基于本体建模和自动推理的自适应传感器融合系统



基于本体建模和自动推理的自适应传感器融合系统

基于本体建模和自动推理提出了一种自适应传感器融合系统。该系统能够解决通用的数据融合问题，并通过车辆导航系统对提出的数据融合系统进行验证。

自适应过程是基于对问题的本体建模（包括传感器和其它信息），利用融合系统管理算法存储库内的算法和数据类型。自动推理模块集成系统的所有信息并确定如何选择现有的解决方案，从而产生最优的满足系统目标的融合输出。建立一种自适应传感器融合系统需要解决：①为系统的可行域、约束条件、数据类型、传感器和可用算法等定义一个形式系统；②为信息以及它们对系统的影响定义一个形式系统。指出本理论是一种描述问题空间和信息的有效工具。现有的数据融合模型包括JDL模型、Boyd控制环模型等。基于JDL模型，该模型将信息融合分为4级：目标优化、定位和识别；态势评估；威胁评估；过程优化。基于第1级和第2级在低抽象层次对信息进行处理。定义了一个GNSS/INS组合导航系统数据融合系统，对所提出数据融合系统进行试验。试验结果表明，文中给出的数据融合系统能考虑信息和算法约束等其它影响因素，并解决了通用的数据融合问题。

Enrique Mart et al.18th International Conference on Information Fusion，Washington-July 06-09，2015.

编译：王亮