多途径融合

多途径融合（共10篇）

多途径融合 篇1

“自能教育”是叶圣陶先生德育思想的重要组成部分, 是指受教育者在道德成长过程中自主体验、自我教育, 养成好习惯。它充分肯定了受教育者是学习的主体, 在德育中充分发挥他们的主动性、能动性, 让他们在生活中不断感悟、体验、反思和矫正, 通过自探、自悟、自得, 实现学生自主学习、自我教育、自我管理、自我发展, 使学生构建优良的道德品质。

一、多途径融合开展“自能教育”的提出

现实的德育, 在很大程度上还定势于知识的传承和积累, 常常是教师、家长说得多, 学生自我的心灵活动却少之又少, 在行动上就会出现言行不一致的状态, 德育的实效性可见一斑。而叶圣陶提出的“自能教育”却是充分尊重学生的主体地位, 发挥他们的主体作用, 注重他们自己的体验实践, 更加关注学生本身的生活世界, 更加关注学生成长与发展的“自我”“自主”“自觉”“自会”, 使受教育者“是非能自辨, 习惯能自养, 心理能自调”, 有效地将学习活动介入学生的生命活动、心灵活动, 从而提高德育的实效性。“多途径融合开展‘自能教育’的实践研究”是指在叶圣陶“自能教育”思想的指导下, 通过学校德育途径 (学科教学、主题活动、心理健康教育、家庭教育、社会实践体验活动等) 的融合研究, 将德育内容、方法等有机整合, 整体发挥育人作用, 充分尊重受教育者的主体地位, 发挥他们的主体作用, 使受教育者道德自我完善、习惯自我养成、心理自我调节, 以促进每一名学生健康全面的可持续发展。

二、多途径融合开展“自能教育”的价值

1.“多途径融合开展‘自能教育’的实践研究”是学生自我发展的需要

现在的孩子基本上都是独生子女, 从小就习惯了以自我为中心, “骄娇”耍气大多难免。也有学者指出, 当前的独生子女突出表现为独立性差, 依赖性强, 自主性缺乏, 应对生活学习中失败挫折的能力低, “自能教育”是解决问题的良策。无论在学校, 还是在家里, 只有儿童自能, 才能长能, 才能成才, 才能成为一个独立自主的人。那如何才能达到这一目标呢?“多途径融合”是最为有效的途径。通过受教育者道德自我完善、习惯自我养成、心理自我调节, 让学生“自我”“自主”“自觉”“自会”, 在和谐统一中求得最好的发展, 成为一个终身自能学习者。

2.“多途径融合开展‘自能教育’的实践研究”是学校有效德育的需要

“学校教育, 德育为首。”每个学校尽管都注重对学生的道德教育, 但是在实际操作过程中, 基于学习成绩等方面的因素, 学校德育工作仍然存在以下问题:重视了形式忽视了内容, 重视了要求忽视了落实, 重视了行动忽视了方法, 重视了说教忽视了体验。一句话, 就是忽视了学生的自我学习、自我教育能力, 没有真正落实学生自主道德学习能力的实践过程。“多途径融合”在“自能教育”理论的指导下, 丰富和提升德育理论, 从德育的各个环节入手, 整体着想, 有机融合, 充分尊重受教育者的主体地位, 发挥他们的主体作用, 以促进每一名学生最健康全面的可持续发展。

3.“多途径融合开展‘自能教育’的实践研究”是社会发展的需要

叶圣陶先生曾一再强调:“教育的意义和目的是使受教育者学会做社会的够格的成员, 做国家的够格的公民。”在社会主义社会, 要使每个人成为社会主义社会合格的公民。在小学德育中, 要能为学生的一生起到长久的作用, 为他们今后离开学校后, 能独立地面对社会上各种思想影响, 独立地判断和处理各种实际道德问题, 独立地进行修养以及自己不断适应新的客观要求, 在社会实践中能不断发展自己, 为他们能真正成为社会有用之才打下基础, 这就需要学校德育要着力于思想道德主体的构建, 注重培养受教育者的两种能力:是非辨别能力和自我教育或自我修养能力。“多途径融合开展‘自能教育’的实践研究”, 能充分发挥学生的主体地位, 多渠道构建学生思想道德建设上的自我调整、自我完善, 不断更新自我, 适应社会的需要。

三、多途径融合开展“自能教育”的途径

叶圣陶认为, 受教育者绝非是被动接受的“空瓶子”, 而是活动的主体, 是学习、修养的主体。他还指出, 要学生有好思想好品德, 如果家庭、学校、社会上的各方面真能通力协作, 必然易于见效, 因为每名学生都生活在这些群体里。皮亚杰的知识建构理论指出, 学生是在自己的生活经验基础上, 在主动的活动中建构自己的知识。因此, 德育目标的达成, 离不开教师对源于学生生活的主体活动的恰当引导, 离不开学生自我的体验、感悟、提升。通过学校、家庭、社会的多种德育途径的有机融合, 关注学生本身的生活世界, 以学生自我体验活动为载体, 将德育内容、方法、途径等有机整合, 培养学生自我教育的能力, 使受教育者“是非能自辨, 习惯能自养, 心理能自调”, 逐步养成好思想、好习惯。

1. 融入学校活动, 开启“自能教育”的大门

叶圣陶指出, 不单是思想品德课, 而且“课内的所有知识课和技术课, 课外的种种校内外活动, 实际上都有培养好思想品德的作用”。学校是开展德育的主阵地, 应及时抓住有利于学生德育实践的契机, 关注学生的心理体验, 激发学生自我教育意识, 提高自能教育的有效性。

(1) 结合学科教学。

叶圣陶认为, 以生命为对象的教育是“不可分割的整体”。在这个整体中, “德智体几方面是无法截然分开的”。德育能对学生的学科学习产生积极的作用, 但又依赖于平时的学科教学。学生素质的提高, 品德的发展, 是离不开文化知识的学习的。

在语文、数学、英语等学科教学中, 相机融入德育内容, 如教学二年级语文《怀素写字》, 引导学生学习怀素的写字方法、练字精神, 养成良好的写字习惯。同时, 在各科教学中, 注重培养学生的自主学习能力, 引入自学模式, 学校分年级订出预习目标、预习要求, 课前有效预习, 课中自主探究、讨论, 课后自我评价, 激发学生自主学习的乐趣, 在学科学习中培养自我教育的意识。

(2) 携手少先队活动。

叶圣陶认为, 学科以外的一切训练也要注重德育活动。少先队活动, 是通过队员当家做主的集体生活和丰富多彩的活动来进行教育, 这才是德育的生命力所在。例如, 这学期我校组建了一个“小举动大文明”DV拍摄小组, 专拍同学们的文明礼仪现象, 并把DV摄影制作成录像供同学们观看。这一活动犹如一面镜子, 使学生自觉地修正自己的礼仪, 规范自己的言行, 学生在实践中得到了道德品质的内化。

(3) 关注学生心理。

叶圣陶指出, 教育者要留心受教育者的心理、思想、行为动态。心理学家布鲁纳曾经说过:“以丰富的情感去激发学生的学习兴趣, 开启学生的思维之窗。”针对不同的情况用各种手段来调动学生的学习积极性, 其中最有效的就是心灵沟通, 这是学生丰富情感体验的有效途径。

2. 融合家庭生活, 引导“自能教育”的关键

家庭是孩子们的第一所学校, 是人出生后接受教育的第一个场所, 即人生的第一个课堂。宋庆龄也认为, 能在一个人身上留下不可磨灭的印记的总是家庭。因此, 家庭是对孩子进行德育教育的最有利环境。德育与家庭取得联系, 加强了解, 及时反馈, 密切配合, 就能做好学生的思想教育工作。

(1) 构建家校互动。

家庭教育对孩子的成长起着至关重要的作用。因此, 德育离不开家庭的配合, 教师应加强学校和家长的联系, 要善于引导家长来重视学生的德育。

常言道:知子莫若父, 知女莫若母。家长与孩子朝夕相处, 对他们的情况可以说是了如指掌, 孩子身上稍有什么变化, 即使是一个眼神、一个微笑都能使父母心领神会, 故此作为父母通过孩子的一举一动、一言一行能及时掌握此时此刻他们的心理状态, 发现孩子身上存在的问题, 及时教育, 及时纠偏, 不让问题过夜, 将不良行为习惯消灭在萌芽状态之中。为此, 我们学校建有微信平台, 开通家长课堂, 班级建立QQ群、路路通, 举行家长开放日活动, 向家长进行专题的家教指导, 组织教师集中家访, 面对面了解家庭教育, 为家长排忧解难。

(2) 借力家庭教育。

小学德育大多属于行为习惯的养成教育, 通过教师的讲授、引导, 学生在课堂上接受是很容易的, 但在行动中往往做得不够或不能持之以恒, 有些是学校教师不能监督的, 需要家长与学校德育内容步调一致, 将这些行为习惯的养成教育贯穿于学生的整个生活当中, 使学生在长期强化中形成良好的行为习惯。例如, 学校少先队大队部开展“21天好习惯”活动, 由学生自己根据学校活动要求每21天确定一个习惯养成内容, 和父母一起制订评分细则, 家长每天给孩子恰如其分、实事求是的评价, 引导孩子好习惯自己养成, 班主任利用班会引导孩子们自己一周一小结, 汇报自己的活动开展情况, 活动结束后学校评比“好习惯养成之星”, 并颁发奖章。整个活动由于有了家长的参与指导, 孩子自发的行动, 加上学校的跟进, 效果出奇地好。

