多傳感器數據融合技術

人類本能地具有將身體上的各種器官（眼、耳、鼻和四肢等）所探測的信息（景物、聲音、氣味和觸覺等）與先驗知識進行綜合的能力，以便對其周圍的環境和正在發生的事件做出評估。多傳感器信息融合實際上是對人腦綜合處理複雜問題的一種功能模擬。與單傳感器相比，運用多傳感器信息融合技術在解決探測、跟蹤和目標識別等問題方面，能夠增強系統生存能力，提高整個系統的可靠性和健壯性，增強數據的可信度，提高精度，擴 展系統的時間、空間覆蓋率，增加系統的實時性和信息利用率等。 作為多傳感器融合的研究熱點之一，融合方法一直受到人們的重視，這方面國外已經作了大量的研究，並且提出了許多融合方法。多傳感器數據融合的常用方法大致可分為兩大類：隨機和人工智能方法。信息融合的不同層次對應不同的算法，包括加權平均 融合、卡爾曼濾波法、Bayes 估計、統計決策理論、概率論方法、模糊邏輯推理、人工神 經網絡、D-S 證據理論等。