辑法等。
二、按照信息融合过程的输入输出关系
可以把以上三个融合层次进一步细分为五种融合过程：数据输入-数据输出融合（Data in-Data out）；数据输入-特征输出融合（Data in-Feature out）；特征输入-特征输出融合（Feature in-Feature out）；特征输入-决策输出融合（Feature in-Decision out）；决策输入-决策输出融合（Decision in-Decision out）。这种描述能够清楚地解释在输入输出数据之间存在的差异。
第一，数据层信息融合联合来自每一个传感器的原始数据，其优点是信息丰富，结果精确，但是通讯和运算量大，数据需要预处理，传感器之间往往要求同质或者同等精度。第二，特征层融合联合从观测量中提取的特征向量，既保持足够数量的重要信息，又实现信息压缩，有利于实时性；但是不可避免地会有某些信息损失，精确性有所下降，因而需对传感器预处理提出较严格的要求。第三，决策层融合联合各传感器的判决形成最终的推理和决策，它具有很强的灵活性和很小的通讯带宽，没有同质传感器的要求，前提是需要很多预处理。
三、信息融合的模型
现有系统模型大致可以分为两大类：一是面向融合过程的功能型模型。典型的功能型模型包括UK情报环、Boyd控制回路（OODA环）等。二是面向处理对象的数据型模型。典型的数据型模型则有JDL模型、瀑布模型和Dasarathy模型等。
四、多传感器系统
多传感器系统或多传感器集成，是指在系统中采用多个同质或异质传感器共同联合工作来完成对对象和环境的检测。
在当前工业监测控制系统中，从传感器中直接获得的信息可以分为两种不同形式：数据信息和图像信息。在多传感器系统中，各传感器所提供的空间、时间、表达方式不同，可信度、不确定性程度不同，侧重点和用途也不同，这对信息的处理和管理提出了新的要求：要求采用相应的信息综合处理技术，要求传感器间彼此协调工作。
（一）多传感器信息融合的基本结构
信息融合的结构有多种模式，由n个传感器集成后组成多传感器系统，提供n个对象及环境信息，系统中设立m个融合节点对这n个信息进行融合。传感器1和2的输出信息S1和S2在融合节点1被融合成新的信息S12，它再与传感器3的信息在节点2融合成新的信息S123。如此下去，从n个传感器系统中获得的信息可以最终被融合成一个结果信息S，送入融合数据库中。融合数据库存放信息融合的结果，可以看成是整个智能监测控制系统数据库的一部分。
1、融合节点说明。一是融合节点的输入输出信息一般都是向量的形式。一个融合节点可以融合多个输入信息。二是如果只有一个融合节点（m=1），则n个传感器信息都是这个融合节点的输入信息。三是中间节点的融合结果也可以作为输出直接送入融合数据库中。
2、模块说明。一是专家知识库。一般来说，信息融合的完成，除了具有适当的融合算法外，还应当有必要的领域知识进行监督和指导，特别是在实际的工业监测控制系统中更是如此。这些领域知识就构成了专家知识库。二是传感器模型库。其中存放了各种传感器的模型，定量地描述了传感器的特性以及各种外界条件对传感器特性的影响。三是信息协调管理。在一般情况下，多传感器往往从不同的坐标框架对环境中的同一特征进行描述，它们所表示的时间、空间和表达方式可能各不相同，必须将它们统一到一个共同的时空参考系中。该模块完成了时间因素、空间因素和工作因素的全面协调管理，并对传感器进行选择，投入最合适和可靠的传感器组以适应不同的条件。四是信息融合方法。对于不同的任务和不同的对象应采用不同的方法，或者综合使用几种方法。信息融合方法是多传感器信息融合的核心。
（二）多传感器信息融合的方法（见图1）。
五、证据组合规则
来自不同信息源的证据集合形成了四种不同的证据类型，其多种形式的组合结构反映了证据之间各种的冲突情况。证据理论通过组合证据的概率赋值来处理不同的证据类型，对冲突的不同处理方法产生了不同的证据组合算法；主要讨论、分析并比较D-S证据规则及其四种改进的证据组合规则：Yager组合规则、Inagaki组合规则、Zhang组合规则和Dubois-Prade组合规则，以及两种平均规则：Discount平均规则和平均分配规则。
六、小结
其故障诊断技术一直是国内外学者研究的热门。故障的多样性、不确定性和各种故障之间联系的复杂性构成了故障诊断技术上的难点，仅靠单一的故障特征量和诊断方法无法完成诊断任务。本文将信息融合的基本思想引进故障诊断中，可以进步故障诊断结果的可靠性，最大限度地减小不确定性。
（作者单位：保定电力职业技术学院）
关键词：多源信息融合；多传感系统；故障诊断
一、信息融合的层次
（一）数据层信息融合
数据层信息融合联合来自每一个传感器的原始数据，其优点是信息丰富，结果精确，但是通讯和运算量大，数据需要预处理，传感器之间往往要求同质或者同等精度。主要的数学方法是：加权平均法、卡尔曼滤波、贝叶斯估计、参数估计法等，与信号处理有一定的相似性。
（二）特征层信息融合