3. 渗入社会实践, 培养“自能教育”的摇篮

叶圣陶认为, 德育的重点不应只放在理论的传授上, 而应放在实践指导上。杜威曾说:“离开了参与社会生活, 学校就没有道德目标, 也没有什么目的。”前苏联教育家马卡连柯曾说过:“在学生的思想和行为中间有一条小小的鸿沟, 需要用实践把这条鸿沟填满。”我们要带学生走进现实生活的“活”教材, 让学生接触和了解社会上的问题, 提出解决问题的方法, 让学生在实践中体验社会和人生。学生只有在他们能感受到的、观察到的、正在过的生活基础上才会受到真教育。

(1) 借助雏鹰小队。

雏鹰假日小队是学生们参与社会实践的很好的一个载体。借助雏鹰假日小队, 使其如同一根纽带, 有效把社会各方面的力量凝聚在一起, 把校内和校外教育有机结合起来, 为社会各方面关心支持素质教育提供了有效的载体。雏鹰假日小队的活动内容十分广泛, 涉及校园内外, 社会家庭、学习生活、维护公共秩序、建设精神文明等方方面面, 它可以开展多种形式的活动, 如与城建、工商、交警等有关部门联系、配合, 利用文艺演出, 红领巾踩街活动, 传发“文明公约”等形式, 大力宣传新风新事, 提倡文明创卫, 成立“红领巾文明督导队”“弯弯腰行动队”“小交警别动队”等;也可以成立“尊老敬贤童心小队”负责自行车排放的“男子汉别动队”等, 以及他们开展的“学当一天家”“我们也有一双手”“争当自理小能手”等活动, 以培养队员的劳动观点、劳动技能, 树立为集体、为家乡、为社会服务的思想。

(2) 凭借实践基地。

通过开放性综合实践活动基地的建设, 体现了德育教育“始于课堂, 走出课堂, 融入社会”的理念。实践基地为我们的教学提供了活生生的现实, 也为学生们的活动贡献了比教科书更详尽、更感性、更生动、更富有人情味的生活环境, 为学生实现自主发展提供外在条件, 在课堂与生活实践中间架起沟通的桥梁, 使得学生积极主动地参与到实践体验活动中来。

在德育中, 我们凭借多个实践基地, 如青少年实践基地、市科技馆、乘航园艺场、苏州绿野村、污水处理厂等, 开展了形式多样的体验活动。如为了让学生对节水有一个更深入的认识, 我联系了学校德育实践基地———市污水处理厂进行现场考察, 通过技术员污水处理的试验和现场对生活用水等污水的处理, 学生不仅了解到污水是怎样产生的, 还充分认识到了污水的危害及污水的处理, 进一步增强了保护水资源的意识和责任感, 激发了自己在生活中的节水行动, 做传播节水的小使者。

“问渠那得清如许, 为有源头活水来。”而学生的“自能教育”正是德育的源头活水, 与学生紧密相连的儿童生活是学生情感体验的沃土, 德育只有与儿童的生活紧密联系, 多途径融合各类资源, 让学生始终融入自己的生活中去, 这样, 他们才能自己去发现、去思考、去判断、去体验、去自省, 才能真正取得德育的实效。

摘要：“自能教育”是叶圣陶先生德育思想的重要组成部分, 是指受教育者在道德成长过程中自主体验、自我教育, 养成好习惯。通过学校、家庭、社会的多种德育途径的有机融合, 关注学生本身的生活世界, 以学生自我体验活动为载体, 将德育内容、方法、途径等有机整合, 让他们在生活中不断感悟、体验、反思和矫正, 培养学生自我教育的能力, 使受教育者“是非能自辨, 习惯能自养, 心理能自调”, 自己来逐步养成好思想、好习惯。

关键词：自能教育,多途径融合,实践研究

参考文献

[1]任苏民.叶圣陶教育改革思想研究[M].苏州:苏州大学出版社, 2004.

[2]任苏民.教育与人生[M].上海:上海大学出版社2004.

[3]任苏民.叶圣陶德育思想研究[J].教育研究, 1994 (9) .

[4]刘国正.叶圣陶教育文集[M].北京:人民教育出版社, 1994.

延庆:多民族融合的吟唱 篇2

据第六次全国人口普查资料显示，这片土地如今生活着汉、回、满、朝鲜族等36个民族。其中，主要以汉族为主体， 满族、蒙古族、回族、朝鲜族为主要少数民族。

少数民族种类呈多元化趋势

2010年，北京市延庆县共有36个民族。其中，有35个少数民族，与第五次全国人口普查相比，增加了18个民族。增加的民族分别是：达斡尔族、鄂温克族、东乡族、撒拉族、保安族、哈萨克族、柯尔克孜族、锡伯族、俄罗斯族、羌族、傣族、傈僳族、拉祜族、纳西族、阿昌族、水族、仡佬族和仫佬族。

少数民族人口地区分布相对集中

少数民族人口以满、蒙、回、朝鲜族为主，依次排在北京市延庆县少数民族人口数的前四位。其中，满族9866人，蒙古族542人，回族498人，朝鲜族230人，以上4个少数民族人口数合计为11136人，占少数民族人口总数的96.2%。当前少数民族人口主要集中在延庆镇、永宁镇、康庄镇、大榆树镇和井庄镇，以上五个乡镇少数民族人口共计9885人，占少数民族总量的85.4%。

少数民族人口增长快于汉族

2010年，北京市延庆县汉族人口为30.6万人，与2000年的第五次全国人口普查数据相比，增加了4.0万人，增长15.2%，年均递增1.4%。少数民族人口为1.1万人，增长16.9%，年均递增1.6%。

少数民族性别比下降

2010年，少数民族常住人口中男性为6139人，女性为5440人。男女性别比为113∶100，比2000年的120∶100有所下降。

少数民族人口以中、青年人居多

2010年，北京市延庆县少数民族人口中15~35岁青年年龄段的人口数为4768人，占少数民族人口总数的41.1%；35~59岁的中年年龄段的人口数为3809人，占少数民族人口总数的32.9%；0~14岁少儿年龄段的人口数为1894人，占少数民族人口总数的16.4%；60岁以上老年年龄段的人口数为1108人，占少数民族人口总数的9.6%。

少数民族人口文化程度以初、高中为主

2010年，北京市延庆县6周岁及以上的少数民族人口中，具有初中文化程度的人口数为3213人，具有高中文化程度的人口数为2260人，以上两项人口合计数为5473人，占50.3%；具有大学及以上文化程度的人口数为3116人，占28.7%；具有小学及以下文化程度的人口数为2286人，占21%。

少数民族人口离开户口登记地的主要原因是求学

多模型多传感器标量加权信息融合 篇3

本研究针对多模型多传感器系统, 基于标量加权的最优信息融合算法, 给出了一种分布式标量加权最优信息融合Kalman滤波器。在融合中心只需要计算加权标量系数, 避免了加权矩阵的计算, 也避免了集中式估计要求大量观测数据的输入和在融合中心进行大量的滤波计算, 因而可减小在融合中心的计算负担。由于采用分布式的结构, 某些传感器出现故障, 可由剩余的传感器继续融合估计, 避免了集中式估计由于某个传感器出现故障而使整个系统不能工作的缺点, 所以它具有可靠性。

1 标量加权线性最小方差最优信息融合准则

新近文献[5]给出了一种标量加权融合算法, 与一般的矩阵加权相比, 它是一种次优融合准则, 但由于它只需计算加权标量系数, 避免了计算加权矩阵, 从而减小了计算量。特别是当系统状态维数较高时, 可明显减小计算负担。且仍能在总体上改善每个局部估计, 因而它具有工程应用价值。

引理1设为对n维随机向量z的L个无偏估计, 记估计误差为 (i≠j) 相关, 误差方差和互协方差阵分别为Pi2和P2ij, 则标量加权最优 (线性最小方差) 信息融合无偏估计为:

其中最优融合标量系数āi (i=1, 2, …, L) 如下计算:

其中向量ā=[ā1, ā2, …, āL]T, e=[1, 1, …1]T, 矩阵A= (tr P2ij) (i=1, 2, …, L) 相应的最优信息融合估计的误差方差阵为:

且有关tr P02≤tr Pi2, i=1, 2, …, L。

推论1当估计误差不相关时, 即P2ij (i≠j) , 则标量加权最优融合估计为式 (1) , 其中最优系数为:

相应的最小融合方差阵为:

2 多模型多传感器标量加权最优信息融合Kalman滤波器

考虑带L个传感器的多模型离散随机系统

其中:xi (t) ∈Rni为第i个子系统的状态, yi (t) ∈Rmi为第i个子系统的观测, 白噪声w (t) ∈Rri, vi (t) ∈Rmi分别为第i个子系统的系统噪声和观测噪声, Φi, Γi, Hi, Ci为适当维数的常阵。z (t) ∈Rn是待估计的状态向量, 它通常为xi (t) (i=1, 2, …, L) 的公共状态分量所构成的向量, 且n≤min{ni, i=1, 2, …, L}。

