muchosensorLos principios básicos de la tecnología de fusión de información, al igual que el proceso de procesamiento integral de la información por parte del cerebro humano, complementan y optimizan la información de varios sensores en varios niveles y espacios, lo que finalmente produce una interpretación consistente del entorno de observación. Hoy venimos principalmente a presentar las cuatro características básicas del sistema de fusión multisensor, con la esperanza de ayudar a todos.

El sistema de fusión Multisensor tiene cuatro características distintivas:

1. redundancia de la información: para una característica del entorno, se pueden obtener varias de sus informaciones a través de múltiples sensores (o múltiples momentos diferentes de un solo sensor), que son redundantes y tienen diferentes confiabilidad, de los que se puede extraer información más precisa y confiable a través del procesamiento de fusión. Además, la redundancia de la información puede mejorar la estabilidad del sistema, evitando así el impacto en todo el sistema debido a un fallo de un solo sensor.

2. complementariedad de la información: diferentes tipos de sensores pueden proporcionar al sistema información de diferentes propiedades. los objetos descritos por esta información son diferentes características ambientales y son complementarios entre sí. Si se define un espacio de coordenadas compuesto por todas las características, la información proporcionada por cada sensor pertenece solo a un subespacio de todo el espacio y es independiente del espacio formado por otros sensores.

3. puntualidad del procesamiento de la información: el proceso de procesamiento de cada sensor es independiente entre sí, y todo el proceso de procesamiento puede adoptar un mecanismo de Procesamiento térmico paralelo, lo que permite al sistema tener una velocidad de procesamiento más rápida y proporcionar resultados de procesamiento más oportunos.

4. bajo costo del procesamiento de la información: múltiples sensores pueden costar menos para obtener la cantidad de información equivalente a la que puede obtener un solo sensor. Por otro lado, si la información proporcionada por un solo sensor no se utiliza para realizar otras funciones, el costo de un solo sensor es comparable al costo de varios sensores.

Como proceso integral de procesamiento de la información multisensor, la fusión de información tiene una complejidad esencial. En el proceso de procesamiento de fusión de información, según los diferentes métodos de procesamiento de datos originales, hay tres tipos principales de arquitectura del sistema de fusión de información: centralizada, distribuida e híbrida.

1. centralizado: el centralizado envía los datos originales obtenidos por cada sensor directamente al procesador central para el procesamiento de fusión, lo que puede lograr la fusión en tiempo real. su procesamiento de datos es de alta precisión y algoritmos flexibles. las desventajas son altos requisitos para el procesador, baja fiabilidad y gran cantidad de datos, por lo que es difícil de implementar.

2. distribución: cada sensor procesa localmente los datos originales obtenidos, incluido el preprocesamiento, Clasificación y extracción de información característica de los datos originales, y toma decisiones por separado a través de sus respectivos criterios de decisión, y luego envía los resultados al Centro de fusión para la fusión para obtener la decisión final. La demanda distribuida de ancho de banda de comunicación es baja, la velocidad de cálculo es rápida, la fiabilidad y la continuidad son buenas, pero la precisión de seguimiento no es tan alta como la centralización.

3. híbrido: en la mayoría de los casos, los dos anteriores se combinan de manera diferente para formar una estructura mixta. Conserva las ventajas de los dos tipos de sistemas mencionados anteriormente, pero tiene un precio más caro en la comunicación y la computación. Sin embargo, este tipo de sistemas también tienen las ventajas de los dos tipos de sistemas anteriores * y a menudo adoptan este tipo de estructura en la práctica.