基于专家知识的数据融合技术研究

基于专家知识的数据融合技术研究

王立刚,牟海维,张　勇

(大庆石油学院电子科学学院,黑龙江大庆163318)

摘　要:分析了多传感器数据融合技术的优点和存在的问题,提出了基于专家知识的数据融合方法,给出

了数据融合模型,并对数据的采集、融合方法及可行性进行了分析和研究,并结合实例进行了应用说明,基

于专家知识的数据融合技术不存在复杂的数算和一些难以确定的参量,相对简单,实用性强,可广泛

应用于多传感器系统中的数据融合。

关键词:专家知识;数据融合;多传感器

中图分类号:TP202　　　文献标识码:A　　　文章编号:1000-9787(2007)10-0060-03

Study on da t a fusi on technology ba sed on

expert knowledge

WANG L i2gang,MU Hai2wei,Z HANG Yong

(School of Electron i cs Sc i ence,Daq i n g Petroleu m I n stitute,Daq i n g163318,Ch i n a)

Abstract:The advantages and p r oble m s of the multi2sens or data fusi on technol ogy are analysed,the methods of

the data fusi on based on the expert knowledge are suggested,the model of the data fusi on is given,and the methods

and feasibility of the data acquisiti on and fusi on are analyzed and studied,and the app licati ons combining the

exa mp les are shown.The data fusi on technol ogy based on the expert knowledge doesn’t contain the comp licated

mathe matical operati ons and s ome para meters which are difficult t o ascertain.It is comparatively si m p le,has very

str ong p racticability,and can be widely app lied in the data fusi on of the multi2sens or syste m.

Key words:expert knowledge;data fusi on;multi2sens or

0　引　言

多传感器数据融合技术是一个新的研究领域,是对某一系统使用多个传感器而展开的一种关于数据处理的研究,多传感器数据融合技术是近十几年来发展起来的一门实践性较强的应用技术,是多学科交叉的新技术,它涉及到信号处理、概率统计、信息论、模式识别、人工智能、模糊数学等理论,目前,人们需要处理的信息形式多、信息数量大、复杂程度高,同时,对信息处理的及时性、准确性的要求越来越高,数据融合是通过多传感器获得的数据信息经过某些算法最后得到综合准确的检测结果,数据融合技术的研究还处于初始阶段,主要有以下几种:加权平均法、卡尔曼滤波法、多贝叶斯估计法、D2S证据推理方法、产生式规则、专家系统、模糊逻辑推理、人工神经网络法等,真正能应用于实际的很少。

本文提出的数据融合方法简单实用,提高了系统的精度,减少了误报,提高了实时性、可信度及信息利用率,可方便地应用到自动探测、控制和安全报警等领域。1　数据融合方法

1.1　多传感器数据融合的优点

多传感器数据融合提供了冗余、互补信息,多种相关不同来源的信息可以相互补充以降低系统的不确定性,提高系统识别环境的精确性;数据融合所处理的多传感器信息可以在不同的信息层次上出现,这些信息抽象层次包括像素层、特征层和决策层[1],在一定程度上可保证系统的实时性[2],相对于由单个传感器获得同样信息而言,它能以较低的成本获得更加完备的信息。能克服单传感器带来的不可靠和不稳定性[3]。

1.2　多传感器数据融合的存在问题

未建立统一的融合理论和有效广义融合模型及算法;数据融合的研究已经比较广泛,但是,对数据融合的研究都是根据问题的特点提出融合算法,很多研究工作都是基础研究、仿真性工作;对数据融合的具体方法的研究尚处于初步阶段[4];数据融合系统的设计实施目前还存在许多实际的问题:传感器动态测量误差模型的建立、传感器系统优化、

收稿日期:2007-09-11 06第10期　　　　　　　　　　　　　　王立刚,等:基于专家知识的数据融合技术研究　　　　　　　　　　　　　　　

复杂动态环境下系统的实时性、大型知识库的建立与管理、与其他领域的很多新技术的“嫁接与融合”,如,人工智能技术、神经网络计算、遗传算法、进化计算、虚拟现实技术性等,这些尚无成熟理论;还没有很好解决融合系统中的容错性或鲁棒性问题,如,融合系统没有很好地解决冲突(矛盾)信息或传感器故障所产生的错误信息等;关联的二义性是数据融合中的主要障碍,在进行融合处理前,必须对数据进行关联,以保证所融合的数据是来自同一目标[5]。所以,数据可融合性的判断准则和如何进一步降低关联的二义性已成为融合研究领域亟待解决的问题[6];同时,数据融合系统的设计还存在许多实际问题。