假设1 wi (t) 和vi (t) (i=1, 2, …, L) vi (t) 是带零均值的相关白噪声, 即:

其中δtk是Kronecker delta函数。且∑ij∑i。

假设2初始状态xi (0) 与白噪声wj (t) 和vj (t) (i=1, 2, …, L) 相互独立, 且

本研究目标是基于观测 (yi (t) , yi (t-1) , …yi (1) ) (i=1, 2, …, L) , 寻求最优标量权重āi (t) (i=1, 2, …, L) , 最后求得状态向量z (t) 的标量加权最优 (线性最小方差) 信息融合Kalman滤波器。

引理2多模型多传感器系统 (6) , (7) 在假设1, 2下, 第i个子系统有最优Kalman滤波器

其中:为第i个子系统的滤波估计, kfi (t) 为滤波增益, Pix (t+1|t+1) 为滤波误差方差阵。

定理1多模型多传感器系统 (6) , (7) 在假设1, 2下, 第i个与第j个子系统之间有如下递推的Kalman滤波误差互协方差阵

其中:Pxij (t|t) , i, j=1, 2, …, L, i≠j为第i个与第j个子系统之间的滤波误差互协方差阵, 初值为Pxij (0|0) =0。

证:由Kalman滤波器有第i个子系统滤波误差为:

代入上得:

又因为:

将 (19) 式代入 (20) 式, 因为, 所以

, i, j=1, 2, …, L记号⊥表示正交, 则可引出 (17) 式成立。证毕。

定理2多模型多传感器系统 (6) ~ (8) 在假设1, 2下, 有最优标量加权信息融合Kalman滤波器

其中:标量加权系数āi (t) (i=1, 2, …, L) 由引理1中的 (2) 式求, 且最小融合方差由 (3) 式计算, 基于第i个子系统的局部滤波器zi (t|t) 和局部滤波误差互协方差阵Pzij (t|t) 由下式计算:

其中i=j时, 即为滤波误差方差阵Piz (t|t) 。第i个子系统的滤波器, 局部滤波误差方差阵Piz (t|t) 和互协方差阵Pzij (t|t) , i≠j, 分别由 (11) , (16) , (17) 式计算。

证:对 (8) 式两边同时取在线性流形 ( (L (yi (t) yi (t-1) , …, yi (L) ) ) 上的射影运算引出式 (22) 。再由 (8) 和 (22) 引出 (23) 成立。证毕。

3 仿真研究

考虑3模型3传感器跟踪系统

其中:T为采样周期, 状态s (t) , 分别为目标在时刻t T的位置、速度和加速度。假设wi (t) 和vi (t) (i=1, 2, 3) 是相关高斯白噪声, 且满足如下关系:

w1 (t) =λ1w (t) , w2 (t) =λ2w (t) , w3 (t) =λ3w (t) , vi (t) =γiw (t) +ξi (t) , i=1, 2, 3.已知w (t) 是带零均值、方差为Qw的高斯白噪声。ξi (t) (i=1, 2, 3) 是带零均值、方差各为Qξi (i=1, 2, 3) 的独立的高斯白噪声, 且独立于w (t) 。在仿真中取采样周期T=0.1, , Qw=1, Qξ1=1, Qξ2=2, Qξ3=0.5, H1[1 0], H2[1 1], H3[1 0 0], λ1=0.9, λ2=0.95, λ3=0.013, γ1=0.5, γ2=0.8, γ3=0.9取200个采样数据。

仿真结果如下图所示。

在图1中的实线代滤波融合误差曲线, 其他三条虚线分别代表各子系统滤波误差曲线。由图可看出融合误差明显小于单个估计误差。图2中实现亦代表滤波融合估计曲线, 虚线代表子系统滤波估计曲线[6]。

4 结论

在实际应用中, 单传感器往往存在着不稳定性, 而多传感器则可以克服这些不足。本文对多模型多传感器给出了一种分布式标量加权的最优信息融合Kalman滤波器, 给出了局部子系统之间的滤波误差互协方差阵的计算公式。通过实验仿真可看出融合估计曲线位于中间部分, 代表融合估计综合了各子系统的估计信息, 验证了融合算法的有效性。

参考文献

[1]BAR-SHALOM Y.On the track-to-track correlation problem[J].IEEE Trans on automatic Control, 1981, 26 (2) :571-572.

[2]KIM K H.Development of track to track fusion algorithm[C].Proc of American Conference.Troy:Rensselaer Polytechnic Institute, 1994:1037-1041.

[3]CHEN H, KIRUBARAJAN T, BAR-SHALOM Y.Performance limits of track-to-track fusion versus.centralized estimation:theory and application[J].IEEE trans on Aerospace and Electronic Systems, 2003, 39 (2) :386—398.

[4]邓自立, 祁荣宾.多传感器信息融合次优稳态Kalman滤波器[J].中国学术期刊文摘 (科技快报) , 2000, 6 (2) :183—184.

[5]SUN S L.Multi-sensor optimal information fusion Kalman filter with application[J].Aerospace Science and Technology, 2004, 8 (1) :57—62.

多业务融合安全校园网络平台 篇4

我校今年3月完成了校园网的全面升级改造，我们对此次校园网改造的定位是：稳定、高效、安全、统一。在产品调研期间，我们对多个知名网络产品进行考察，从硬件的质量和性能来说，各家产品差异不大，均能满足学校校园网稳定、高效的需求。学校拥有6000多名学生、300多位教师。而且又是幼儿园、小学、中学一条龙的办学模式，各学段的师生思想存在差异，如何构建安全、统一的校园网就成了此次建设的重点。我们对各类网络产品进行了试用，发现这些产品功能单一。应用操作繁琐，为了满足学校信息化建设，并且应用操作简单，因此，需要针对中小学的校园网设计实名制安全认证平台以及整体解决方案。

此外，为了加强校园信息化建设和信息化管理，我校陆续建设了大量的应用系统，其涉及的业务面基本覆盖了我校的大部分管理和业务，其中包括人事管理系统、固定资产系统、办公自动化系统、邮件系统、校务管理系统，论坛等信息管理系统。随着系统的增多，出现用户账号密码太多、用户管理分散，并且登录频繁等现象，师生使用起来极其麻烦。

为了建设一个稳定、高效、安全、统一的校园网，解决学校上网用户接入的安全问题。并实现多业务的融合。我校本次网络建设着重设计基础网络平台、实名制安全认证平台以及校园网统一登录平台。

二、实践内容

1.基础设施平台

整网设计采用万兆核心、千兆到汇聚、百兆到桌面的三层架构设计。全网设计按照结构化、模块化理念设计。总共设计包括以下模块：网络出口、核心层、汇聚层、接入层、数据服务器平台、应用服务平台。

2.应用支撑平台

通过部署一套网络智能指挥官来实现。通过网络智能指挥官可实现全网网络设备的可视化管理。包括有线设备以及无线设备。

3.实名制安全认证平台

中心机房部署一套实名制安全认证平台，并通过千兆链路与核心交换机连接，实现全网上网用户的身份认证。整个认证通过实名制安全认证平台与接入交换机联动实现，认证技术采用技术成熟且大规模在校园网应用的802.1x技术。

用户通过在电脑端安装802.1x客户端，输入用户名和密码，通过实名制安全认证平台的审核后，接入交换机对该用户放行。即允许访问校园网。通过实名制安全认证平台的日志记录功能，用户接入校园网的时间、地点、下线时间全部可查。

4.校园网统一登录平台

校园网统一登录平台是和实名制安全认证平台配合实现的，其具体实现过程有以下几点：

在用户端安装安全认证系统的客户端，使用安全认证系统的用户账号登录安全认证系统服务器，进行网络层面的认证。一旦网络认证通过，所有网络层面的授权、审计功能生效。

网络认证通过的同时，安全认证系统服务器会给校园网统一登录平台服务器发送消息，通知该用户已经通过网络认证。校园网统一登录平台服务器判断该用户所在的用户组，根据这个用户组可以访问的应用资源情况。给用户推送应用系统访问列表，用户通过校园网统一登录平台服务器提供的访问资源列表来访问应用系统。

用户点击需要访问的应用链接的时候，访问请求发送到校园网统一登录平台服务器，由校园网统一登录平台服务器将原系统中的用户登录信息和访问请求转发给所请求的应用系统服务器。

应用系统服务器接收到转发的认证信息后，与用户建立连接。

三、实践效果

通过部署基础设施平台，实现了稳定、高效、安全的基础网络，为学校各种业务的开展奠定了基础。

通过部署应用支撑平台，实现了对全网网络设备的高效管理，可以快速定位和排除故障，大大减轻了网络维护人员的工作量。

通过部署实名认证平台后，学校可以对上网用户进行更加合理的监管，在发生网络安全事件后，可以快速定位到人，减少了网络安全事件的风险。

通过部署统一登录平台，用户只需要使用1套用户名和密码，就可以登录到不同的应用系统，大大简化了师生登录学校业务系统的复杂度，节省了不少时间，提高了工作效率，得到了学校教师和学生的一致好评。

