本文介绍当前信息融合技术发展情况，并指出其在水下目标探测中的精度和有效性问题。提出一种层次化信息融合方法，给出设计方案和实验验证结果，说明该方法能够有效解决大容量、复杂信息和高精度问题，提高目标识别率。最后，本文探讨了未来信息融合技术的发展与应用。
This paper introduces the current information fusion technologies and points out their problems of accuracy and effectiveness. To solve the problems, a hierarchical information fusion method is proposed. The design scheme and test results are also given. These results suggest that our method is good at solving the problems of big data, complex information and high accuracy. Thus, the target detection rates are improved. Finally, we discussed the development and application of the information fusion technologies in the future.
2020,42(11): 116-119 收稿日期：2020-07-04
DOI：10.3404/j.issn.1672-7649.2020.11.023
分类号：TN97
作者简介：张大铭(1987-)，男，高级工程师，研究方向为电子与通信技术
参考文献：
[1] CHO H, SEO Y, KUMAR B V K, et al. A multi-sensor fusion system for moving object detection and tracking in urban driving environments[C].International Conference on Robotics and Automation. Hong Kong: IEEE, 2014: 1836-1843;
[2] SUN S, LIN H, MA J, et al. Multi-sensor distributed fusion estimation with applications in networked systems[J]. Information Fusion, 2017, 38(11): 122-134
[3] 王鹏, 吕高杰, 龚俊斌, 等. 一种复杂海天背景下的红外舰船目标自动检测方法[J]. 《武汉大学学报》, 2011, 36(12): P1438-P1441
[4] 范学满, 胡生亮, 贺静波. 对海雷达目标识别中全极化HRRP 的特征提取与选择[J]. 《电子与信息学报》, 2016, 38(12): P3261-P3268
[5] 杜星乾, 侯艳杰, 唐轶. 高光谱遥感影像与高程数据融合方法综述[J]. 《云南民族大学学报(自然科学版)》, 2020, 29: P47-P58
[6] 陈科文, 张祖平, 龙军. 多源信息融合关键问题、研究进展与新动向[J]. 《计算机科学》, 2013, 40(8): P6-P13
[7] BADER K, LUSSIER B, SCHÖN W. Fault tolerance from formal analysis of a data fusion mechanism[C]. The 1st IEEE International Conference on Robotic Computing (IRC). Taichung: IEEE, 2017: 69-72.
[8] 罗俊海, 杨阳. 基于数据融合的目标检测方法综述[J]. 《控制与决策》, 2020, 35(1): P1-P15
[9] 李洋, 赵鸣, 徐梦瑶, 等. 多源信息融合技术研究综述[J]. 《智能计算机与应用》, 2020, 9(5): P186-P189
[10] 郝雅楠, 陈杰, 关晓红. 美军空间态势感知信息融合思路与途径研究[J]. 《战术导弹技术》, 2019(2): P91-P98
[11] 罗俊海, 王章静.《多源数据融合和传感器管理》[M]. 北京: 清华大学出版社, 2015: 3-43;
[12] 盖伟麟, 辛丹, 王璐, 等. 态势感知中的数据融合和决策方法综述[J]. 《计算机工程》, 2014, 40(5): P21-P30
[13] 单连平, 窦强. 基于深度学习的海战场图像目标识别[J]. 《指挥控制与仿真》, 2019, 41(1): P1-P5
[14] 郑光迪, 潘明波, 刘巍, 等. 基于深度卷积神经网络的海战场目标协同识别方法[J]. 《光学与光电技术》, 2018, 16(2): P20-P25