2　基于专家知识的数据融合技术

通过对数据融合技术的分析,本文认为很难建立统一的适合不同系统的数据融合技术,目前的一些融合算法多数比较复杂,实现起来比较困难,因此,本文提出了基于专家知识的数据融合算法。

2.1　基于专家知识的传感器融合系统的基本模型

基于专家知识传感器融合系统的基本模型如图1,其中,交互接口单元用于外界对嵌入式智能传感器系统进行交互,包括对数据修改、添加、删除,进行一致性、完整性的维护等功能;多传感器系统模块由各种类型的普通传感器组成或集成传感器组成,负责对外界信息的采集转换等工作,向嵌入式微处理器传送信息,一般是多输入系统[7];输出单元用于输出经过智能模块确认的正确的传感器信息,供用户使用,一般是多输出系统;数据综合推理机用于存放推理策略、规划、方法(正向推理、逆向推理、双向推理等)及一些相应的算法,为推理提供支持,利用专家融合知识库中的知识进行思维、判断、推理后作出判断,专家知识数据库用于存放数据融合知识[8],嵌入式单片机用于进行数据处理,并完成数据的采集、分析、推理等任务。

图1　基于专家知识的传感器融合系统的基本模型

F i g1　Ba si c m odel of sen sor fusi on syste m ba sed on

expert knowledge

2.2　多传感器数据信息的采集与处理

根据不同的系统选择不同的传感器,由于被测对象多为具有不同特征的非电量,通过不同的传感器转换成为电信号,该电信号经过预处理,以滤除数据采集过程中的干扰和噪声,经过A/D转换将被测参数变为可由微处理器处理的数字信号[9]。对经处理后的电信号作进行处理决定数据是否有效,对无效的数据进行去除,最后,完成数据的采集。

经过采集的数据信息要表示为以下几种形式:

1)表示有无的形式,如,“1”和“0”,这种表示主要用在某个现象是否存在,有或无等系统中;

2)表示具体的数值,反映被测信息的大小;

3)由专家的经验对采集的数据进行相应的变换,适应多个信息的融合的形式。

2.3　基于专家知识的多传感器数据信息的融合技术

1)利用专家知识进行数据融合

由多只传感器转换的信息经处理之后,利用专家的知识和经验分析多只传感器传来的数据信息,根据数据的特征、有无、大小等用专家的知识和经验以知识表示的形式对数据进行融合,得到一套完整的基于多信息的并给出融合结果的知识表示,放入专家知识数据库,根据多传感器获得的信息,到知识库中去寻找融合结果[10]。

2)利用专家知识进行数据融合的完备性研究

由多只传感器转换的信息的组合有多种形式,传感器越多组合的形式越多,在利用专家的知识和经验进行数据融合时,不同的一组信息会产生不同的融合信息,这些数据的融合应是完备的,否则,将产生问题[11]。

3)用专家知识进行数据融合的可行性

从理论上说,当传感器的数量很多时,专家的知识和经验进行数据融合的数据将很多,但具体应用时传感器的数量是很有限的,一般情况下几只到几十只传感器基本够用了,最多产生几十条至几百条融合信息,省去了复杂的计算和对一些不确定因素的假设,利用专家系统进行推理时速度是相当快的,实时性好,这种方法是可行的,特别是随着嵌入式芯片和高性能单片机的出现,实现起来变得相当方便。

3　应用实例

知识的产生式表示方法是目前专家系统中使用最广泛的知识表示方法,将专家系统的知识利用规则集合表示,每一条产生式就对应一个知识模块的一条(或多条)规则,产生式规则表示的基本形式为:I F P,T HE N Q或P→Q(其中, P是产生式的前提,用于指出该产生式是否可用的条件(信息);Q是一组结论或应该执行的操作,融合的结果[12]。),整个产生式的含义是,如果前提P(多种信息的一种组合)被满足,则可执行Q或执行Q所规定的操作(融合的结果)。例如:选择3只传感器(S

1

,S2,S3),用“1”和“0”分别表示有或无信号输入,用“A”表示多个信息融合结果。规则如表1所示

16　　　　　　　　　　　　　　　　　　　传感器与微系统　　　　　　　　　　　　　　　　　　　　第26卷

表1　基于专家知识的数据融合表

Tab1　Da t a fusi on sheet ba sed on expert knowledge

规则S3S4S5结果

1000A1

2001A2

3010A3

4011A4

5100A5

6101A6

7110A7

8111A8

9Q W E R

　　其中,“1”和“0”代表传感器转换信息的有无,A

1～A

8

表示多个信息的融合结果。

基于专家知识数据融合表中的数据是完备的,对于3只传感器来说给出了9种融合算法,当然,也存在冗余信息,这要根据不同的系统由专家的知识在保证完备的条件下对上述融合算法进行化简,以提高融合的速度[13]。