多传感器信息融合综述 篇5

多传感器信息融合是随着传感器技术、数据处理技术、计算机技术、网络通讯技术、人工智能技术和并行计算的软硬件技术等相关技术的发展而诞生的一门新兴学科。信息融合是关于协同利用多传感器信息, 进行多级别, 多方面, 多层次信息检测、相关、估计和综合以获得目标的状态和特征估计以及态势和威胁评估的一种多级信息自动处理过程。它首先广泛地应用于军事领域, 如海上监视、空-空和地-空防御、战场情报、监视和获取目标及战略预警等, 随着科学技术的进步, 多传感器信息融合至今已形成和发展成为一门信息综合处理的专门技术, 并很快推广应用到工业机器人、智能检测、自动控制、交通管理和医疗诊断等多种领域。

1 多传感器信息融合的概念

信息融合 (information fusion) 起初被称为数据融合 (data fusion) , 起源于1973年美国国防部资助开发的声纳信号处理系统, 其概念在20世纪70年代就出现在一些文献中。在20世纪90年代, 随着信息技术的广泛发展, 具有更广义化概念的“信息融合”被提出来。在信息融合领域, “多传感器融合”、“数据融合”和“信息融合”都被人们经常提及, 实际上, 它们之间是有差别的, 但在不影响应用的前提下, 数据融合和信息融合是可以通用的。本文作者认为比较确切的概念为:综合来自多个传感器的感知数据, 以产生更可靠、更准确或更精确的信息。经过融合的多传感器系统能完善地、精确地反映检测对象特性, 消除信息的不确定性, 提高传感器的可靠性。

2 多传感器信息融合的层次

在多传感器数据融合中, 数据的多样化要求按照数据的类型、采集方式特点或工程的需要有层次、分步骤的进行融合, 这就需要引入数据融合的层次问题。一般来说, 数据荣浩然有三种基本结构:即数据层融合、特征层融合和决策层融合。

2.1 数据层融合

这是最低层次的信息融合。这种方法是直接在采集到的原始数据层上进行的融合, 在各种传感器的原始测量未经处理之前就进行数据的综合分析。

2.2 特征层融合

这是中间层次的信息融合。在这种方法中, 每种传感器提供从观测数据中提取的有代表性的特征, 这些特征融合成单一的特征向量然后运用模式识别的方法进行处理。这种方法对通信带宽的要求较低, 但由于数据的丢失使其准确性有所下降。

2.3 决策层融合

这是最高层次的信息融合。在这种方法中, 将每个传感器采集的信息变换, 以建立对所观察目标的触笔结论, 最后更具一定的准则以及每个判定的可信度做出最优决策。

3 信息融合的主要算法

多传感器数据融合的常用方法基本上可概括为随机和人工智能两大类, 随机类算法有加权平均法、卡尔曼滤波法、多贝叶斯估计法、证据推理、产生式规则等;而人工智能类则有模糊逻辑理论、神经网络、粗集理论、专家系统等。可以预见, 神经网络和人工智能等新概念、新技术在多传感器数据融合中将起到越来越重要的作用。以下扼要介绍这些技术方法。

3.1 平均加权算法

信号级融合方法最简单、最直观方法是加权平均法, 该方法将一组传感器提供的冗余信息进行加权平均, 结果作为融合值, 该方法是一种直接对数据源进行操作的方法。

3.2 卡尔曼滤波法

卡尔曼滤波主要用于融合低层次实时动态多传感器冗余数据。该方法用测量模型的统计特性递推, 决定统计意义下的最优融合和数据估计。

3.3 多贝叶斯估计法

多贝叶斯估计将每一个传感器作为一个贝叶斯估计, 将各个单独物体的关联概率分布合成一个联合的后验的概率分布函数, 通过使用联合分布函数的似然函数为最小, 提供多传感器信息的最终融合值, 融合信息与环境的一个先验模型提供整个环境的一个特征描述。

3.4 证据推理法

证据推理是贝叶斯推理的扩充, 其3个基本要点是:基本概率赋值函数、信任函数和似然函数。D-S方法的推理结构是自上而下的, 分三级。第1级为目标合成, 其作用是把来自独立传感器的观测结果合成为一个总的输出结果 (D) ;第2级为推断, 其作用是获得传感器的观测结果并进行推断, 将传感器观测结果扩展成目标报告。这种推理的基础是:一定的传感器报告以某种可信度在逻辑上会产生可信的某些目标报告;第3级为更新, 各种传感器一般都存在随机误差, 所以, 在时间上充分独立地来自同一传感器的一组连续报告比任何单一报告可靠。因此, 在推理和多传感器合成之前, 要先组合 (更新) 传感器的观测数据。产生式规则采用符号表示目标特征和相应传感器信息之间的联系, 与每一个规则相联系的置信因子表示它的不确定性程度。当在同一个逻辑推理过程中, 2个或多个规则形成一个联合规则时, 可以产生融合。应用产生式规则进行融合的主要问题是每个规则的置信因子的定义与系统中其他规则的置信因子相关, 如果系统中引入新的传感器, 需要加入相应的附加规则。

表1对常用的数据融合算法进行了比较。

4 结束语

多媒体信息融合是一个新兴的研究领域, 随着信息融合技术的发展, 其应用领域得以迅速扩展。信息融合已成为现代信息处理的一种通用工具和思维模式。本文主要对多传感器信息融合的概念, 层次以及主要算法进行了论述, 多媒体数据融合技术具有十分广泛的应用前景, 一下两个研究方向是我们值得关注的:一是基于Agent的信息融合;二是WEB信息融合。

摘要：多传感器信息融合是一门新兴的学科, 它已被广泛应用于许多研究领域。本文主要对多传感器信息融合的概念, 多传感器信息融合的层次, 信息融合的主要算法等方面进行了介绍和展开了综述。

关键词：多传感器,信息融合,综述

参考文献

[1]杨万海.多传感器数据融合及其应用[M].西安:西安电子科技大学出版社, 2004, 4.

[2]何友, 王国宏.多传感器信息融合及应用[M].北京:电子工业出版社, 2000, 11.

[3]高隽.智能信息处理方法导论[M].北京:机械工业出版社, 2004, 6.

移动多协议融合网关的建模 篇6

随着信息技术的飞速发展，网络的种类也越来越多，同时产生了异构的网络环境。但是由于异构网络之间的协议并不相同，网络之间也无法实现互联互通[1]。移动环境下的多协议融合网关的提出，就是试图解决这个问题的。网关能够分析各种网络的路由协议，并在协议之间转换，从而使得不同类型的网络之间能够相互通信。

目前，国内的多协议融合网关的研究主要来自电信，移动等大型的运营商。但这些运营商的网关主要静止在其核心网内，缺乏移动性和灵活性。同时，国内对于在移动环境下的多协议融合网关的研究相对较少，仅有中科院，清华大学等少数机构在研究，提出的方案也不多。本文在OPNET的基础上，对多协议融合网关进行建模并采用该模型组成多层级的移动自组织网络，实现了业务数据的交换和无缝转发。

1 OPNET仿真软件

计算机网络仿真软件OPNET是由美国OPNET Technology公司开发，通过图形化编辑界面支持面向对象的建模方式，支持有线网络、无线局域网甚至卫星通信网的建模，是当前世界上先进的网络仿真开发平台之一。它以面向研发的OPNET Modeler为基础，系列产品还包括IT Guru、SP Guru、OPNET Development Kit和WDM Guru等等。

1.1 OPNET建模原理

OPNET Modeler采用层次建模方式[2](Hierarchical Network Modeling):从协议间关系看，节点模块完全符合OSI标准，自上而下分别是业务层，TCP层(传输层)、IP封装层、IP层、ARP层、MAC层、物理信道;而从模型层次关系来看，提供了三层建模机制，分别在进程层，节点层和网络层实施由下而上的建模方式。

三层模型的最下层是进程模型(Process Model)，通过有限状态机描述;中间层次为节点模型(Node Model)，由各个处理器/队列模块组成，每个处理器/队列模块包含一个或多个进程模型。最上层则为网络模型(Network Model)，通过对节点模型的配置组合最终构成设想的网络环境。

OPNET Modeler采用离散事件驱动(Discrete E-vent Driven)的模拟机制，与时间驱动相比，计算效率得到了很大提高。每一时刻，进程模型的有效状态机总是停留在特定状态，时间触发后则执行事件，随后进行状态转移。

2 多协议融合网关建模

2.1 网关功能概述

移动环境下的多协议融合网关的功能是建立移动单元和传统网络的连接，同时具备互操作传统和非传统通信设备的网关能力[3]。其本身也可以作为一个移动终端，实现移动多跳的自组织网络，类似一个自治域，可在域内融合多种不同的末端网络。因此，网关在移动网络环境下可以灵活充当以下角色:

(1)Wi-Fi WLAN AP(Access Point):为其他Wi-Fi终端提供WLAN接入服务。

(2)单跳/多跳Ad hoc节点:与其他终端或者网关节点组成不同层级的移动自组网、移动混合自组网[4]。

(3)有线局域网节点:与其他局域网节点构成本地局域网。

(4)网关节点:同时具备以上3种角色中多种，并且提供所连接的各个末端网络之间的路由互通功能。

2.2 网关节点模型

网关节点模型如图1所示，每一组进程模块都代表OSI通信协议模型的一层。可以明显的看出，它包含tcp模块，tpal模块，udp模块，rsvp模块，ip_encap模块，ip模块，arp模块(arp0、arp1、arp2、arp3),eth_port_rx和eth_port_tx,wlan_mac和wlan_port等模块。其中各模块的功能说明如下:

(1)位于ip模块上层的模块除了tcp和udp实现了传输协议外，rrp,rip,bgp,rsvp,ospf,igrp,eigrp,isis等模块都分别实现了对应其名称的路由协议，具体在本文中都不再赘述。

(2)ip_encap模块作为ip模块与上层的接口，为上层进入ip模块的分组封装ip协议的首部，形成ip数据报文，同时作为下层的接口，对下层进入上层的数据包解封装，将报文的有效数据部分传入上层。

(3)ip模块是网关节点的核心模块，接收来自上层的分组，根据不同的路由协议执行路由选择，Ad hoc路由协议、有线网络和WLAN的路由协议均在这一层实现，是实现多协议融合的核心模块。

(4)arp模块，mac模块和wireless_lan_mac模块的作用是仿真协议栈中的有线和无线数据链路层，提供信道接入协议。

(5)eth_rx和eth_tx模块为物理层模型，负责有线网络的数据收发功能。wlan_port_rx和wlan_port_tx模块负责无线网络的数据收发功能。

由于多协议融合网关要实现功能概述中的三个功能，因此ip模块下层连接四个不同类型网络的接口，分别为有线网络，基础架构的无线网，终端级Ad hoc网络以及网关级Ad hoc网络[5]。

2.3 网关进程模型

2.3.1 IP模块

网关节点模型的核心模块是ip模块，网络层的功能几乎都通过ip模块实现，扩充和修改网络层的功能也要修改ip模块。ip模块的根进程为ip_dispatch，而ip_dispatch再通过创建各种子进程实现ip模块的所有功能[6]。MANET路由协议的增加或者修改需在manet_mgr子进程中完成。manet_mgr子进程实现了本文中网关采用的aodv协议。

ip模块的数据处理流程:上下层的数据到ip模块后，由CPU模拟进程统一接收，经判断再转发到合适的处理进程。当ip模块需向外发送数据，CPU模拟进程并不会直接对外发送数据。若是向上层(ip_encap模块)发送数据，首先将数据发送给ip模块的根进程ip_dispath，然后再由其转发到上层，若在MANET进程有数据要发送，先发送给manet_mgr，它再转发到ip_dispatch，最后ip_dispatch转发给上层;若是向下层(arp模块等)发送数据，则是靠网络接口处理进程(ip_output_iface)或(mpls-mgr进程)完成转发。

从以上分析可知，要实现多协议网关异构网的路由功能，需要修改网关节点CPU模拟进程中的路由核心函数，使其融合多种路由协议实现异构网互通。

2.3.2 网关路由转发过程

网关具体路由过程如图2所示，网关内保存了3张路由表，分别为routing table、网关级aodv table、移动终端级aodv table。routing table为除了Ad hoc以外的节点提供路由，而Ad hoc节点的路由与转发则需通过网关级aodv table或移动终端级aodv table来完成。算法步骤如下:

(1)网关每收到一个数据帧，首先检查帧的目的MAC地址是否为网关相应接收端口的MAC地址，若不是则直接丢弃，否则转步骤(2)。

(2)提取帧的目的IP地址，查找routing table，在routing table中是否查询到相应路由信息，若存在且为本地路由，则帧不再转发，网关接收处理，若非本地路由，则转步骤(3)。

(3)根据路由信息里下一跳所属的端口号，查询配置文件，确定端口连接的网络类型，若非Ad hoc网，则通过端口直接转发，否则，确定Ad hoc类型为网关级还是终端级，若为网关级(只有一种可能，即该帧的目的主机为某网关，因为通往该目的主机的路由信息在routing table中找到，可以确定目的主机所属网络必然与该网关相连;若帧的目的主机非网关，而为某子网中的节点，则在routing table中查不到路由信息)，则查询网关级aodv table，若找不到目的网关，则运行网关级aodv协议进行路由寻路。若为终端级Ad hoc网(目的主机属于该网关下的Ad hoc子网)，则查询终端级aodv table，若查询不到路由信息，则运行终端级aodv协议进行路由寻路。

(4)若在routing table中查询不到任何路由信息，则说明帧的目的主机不在该网关所连接的任何网络，而属于另一网关下的某一子网。此时查询网关级aodv table，若有去往目的主机的所属网络的路由信息，则直接路由，否则网关运行aodv协议执行路由寻路，直到目的主机所属网关响应路由寻路请求，告知本网关它可以去往目的主机;本网关更新网关级aodv table，将数据发送至目的主机所属的网关，转发完毕。

3 仿真场景设计

本文设计了两个仿真场景，其中场景一专门验证网关在不同层级的Ad hoc网络通信的功能，场景二验证网关在异构网下不同终端之间的通信功能。

3.1 不同层级Ad hoc仿真场景

仿真场景如图3所示，整个网络由两个Ad hoc子网和一个网关级Ad hoc网络组成。2个终端节点和1个网关节点组成Ad hoc子网1,1个服务器节点，1个终端节点和1个网关节点组成Ad hoc子网2,3个网关节点组成上层的网关级Ad hoc网络，其中两个子网中的网关节点是跨层级Ad hoc混合网关。

为验证网络的连通性能，在此场景中加载FTP服务，FTP Client设置在Ad hoc子网1中，FTP Server设置在Ad hoc子网2中。根据Ad hoc网络的单跳特性，Client与Server通信需多个中间节点转发数据，必然跨越多层Ad hoc网络，因此可验证网关节点的混合移动组网功能。

3.2 异构网络通信场景

仿真场景如图4所示，有线局域网，无线局域网以及Ad hoc网络三网组成异构网络。其中，有线局域网由6个终端节点，1个服务器节点以及1个交换机节点组成;无线局域网由4个无线终端节点和1个服务器节点组成;Ad hoc网络由6个终端节点和1个服务器节点组成。唯一的网关节点是异构网网关，在此场景中同时作为WLAN的AP,Ad hoc节点以及LAN的外部通信节点。

为验证异构网络的互通性，在此场景中加载FTP、Email以及Database服务。FTP Server设置在有线局域网中，FTP Client设置在Ad hoc网络中;Email Server设置在无线局域网中，Email Client设置在有线局域网中;Database Server设置在Ad hoc网络中，Database Client设置在无线局域网中。不同业务跨越不同的子网，网关节点起到转发数据的关键作用，可借此场景验证网关在异构网络组网功能。

4 仿真结果分析

仿真采用Windows XP SP3操作系统，使用OP-NET软件的版本为14.5，编译器使用微软Microsoft Visual Studio 2010编译软件。

4.1 参数设置

场景1中Ad hoc网络采用AODV路由协议[7]，参数设置如表1所示，FTP Client节点IP地址设置为192.168.1.2,FTP Server节点IP地址设置为192.168.100.3，处于不同的网段，网关1设置192.168.1.1和192.168.2.1两个IP地址，网关3设置192.168.100.1和192.168.2.3两个IP地址。

加载在场景中的FTP业务参数设置如表2所示，传输的文件大小设置为5kB。

场景2中的Ad hoc网络同样采用AODV协议，参数与场景1一致。有线局域网采用RIP路由协议，采用默认设置。加载在场景中的FTP业务参数设置与场景1一致。Email业务的参数如表3所示，每封Email的尺寸为2kB。

Database业务的参数如表4所示，两个事务发生的时间间隔服从指数分布，事务请求数据包的大小为32768bytes。

4.2 结果分析

场景1主要关注FTP Client(IP地址为192.168.1.2)与FTP Server(IP地址为192.168.100.3)节点的数据传输。仿真运行时间为10分钟，收集的统计量有Client与Server的端到端时延，FTP传输数据大小，路由跳数，丢包率等。

表5为Client与Sever通信仿真结果统计量，可得Server到Client的时延较短，双向时延均为毫秒级。Client上传了5kB的数据，这与参数设置的文件大小是一致的。Client到Server的平均跳数为6，这符合Ad hoc网络单跳的特性，从192.168.1.2到192.168.100.3恰好需要6跳路由。丢包率大致保持为0，这反映了移动组网的稳定性。

从场景1的结果分析中可得，多协议网关在多层级Ad hoc网络中能有效实现数据传输，运行Aodv协议并顺利路由报文到目的地址，与预期的结果基本一致。

场景2较场景1复杂，仿真时间设置为20分钟。本文重点分析各配对客户端与服务器的通信情况，以此验证多协议网关异构组网是否成功。图5为位于有线局域网中的FTP Server和位于Ad hoc网中的Client通信对比图，上下两图的曲线大致相同，表明Server发出的数据包均被Client收到。也即表明有线局域网和Ad hoc网络能互通。

图6为位于无线局域网中的Database Client与位于Ad hoc网络中的Database Server通信对比图，最上面的曲线为Server发送数据曲线，上下两条曲线大致相同，表明Server发出的数据包均被Client收到，也即表明无线局域网与Ad hoc网络能互通。

