周鹏

摘 要：多传感器数据融合是近年来的一个热点研究方向，具有广阔的应用前景。介绍了数据融合的概念与主要特点，总结了常用的数据融合过程与系统结构，以及几种经典的多传感器数据融合算法，介绍了多传感器数据融合技术的应用方向，并对未来的技术发展方向进行了展望。

关键词：多传感器；数据融合；结构；算法

中图分类号：TP274 文献标识码：A 文章编号：2095-1302（2015）05-00-03

0 引 言

随着电子信息技术的快速发展，各种大型电子系统不断涌现，其应用背景不断趋于复杂化，其功能实现需要各种多传感器数据系统支持，因此需要对各种不同的传感器和不同的信息源进行更加有效的融合集成。同时，随着现代战争的发展，多传感器数据融合技术在军事方面的作用愈加凸显，它结合利用了多种不同传感器的特点，可以多方位多角度获取目标不同类型的信息，提高C3I系统在各维度上的覆盖范围，提高对目标的检测和识别能力[1]。经过多年发展，多传感器数据融合技术已取得了长足的进步。在融合层级方面，形成了数据级融合、特征级融合与决策级融合三种层级。在系统结构方面，提出了集中式、分散式、分布式和混合式结构；在融合算法方面形成了加权平均方法、神经网络法、Kalman滤波法、贝叶斯估计法、D-S证据理论等算法。在应用方面，多传感器数据融合已广泛应用于军用和民用领域并取得了显著的效果。本文介绍了多传感器数据融合的过程和主要特点，总结了常用的数据融合系统结构与算法，概括了多传感器数据融合技术的应用情况，并针对现存问题对未来技术发展方向进行了展望。……