从理论上来说,一个系统中使用的传感器可以有无限只,但是,在实际中传感器的只数并不多,一般也只有7, 8只。本文以3只传感器为例,阐述了各个传感器传来不同信号时,相互关联、影响所产生的不同结果。以上规则清晰地表示了3只传感器共同作用时出现的所有可能的情况,考虑完全,处理简单。在不同的系统中,传感器信息可以代表某个动作和事件,不同的传感器接收的信息不同,带来的结果也就不同。

4　结　论

基于专家知识的数据融合方法,对于多传感器系统融合结果的数量是确定的,不需要复杂的数算,不需要预先给一些参数变量,没有不可预测的变量,算法简单容易实现,具有实时性、可靠性和完整性,不存在冲突(矛盾)问题,有一定的适用范围,对于复杂或传感器较多的系统应用起来比较困难。本方法可广泛地应用于防盗、安全和控制等领域的数据融合。

参考文献:

[1]　Clark J J,Yuille A L.Data fusi on for sens ory inf or mati on p r oces2

sing syste m s[M].Kluwer Acade m ic Publishers,1990.

[2]　梁百川.多传感器信息融合决策研究[J].航天电子对抗,

1994(3):7-16.

[3]　姜万录,李冲祥,刘继刚.多传感器数据融合技术的现状及展

望[J].机床与液压,2003(3):16-19.

[4]　蓝金辉.D2S证据理论数据融合方法在目标识别中的应用[J].

清华大学学报:自然科学版,2001,41(2):53-55.

[5]　刘　俊,付警奇,董新平.数据融合在目标识别中的应用[J].

传感器技术,2001,20(6):8-11.

[6]　Gao J B,Harris C J.Some re marks on Kal m an filters f or the multi2

sens or fusi on[J].I nf or mati on Fusi on,2002,3(3):191-201. [7]　Gao J B.Some remark on Kal m an filters f or the multi2sens or fu2

si on[J].I nfor mati on Fusi on,2002,3(3):191-201.

[8]　Huang Xinhan,W angM in,Huang Zhenyu.I nf or mati on acquisiti on

and data fusi on structures f or multi2sens or syste m s[J].Science

and Technol ogy of I nfor mati on Acquisiti on and theirApp licati ons,

2003,8(11):22-26.

[9]　Yang Dongyong,Ya mane Yuz o.Multi2sens or data fusi on and its

app licati on t o industrial contr ol[J].SI CE,2002(3):215-220.

[10]陈　果,左洪福.基于知识规则的发动机磨损故障诊断专家

系统[J].航空动力学报,2004,19(1):23-29.

[11]年志刚,梁　式.知识表示方法研究与应用[J].计算机应用

研究,2007,24(5):234-237.

[12]孙培峰.基于数据融合与专家系统的发动机故障诊断系统[J].

农机化研究,2006(10):215-221.

[13]Hall D L,L linas J.An int r oducti on t o multisens or data fusi on[J].

Pr oceedings of the I EEE,1997,85(1):6-23.

作者简介:

王立刚(1959-),男,山东沂南人,副教授,硕士生导师,研究方向为数据融合技术、光电检测技术与应用等。

(上接第59页)

[3]　Janos A B,Juli o Gea2Banacl oche,Marlan O.CEL gyr oscope with

injected squeezed vacuum[J].Journal of Modern Op tics,2002,

29(3,4):453-463.

[4]　KourilM,Sos ovicka R,Danek V,et al.The dyna m ic measure ment

unit app licati on for the measure ment of light aircraft flight charac2 teristics[C]∥Trans portMeans-2003.Pr oceedings of the I nter2 nati onal Conference,2003:69-73.

[5]　高福聚,高铁军.逆转点法、中天法、时差法定向比较[J].矿

山测量,1994(4):3-6.

[6]　林玉池,孙占元,赵美蓉,等.中天法在陀螺智能寻北系统中

的应用研究[J].机械工程学报,2003,39(8):116-119. [7]　乔瑞军,沈忙作.CCD细分技术用于刻线的自动瞄准[J].光

学工程,1999,26(1):23-26.

[8]　李国英,张志利,王自杰.复合寻北在全自动陀螺经纬仪系统

中的应用[J].传感器技术,2005,24(10):77-79,85.

[9]　温　莉,赵美容,牛小兵,等.利用线阵CCD实现陀螺经纬仪

自动寻北[C]∥全国计量测试学会年会论文集,2000:111-

114.

作者简介:

林明春(1977-),男,江西石城人,博士研究生,主要从事光电测控与视觉检测技术的研究。

26