图7为位于有线局域网中的Email Client与位于无线局域网中的Email Server通信对比图，最上面的曲线为Server发送数据曲线，上下两条曲线大致相同，表明Server发出的数据包均被Client收到，也即表明有线局域网与无线局域网能互通。

至此，由以上3个服务运行后的统计结果可知，无论服务器节点与客户端在何种网络，两者之间均能通信并且实现无缝数据传输。从而说明多协议网关具有组建异构网络的能力。

5 结束语

多协议融合网关是一种能连通异构网络的设备。本文利用OPNET仿真软件对多协议网关进行节点域和进程域的建模，并在两种不同的场景下加载FTP,Database,Email等数据业务，模拟网关在真实网络环境下的工作情况。实验结果证明，多协议网关完全实现了异构网络下的路由与数据转发功能，对在特殊环境下的移动组网有重要的实际意义。下一步工作将在网关功能中融合3G网络，进一步增强网关的组网能力。

摘要：多协议融合网关是一种融合多种路由协议,实现异构网络混合组网的网络设备。为验证多协议网关在移动环境下的可行性,文中在OPNET网络仿真软件的基础上,对多协议网关建立模型,并设定通过网关互操作Ad hoc、WLAN、LAN网络的仿真场景,加载Email、FTP、Database业务模拟实际网络行为。结果表明,移动多协议融合网关能实现异构网络之间数据的交换和无缝转发,保障异构网络业务的需求。

关键词：多协议融合,移动,OPNET仿真,异构网络

参考文献

[1]郑景远.多协议网关的设计和实现[D].西安:西安电子科技大学,2010.

[2]陈敏.OPNET网络仿真[M].北京:清华大学出版社,2004.

[3]胡志远,李宁,郭建丁,等.无线异构网络的资源分配策略[J].计算机应用,2011,4(31):893-895.

[4]郑少仁,王海涛,赵志峰,等.Ad-Hoc网络技术[M].北京:人民邮电出版社,2005.

[5]刘军科.移动WLAN传输组网方案探析[J].科技之风,2011(5):68.

[6]高嵩.OPNET Modeler仿真建模大解密[M].北京:电子工业出版社,2010.

[7]马杰.OPNET的无线Mesh路由模块扩展[D].西安:西安电子科技大学,2008.

多传感器信息融合技术 篇7

多传感器信息融合是现代信息处理领域新近崛起的一个前沿性的研究方向,是针对一个系统中使用多个传感器这一问题而展开的一种信息处理方法。它通过对多类同构或异构传感器的冗余信息和互补信息进行综合(集成或融合),得到被观测对象更加精确的评估,以便对事物进行正确的判断和决策[1]。相比于单传感器,多传感器信息融合能够增加测量的维数和置信度,改进系统的探测性能,扩展空间和时间的覆盖范围,改进系统可靠性和可维护性,提高系统容错性和鲁棒性,达到系统内优势互补,资源共享,提高了资源的利用率[2]。

信息融合技术开始与20世纪70年代,早期主要是应用在军事上,用于目标的检测、定位、跟踪和识别[3,4,5]。而随着工业系统的复杂化和智能化,该技术已经推广到了民用领域,主要应用有移动机器人[6,7]、医疗诊断[8]、智能交通[9]、智能制造[10]、智能检测、目标识别、现代化管理以及刑侦等很多领域。

本文对信息融合的模型结构和主要的融合算法进行详细的归纳总结,对目前的信息融合存在的问题进行阐述,并对未来研究方向进行展望。

2 信息融合的模型结构

多传感器信息融合的关键问题是模型设计。融合模型主要有功能模型和结构模型。功能模型从融合过程出发,描述数据融合包括哪些主要功能和数据库,以及进行数据融合时系统各组成部分之间的相互作用过程;结构模型从数据融合的组成出发,说明数据融合系统的软、硬件组成,相关数据流、系统与外部环境的人机界面[11]。

比较有代表性的功能模型:早期用于美国军事的JDL模型,它将信息融合分为三级:第一级为位置估计与目标身份识别;第二级为态势评估;第三级为威胁估计,这种分级方法广为认可和采用。为进一步使信息融合具有实际的指导性,何友等在JDL模型的基础上提出五级模型[12]。第一级检测级融合;第二级位置级融合;第三级目标识别级融合;第四级态势估计;第五级威胁估计。前三级的信息融合适用于任意的多传感器信息融合系统,后两级主要适用于军事的C3I系统。功能模型的最新进展是JDL提出的四级融合模型[13]。在原来三级模型的基础上又增加了“精细处理”级,此模型更强调了人在信息融合发展中认识上的升华。

对于结构模型,在信息融合的不同层次上有不同的结构模型。检测级的结构模型有:并行结构、分散结构、串行结构、和树状结构。位置级的结构模型有:集中式、分布式、混合式和多级式。属性级的结构模型有三类:对应决策层、特征层和数据层属性融合。

3 信息融合的主要算法

信息融合的研究内容极其丰富,涉及的基础理论也非常广泛,而信息融合方法是信息融合研究的核心技术。目前融合方法大致可以分两类:概率统计方法和人工智能方法[14]。其中概率统计方法主要有卡尔曼滤波、假设检验、贝叶斯方法、统计决策理论以及其他变形的方法。人工智能方法包括D-S证据推理、模糊逻辑以及神经网络、专家系统等。其中贝叶斯估计、D-S证据推理、模糊理论、神经网络占整个信息融合算法的85%[15]。而支持向量机作为一种比较新的机器学习方法也已经在信息融合中应用。

3.1 贝叶斯估计

贝叶斯融合方法产生于多传感器融合技术的初期,它首先对各传感器信息进行相容性分析,删除可信度低的错误信息,在假定已知相应的先验概率的前提下,根据贝叶斯规则获得每个输出假设的概率。对可信度低的错误信息可以采用数据探测技术中的分布图法[16]剔除。

贝叶斯是融合静态环境中多传感器低层信息的一种常用方法,适用于测量结果具有正态分布或具有可加高斯噪声的系统。此法的局限性在于先验概率的获得比较困难,特别是当数据是来自于低档传感器或,而未知命题的数量大于已知命题的数量时,先验概率是非常不稳定的。

3.2 Kalman滤波及其扩展

此方法用测量模型的统计特性递推决定在统计意义下是最优的融合数据估计。如果系统具有线性动力学模型,且系统噪声和传感器噪声是符合高斯分布的白噪声,那么,Kalman滤波为融合数据提供唯一的统计意义下的最优估计。工程实际应用中,系统模型线性程度的假设或者数据处理不稳定性时,将对信息融合过程产生较大影响。在这种情况下,常常采用扩展Kalman滤波(EKF)取代常规的Kalman滤波[17]。有时在使用不精确或错误的模型和噪声统计设计Kalman滤波器时会导致滤波器性能变坏,甚至使滤波发散。为了解决此问题,产生了自适应Kalman滤波[18]、去偏转换测量Kalman滤波[19]和无偏转换测量Kalman滤波[20]。针对目标状态的概率密度随时间演变的特点,又有Monte Carlo粒子滤波法[21]和无影变换Kalman滤波等[22]。而且现在也有很多研究者将Kalman滤波法和其它融合算法相结合,比如将小波变换和Kalman滤波相结合的多传感器数据融合在实际应用中也取得了较好的效果[23]。

此种方法用于实时融合动态的低层次冗余传感器数据采用Kalman滤波具有递推特性,但其计算要求和复杂性影响了其计算速度,但随着计算机技术的飞速发展,这些将不再阻碍此法的实际应用。

3.3 D-S证据推理

D-S(Dempster Shafer)证据推理是贝叶斯方法的扩展,它采用概率区间和不确定区间来确定多证据下假设的似然函数,也能计算任一假设为真条件下的似然函数值。它通过定义识别框架、基本可信度分配、信任函数、似真度函数、怀疑度函数、信任区间,在此基础上应用D-S合成规则进行证据推理,它能区分不确定信息和未知性信息,容错能力较强。

此方法缺点是一般情况下计算量非常大,且要求合并的证据相互独立,这在实际应用中很难满足。而且,在工程实际应用中,如何有效获取基本概率赋值也有待于进一步深入研究。同时,D-S理论只积累单独的信息源,而当事件合并后,时间权重与信任度之间存在不合理关系[9],因此,该理论还需进一步深入研究完善[24]。

3.4 模糊逻辑

利用模糊逻辑可将多传感器数据融合过程中的不确定性直接表示在推理过程中。通常模糊逻辑和其它的信息融合方法联合使用,如基于模糊逻辑和扩展的Kalman滤波的信息融合[25],基于模糊神经网络的多传感器融合[26~28]等。

3.5 人工神经网络

基于神经网络的信息融合实质上是一个不确定性推理过程,它充分利用外部环境的信息,实现知识的自动获取以及在此基础上进行联想推理。经过大量的学习和推理,将不确定环境的复杂关系融合为系统能够理解的符号。