特征层融合联合从观测量中提取的特征向量，既保持足够数量的重要信息，又实现信息压缩，有利于实时性；但是不可避免地会有某些信息损失，精确性有所下降，因而需对传感器预处理提出较严格的要求。主要的数学方法是：分离性判据方法、搜索树方法、模拟退火方法、遗传算法等，与模式识别有一定的相似性。
（三）决策层信息融合
决策层融合联合各传感器的判决形成最终的推理和决策，它具有很强的灵活性和很小的通讯带宽，没有同质传感器的要求，前提是需要很多预处理。主要的数学方法是：投票表决法、贝叶斯方法、模糊积分法、证据理论方法、模糊逻辑法等。
二、按照信息融合过程的输入输出关系
可以把以上三个融合层次进一步细分为五种融合过程：数据输入-数据输出融合（Data in-Data out）；数据输入-特征输出融合（Data in-Feature out）；特征输入-特征输出融合（Feature in-Feature out）；特征输入-决策输出融合（Feature in-Decision out）；决策输入-决策输出融合（Decision in-Decision out）。这种描述能够清楚地解释在输入输出数据之间存在的差异。
第一，数据层信息融合联合来自每一个传感器的原始数据，其优点是信息丰富，结果精确，但是通讯和运算量大，数据需要预处理，传感器之间往往要求同质或者同等精度。第二，特征层融合联合从观测量中提取的特征向量，既保持足够数量的重要信息，又实现信息压缩，有利于实时性；但是不可避免地会有某些信息损失，精确性有所下降，因而需对传感器预处理提出较严格的要求。第三，决策层融合联合各传感器的判决形成最终的推理和决策，它具有很强的灵活性和很小的通讯带宽，没有同质传感器的要求，前提是需要很多预处理。
三、信息融合的模型
现有系统模型大致可以分为两大类：一是面向融合过程的功能型模型。典型的功能型模型包括UK情报环、Boyd控制回路（OODA环）等。二是面向处理对象的数据型模型。典型的数据型模型则有JDL模型、瀑布模型和Dasarathy模型等。
四、多传感器系统
多传感器系统或多传感器集成，是指在系统中采用多个同质或异质传感器共同联合工作来完成对对象和环境的检测。
在当前工业监测控制系统中，从传感器中直接获得的信息可以分为两种不同形式：数据信息和图像信息。在多传感器系统中，各传感器所提供的空间、时间、表达方式不同，可信度、不确定性程度不同，侧重点和用途也不同，这对信息的处理和管理提出了新的要求：要求采用相应的信息综合处理技术，要求传感器间彼此协调工作。
（一）多传感器信息融合的基本结构
信息融合的结构有多种模式，由n个传感器集成后组成多传感器系统，提供n个对象及环境信息，系统中设立m个融合节点对这n个信息进行融合。传感器1和2的输出信息S1和S2在融合节点1被融合成新的信息S12，它再与传感器3的信息在节点2融合成新的信息S123。如此下去，从n个传感器系统中获得的信息可以最终被融合成一个结果信息S，送入融合数据库中。融合数据库存放信息融合的结果，可以看成是整个智能监测控制系统数据库的一部分。
1、融合节点说明。一是融合节点的输入输出信息一般都是向量的形式。一个融合节点可以融合多个输入信息。二是如果只有一个融合节点（m=1），则n个传感器信息都是这个融合节点的输入信息。三是中间节点的融合结果也可以作为输出直接送入融合数据库中。
2、模块说明。一是专家知识库。一般来说，信息融合的完成，除了具有适当的融合算法外，还应当有必要的领域知识进行监督和指导，特别是在实际的工业监测控制系统中更是如此。这些领域知识就构成了专家知识库。二是传感器模型库。其中存放了各种传感器的模型，定量地描述了传感器的特性以及各种外界条件对传感器特性的影响。三是信息协调管理。在一般情况下，多传感器往往从不同的坐标框架对环境中的同一特征进行描述，它们所表示的时间、空间和表达方式可能各不相同，必须将它们统一到一个共同的时空参考系中。该模块完成了时间因素、空间因素和工作因素的全面协调管理，并对传感器进行选择，投入最合适和可靠的传感器组以适应不同的条件。四是信息融合方法。对于不同的任务和不同的对象应采用不同的方法，或者综合使用几种方法。信息融合方法是多传感器信息融合的核心。
（二）多传感器信息融合的方法（见图1）。
五、证据组合规则
来自不同信息源的证据集合形成了四种不同的证据类型，其多种形式的组合结构反映了证据之间各种的冲突情况。证据理论通过组合证据的概率赋值来处理不同的证据类型，对冲突的不同处理方法产生了不同的证据组合算法；主要讨论、分析并比较D-S证据规则及其四种改进的证据组合规则：Yager组合规则、Inagaki组合规则、Zhang组合规则和Dubois-Prade组合规则，以及两种平均规则：Discount平均规则和平均分配规则。
六、小结
其故障诊断技术一直是国内外学者研究的热门。故障的多样性、不确定性和各种故障之间联系的复杂性构成了故障诊断技术上的难点，仅靠单一的故障特征量和诊断方法无法完成诊断任务。本文将信息融合的基本思想引进故障诊断中，可以进步故障诊断结果的可靠性，最大限度地减小不确定性。
（作者单位：保定电力职业技术学院）