范程龙 孙燚

摘要：當前国内的高分辨信号、宽带信号、高维信号等技术发展非常迅速，使得如今已经迈入大数据时代。本文简要介绍大数据环境背景的信号处理核心技术，并提出信号处理的发展方向。

关键词：大数据；信号处理；信息融合

中图分类号：TN911.7 文献标识码：A 文章编号：1007-9416（2018）06-0228-02

信号有着多种多样的形式，由一维到高维，由窄带到宽带。在大数据环境下，信号处理的难度在不断地增加，现如今信号处理早已由传统领域拓展到社会网络、地理科学、能源、金融、天文等领域。由于信号数据有着复杂性、多样性特点，所以为提高信号处理效果，就必须进行信号信息融合处理。

1 多传感器信息融合分析

1.1 传感信息模型

事实上这一系统最初被运用在军事领域，在这种技术被人们开发出越来越多的价值以后，这项系统被成功的引入到越来越多的领域。不同平台所使用的不同类型传感器，都可以做好信号数据的采集工作，有着十分丰富的数据内容，不同数据之间可以形成互补的关系。以但传感节点作为例子，但传感节点所采集的信号数据精读大多无法超过95%，为从多种、海量的数据信息中获取精度高、价值高的信息，准确判断对象特征和属性，就必须将不同类型信号数据进行融合。

现如今融合信息主要有混合模型、Dasarathy模型、瀑布模型、Boyd控制环、JDL数据融合模型这五种方法。五种模型中的每一种模型都有着不同的特征。混合模型以Dasarathy模型反馈迭代特征以及Boyed循环特征结合，运用瀑布模型定义，实现与Dasarathy和JDL这两种模型的级别联系；……