传统的神经网络结构需要大量学习样本和隐结点数,甚至需要很多的隐含层,因此,需要很大的计算工作量。为了有效地改善神经网络信息融合的效果和速度,利用阵列神经网络进行信息融合的结构模型[29]。由多传感器所获取的有关环境方面的信息都具有一定程度的不确定性,所以现在很多采用模糊神经网络数据融合。模糊神经网络实质上就是将模糊逻辑推理的知识结构和神经网络的自学习能力结合起来,从而同时具有模糊逻辑和神经网络的优点。现在也有学者将神经网络和D-S证据理论相结合的数据融合算法研究。由此可见各种数据融合算法相结合,是未来算法研究的一个趋势。

3.6 支持向量机

支持向量机SVM(support vector machine)最初是由Vapnik提出的一种新兴的基于统计学习理论的学习方法。它通过构造最优超平面,使得对未知样本的分类误差最小。根据结构风险最小化归纳原则,为了最小化期望风险的上界,SVM通过最优超平面的构造,在固定学习经验风险的条件下最小化VC置信度[30,31]。与神经网络的启发式学习方式和实现中带有的很大的经验成分相比,SVM具有更严格的理论和数学基础,不存在局部最小问题。小样本学习使它具有很强的泛化能力,不过分依赖样本的数量和质量。

SVM已成为当前机器学习的一个研究热点,并且已经应用于多传感器信息融合中[32~35]。具体实际应用表明,该方法适用于解决小样本、高维特征空间和不确定条件下的多传感器信息融合问题,提高了融合结果的准确性和可靠性,提高了输入数据信息的利用效率和融合方法的灵活性。但由于本身支持向量机的理论和实践研究还都不够成熟,所以基于支持向量机的信息融合方法还有待完善。

随着人工智能技术的发展,以模糊理论、神经网络、证据理论、支持向量机为代表的智能方法占有越来越大的比例,因为这些方法兼有对问题描述的非建模优势和语言化描述与综合优势[36]。

4 信息融合研究中存在的问题

信息融合的绝大部分的研究都是针对特定的问题、特定的对象、特定的层次,并在此基础上形成所谓的最佳方案。因此信息融合问题本身至今未形成一套完整的理论,目前尚存在以下的问题:

(1)未形成基本的理论框架和广义融合算法:目前,绝大多数的融合研究皆是针对特定的应用领域的特定问题开展的,即根据问题的种类,各自建立直观的融合准则,形成最佳融合方案。目前还没有建立起一种通用的模型结构与方法,用来处理多维不确定性的信息,这不利于学科的发展和应用领域的开发。

(2)关联的二义性:关联的二义性是信息融合的主要障碍.进行融合处理前必须对来自多传感器的观测结果进行关联,保证所融合的信息是来自同一观测目标或事件,以保证融合信息的一致性。如果对不同目标或事件的信息进行融合,将难以使系统得出正确的结论.这就是所谓的关联的二义性问题。传感器测量的不精确性和干扰等都是引起关联二义性的因素。所以关联二义性是信息融合研究亟待解决的问题。

(3)信息融合方法与融合系统实施存在的问题:目前,大多数信息融合是信息的简单合成,并未充分有效地利用多传感器所提供的冗余信息,融合方法研究也还处于初步阶段[37]。而且目前很多研究工作亦是基础研究和仿真性试验。因此,信息融合系统的设计实施还存在许多实际的问题。

5 信息融合的研究方向展望

信息融合技术涉及传感器技术、数据处理、网络通信、人工智能等相关技术,尚处在不断的变化和发展过程中,未来主要的研究方向应包括以下几方面:

(1)多传感器信息融合统一理论模型的建立

目前信息融合的数学模型与融合方法都具有明显的个性特征,缺乏通用性。如果建立起统一理论框架,包括信息的统一描述、数据处理的一般流程、融合空间的统一模型结构、归一化的融合结果,这样,对信息融合技术的发展和应用将是一个重要突破。

(2)异类传感器信息融合技术的研究

异类多传感器信息融合由于具有时间不同步,甚至是空间上不同步,数据率不一致及测量维数不匹配等特点,因而具有很大的不确定性[38]。这样,在融合处理之前需要对异质信息进行预处理,包括信息的统一表述,信息的转换以及去异质性等[1]。在融合过程中,需要在公共的融合空间对多维信息分别进行定标、时空匹配和时空相关,以保持融合信息的一致性,使信息融合系统在公共空间中进行融合,最终得到高精度的、高质量的融合结果。

(3)人工智能技术在信息融合中的应用研究

人工智能在多传感器数据融合中的应用已经是国内外研究的一个热点。目前应用于数据融合的人工智能方法有模糊集合理论、神经网络、专家系统、粗集理论、小波分析理论、和支持向量机等。人工智能技术在数据关联、目标跟踪、目标分类、特征提取、管理和评估等数据融合模型的研究已取得了一些进展,但在工程实现上还有许多问题需要处理。

(4)信息融合中的数据库和知识库技术研究

建立信息融合用的数据库和知识库,研究高速并行检索和推理机制,利用大型空间数据库中数据和知识进行推理是融合系统过程中的关键任务。但其数据量往往非常庞大,这就有必要深入研究和探讨用于空间数据库的知识发现机制和方法。

(5)多传感器信息融合系统的工程实现

目前尽管信息融合技术已经应用于军事和民事领域,但是都属于简单的应用,尚未开发出功能先进的集信息获取、融合、传感器管理和控制一体化的多传感器信息融合系统。

(6)信息融合系统的性能测试与评估

对于复杂的多传感器系统的性能测试及可靠性评估是多传感器信息融合的重要研究内容。目前,在实际中,不同的融合目的有不同的融合评估准则和方法,为了使准则具有可检测性和可比性,我们希望能够建立一个一致、统一的信息融合的评估体系,对信息融合效果能够进行实用的、可比拟的、可操作的评估。

6 结束语

多传感器信息融合技术作为一种新的现代信息处理技术,正在得到越来越多的关注。随着工业大系统的蓬勃发展和未来信息战的需求,以及相关学科的不断发展,多传感器信息融合将会得到更深入的理论研究,也将拥有更广阔的应用前景。

摘要：系统地介绍了多传感器信息融合技术的理论、模型和应用,并对多传感器信息融合的几种主要算法进行了全面的阐述和归纳,指出了信息融合研究中存在的主要问题,最后对信息融合技术的未来研究方向进行了展望。

电法多属性RGB色彩融合 篇8

1 属性融合技术

1.1 方法思路

为了模拟岩矿石的副电阻率的性态, 人们提出过很多个电路模型, 其中最成功的柯尔-柯尔模型。

其中ρ0为零频率时的等效电阻率, τ是时间常数, η是视极化率, c为频率相关系数。成千上万的岩石标本和露头上的测定结果表明柯尔-柯尔表达式不只是合适的, 而且是量度频谱激电特性的极好表达式。

四个柯尔-柯尔参数中, η表征了激电效应的强弱, ρ0反映了导电性的好坏, τ和c决定了双对数坐标中复电阻率幅频曲线变化的快慢, 和最大斜率出现的频率 (或相频曲线的陡缓和最大相位出现的频率) (频率域) 或二次场衰减的快慢 (时间域) 。根据研究, 对岩矿石的η和τ影响最大的是结构, 包括导电矿物的连通情况及颗粒大小等。c则反映了结构的均匀程度。因此, 可以根据η和τ来评价激电异常, 其中τ是评价激电异常的最重要的参数。这里选择视极化率、时间常数、频率相关系数三个电法属性进行RGB融合, 每个属性映射为一种颜色。通过改变属性与RGB的组合, 可以获得多张RGB融合图。

1.2 电法属性RGB颜色融合原理

红 (R) 、绿 (G) 、蓝 (B) 各占一个色彩通道, 作为三种基本颜色, 他们的取值范围为0~255。计算机显示设备通过RGB三者混合产生更多的颜色, 即

式中IRGB表示某一点的颜色;IR, IG和IB分别表示红, 绿, 蓝三种颜色;S为混色变换, 由计算机显示设备完成。在本文中, 由属性到RGB的映射采用的是一阶线性变换, 即

式中I表是一种属性 (η、τ、c) , νi表示一种属性的某个值, νmax和νmin分别表示一种属性值中的最大值和最小值。

1.3 电法属性RGB颜色融合流程图

2 实际电法数据处理

针对某地区数据, 首先进行插值处理, 分别得到时间常数、视极化率、频率相关系数3个 (*.grd) 文件, 利用自己开发的软件同时将这3个属性数据导入, 成图如下:

通过鼠标右键选择不同的属性组合得到不同的融合图像。

3 结论

以VC++为开发工具较好的实现了电法多属性RGB色彩融合, 明显的突出了异常, 同时验证了算法的可行性和软件的正确性。

摘要：为了提高电法属性的分析效率, 避免单一属性方法的片面性和更好的突出异常, 本文介绍在VC++环境下实现电法多属性RGB色彩融合。

关键词：多属性分析,RGB色彩融合,VC++

参考文献

[1]丁峰, 年永吉, 王志国, 等.地震多属性RGB颜色融合技术的应用研究[J].石油物探, 2010, 5.

[2]赵虎, 尹成, 朱仕军.多属性融合技术研究[J].勘探地球物理进展, 2009, 4.

[3]林岚, 李利军.基于RGB融合与主分量分析法融合比较[J].科学技术与工程, 2002, 7.

[4]刘国兴.电法勘探原理与方法[M].北京:地质出版社, 2005.

多途径融合 篇9

近日,工业和信息化部电信管理局、国家广电总局传媒机构管理司、网络视听节目管理司相关负责人召开了“三网融合”的记者会。会上,相关部门明确了相互准入的范围,包括对广电开放宽带接入,互联网数据传输和国内IP电话,对电信开放IPTV非时政类节目制作和内容传输,明确了有线网络的发展方向。

中金公司认为,“三网融合”可能成为2010年的持续投资主题。从价值投资的角度,公司建议投资者从关注运营向关注支撑产业链转移。

主要包括两大细分板块,其一是设备终端制造商;其二是内容、软件提供商。从主题投资的角度,投资者可积极关注“组建国家有线网络公司、地方有线网络整合和试点省市选择”等给有线网络带来的投资机会。

从盘面表现来看,进入2010年以来,在1月份上证综指下跌8.5%的背景下,通信设备板块持续跑赢大盘。而2月份的调整,使得该板块股价不断下跌。业内人士表示,通信板块特别是通信设备板块已经释放估值压力,如果继续调整,有望成为介入良机。

在通信设备制造行业,三网融合全面推进有线电视网络数字化和双向化升级改造,同时加快电信宽带网络建设,推进城镇光纤到户,有线电视网络的改造将拉动光通信及元器件的需求,诸如中兴通讯(000063)、烽火通讯(600498)、亨通光电(600487)、中天科技(600522)、日海通讯(002313)和光讯科技(002281)等均可关注。

同时,“三网融合”将为内容提供商带来更大机遇。2009年电视剧互联网版权每集售价提高了10倍,未来平台和内容应用的融合的市场规模高达6000亿元,是当前互联网行业市场规模的10倍。在这一领域,博瑞传播(600880)和华谊兄弟(300027)值得关注。牛年最后一周华谊兄弟六连阳,或可为证。

多聚焦彩色图像融合预处理 篇10

在实际中, 彩色图像可以将不同的亮度和不同的彩色组合起来表示不同的信息, 由彩色图像融合而成的彩色融合图像就可以更好地表达细节信息, 因而彩色图像的融合对于实际应具有更为重要的作用[1,2,3]。而大多数讨论多聚焦图像融合的文章都只讨论灰度图像[4,5,6,7,8], 或是讨论多聚焦彩色图像融合时, 仅仅简单地对RGB三分量进行分开处理, 如:文献[9]提出了一种基于三基色RGB的融合方法, 该方法分别对三基色分量进行小波变换, 以三基色分量方向对比度为判据进行融合, 但它忽略了多聚焦彩色图像各分量的特性及对融合结果的影响程度。本文详细分析不同颜色空间和不同颜色分量对融合结果的影响。

1 几种常见的颜色模型及其相互转换

下面是几种常见的颜色模型[1]:

(1) RGB颜色模型

RGB颜色模型 (空间) 是用于显示和保存彩色图像的最常用的彩色模型, 由R (红) 、G (绿) 和B (蓝) 三个分量组成。

(2) HSI颜色模型

HSI颜色模型将亮度分量 (I) 与彩色图像中携带的色度 (H) 和饱和度 (S) 分开, 因此HSI模型对于开发基于彩色描述的图像处理算法是一个理想的工具, 对于人类来说, 它们看起来更加自然和直观。

(3) YIQ颜色模型

YIQ颜色模型来源于国家电视标准委员会 (NTSC) 制彩色电视信号的传输。其中, Y分量代表图像的亮度信息;I, Q两个分量则携带颜色信息, I分量代表从橙色到青色的颜色变化, 而Q分量则代表从紫色到黄绿色的颜色变化。

通过把彩色图像从RGB转换到YIQ颜色空间, 可以把彩色图像中的亮度信息与色度信息分开, RGB与YIQ颜色空间的相互转换公式为:

(4) YCbCr颜色模型

YCbCr颜色模型广泛应用于数字视频。在这种格式中, 亮度信息用单个分量Y来表示, 彩色信息用两个色差分量Cb和Cr来存储。分量Cb是蓝色分量和一个参考值的差, 分量Cr是红色分量和一个参考值的差。

2 不同颜色模型的融合比较

图像处理中最为基础的彩色模型是RGB模型, 文献[9]提出了一种基于三基色RGB的融合方法, 该方法分别对三基色分量进行小波变换, 以三基色分量方向对比度为判据进行融合。但是RGB空间感知上是非常不均匀的, 其分量不仅表示色度也表示亮度, 存在很大的相关性, 对三个分量分别处理将会带来颜色信息的丢失和错乱。为了得到更符合人眼视觉特点的表示方法, 把RGB重新编码, 得到YIQ颜色模型、HSI颜色模型和YCrCb颜色模型, 并讨论不同颜色模型下的融合结果。

2.1 融合算法

(1) 对两幅已配准的彩色图像中的每一颜色分量进行小波分解, 得到图像分解后的低频分量和高频分量;

(2) 对不同的颜色模型, 融合方法不同, 对RGB, 用三分量均方差法与加权平均法相结合的方法[4]进行融合;而对于另外三种颜色模型, 由于其中都包含亮度分量和两个色度分量, 所以对亮度分量用方差法与加权平均法相结合的方法, 对色度分量直接用均值法。

(3) 作小波逆变换, 重构出融合结果图像。

2.2 融合实验

实验对标准的512×512×3彩色Lena图如图1 (a) 进行模糊处理, 得到图1 (b) 和图1 (c) 。

对于不同的彩色模型, 采用方差法与加权法结合[4]进行融合实验, 采用db8小波的进行分解, 分解层数为3层, 最终得到的融合结果如图2所示。

通过对表1的分析, 将各项评价函数再取均值来研究总体效果可以看出, 基于YIQ模型的各项融合指标较好。

3 不同颜色分量对融合结果影响的比较

文献[10]将颜色的三维分量分解成亮度Y和色差I, Q, 然后进行融合, 但未讨论各颜色分量对融合结果的影响程度, 本节考虑到YIQ各分量不同的物理意义, 讨论各分量对融合结果的影响。

首先, 分析一下YIQ模型中各分量的特性。采用标准Lena彩色图像图1 (a) , 将其由RGB模型变换到YIQ模型。

计算各分量的信息熵, Y分量的信息熵为7.446 3, I分量的信息熵为5.911 3, Q分量的信息熵为4.753 6, 可以看出, 彩色图像的信息含量主要在Y分量中, 其对融合结果有重要影响。

下面通过实验具体说明这一点。分别对Y, I, Q分量中任意一分量运用能量法与加权法相结合的方法进行融合实验, 其他两分量的融合结果采用两幅源图像中任意图像对应分量, 融合结果如表2所示。

从表2中可以看出, Y亮度分量对融合结果的影响要比I, Q两色度分量对融合结果的影响大, 说明在多聚焦彩色图像融合中, Y亮度分量含有的细节信息较多, 所以对其应重点处理。

4 结 语

基于RGB, YIQ, HSI和YCrCb的多聚焦图像融合结果是有区别的。本文实验表明, 基于YIQ模型的各项融合指标较好。对于YIQ颜色模型, Y亮度分量对融合结果的影响要比I, Q两色度分量对融合结果的影响要大, 说明了在多聚焦彩色图像融合中, Y亮度分量含有的细节信息较多, 所以在融合时要对其重点处理。

摘要：介绍几种常见的彩色空间模型, 讨论不同颜色模型和不同颜色分量对多聚焦彩色图像融合的影响, 并通过仿真实验进行了分析。实验表明, 基于YIQ模型的各项融合指标较好, 其中Y亮度分量对融合结果的影响要比I, Q两色度分量对融合结果的影响要大, 说明Y亮度分量含有的细节信息较多。该实验对于多聚焦彩色图像融合具有一定的指导意义。

关键词：图像处理,图像融合,彩色图像,颜色模型,YIQ模型

参考文献

[1][美]Rafael C Gonzalez, Richard E Woods.数字图像处理[M].阮秋琪, 阮宇智, 译.北京:电子工业出版社, 2003.

[2]Ranchin T, Wald L.The Wavelet Transform for the Analy-sis of Remotely Sensed Images[J].International Journal ofRemote Sensing, 1993, 14 (3) :615-619.

[3]Hui Li, Manjunath B S, Mitra S K.Multi-sensor Image Fu-sion Using the Wavelet Transform[J].Image Processing, 1994:51-55.

[4]康华光.电子技术基础[M].4版.北京:高等教育出版社, 1999.

[5]那彦, 焦李成.基于多分辨率分析理论的图像融合方法[M].西安:西安电子科技大学出版社, 2007.

[6]刘斌, 彭嘉雄.基于分块的小波多聚焦融合方法[J].计算机工程, 2005, 31 (5) :41-46.

[7]鲍歌堂, 赵辉, 陶卫.图像测量技术中几种自动调焦算法的对比分析[J].上海交通大学学报, 2004, 39 (1) :121-128.

[8]罗少鹏, 卢洵.基于小波分解的多聚焦图像融合研究[J].现代电子技术, 2008, 31 (6) :72-74.

[9]徐国荣, 王礼平.基于方向对比度的彩色多聚焦图像融合[J].中南民族大学学报:自然科学版, 2006, 25 (1) :62-64.