[发明专利]基于Dasarathy模型的检测数据融合方法

说明书

技术领域

本发明涉及一种基于Dasarathy模型的检测数据融合方法。

背景技术

检测是用指定的方法检验测试某种物体（气体、液体、固体）指定的技术性能指标。随着检测方法的不断改进，使得最终获取的结果非常精准，采用的检测方法也越来越细致，繁多。因而实验室往往因为检测数据过多，需要大量的人力用于各项数据的监控和统计，更关键的是在做系统检测的时候需要对检测过程进行风险的评估。期间相应数据只能在最终数据综合比对分析时才知道此次检测是否成功，同时需要剔除大量的无用数据，另外，也只有在最后才能验证之前检验风险的评估是否准确。如果之前评估有误，则此次检测过程全都作废，还有可能产生事故。

信息融合是把多个渠道、多方位采集的不完整信息加以综合,消除多源信息间可能存在的冗余和矛盾的信息,并对其加以互补,降低其不确定性统环境相对完整的一致性描述的过程.信息融合可以提高智能系统的决策、规划、反应的快速性和正策风险,是一个涉及到信息科学、计算机科学和自动化科学的交叉学科,是目前信息社会所必须研究的一个重要方向。多源信息融合技术的产生提高了智能系统决策的准确性,降低了决策风险。

Dasarathy模型包括有5个融合级别，如下表所示。综上可以看到，瀑布模型对底层功能作了明确区分，JDL模型对中层功能划分清楚，而Boyd回路则详细解释了高层处理。情报环涵盖了所有处理级别，但是并没有详细描述。而Dasarathy模型是根据融合任务或功能加以构建，因此可以有效地描述各级融合行为。为检测过程实施跟踪检测过程的合理性提供了技术支持。

发明内容

本发明针对以上问题的提出，而研制基于Dasarathy模型的检测数据融合方法。本发明采用的技术方案如下：

一种基于Dasarathy模型的检测数据融合方法，其特征在于包括如下步骤：

1）各检测点通过有线或无线的方式将检测数据传输给数据融合服务器；

2）数据融合服务器收到各检查点发送回来的检测数据后，将检测数据进行整合，为Dasarathy模型融合方法筛选有效数据；

3）然后数据融合服务器采用Dasarathy模型融合方法对上述数据进行处理，具体处理过程包括：数据-数据级融合，数据-特征选择和特征提取，特征-特征级融合，特征-模式识别和模式处理，决策-决策级融合；

4）最后数据融合服务器将数据融合结果发给检测监控中心计算机，由计算机中心处理单元进行下一步处理。

步骤3）中还包括：

通过瀑布模型对底层功能进行区分。

由于采用了上述技术方案，本发明提供的方法具有：使用方便、处理速度、技术实现容易等特点。另外，该方法基于计算机系统的实现，只需将该方法编译成相应的程序即可实现对现有计算机的升级，因此其成本非常低廉适于广泛推广。

附图说明

图1为本发明所述系统的结构框图；

图2为本发明的实现流程图。

具体实施方式

如图1和图2所示基于Dasarathy模型的检测数据融合方法，其特征在于包括如下步骤：

1）各检测点通过有线或无线的方式将检测数据传输给数据融合服务器；

2）数据融合服务器收到各检查点发送回来的检测数据后，将检测数据进行整合，为Dasarathy模型融合方法筛选有效数据；

3）然后数据融合服务器采用Dasarathy模型融合方法对上述数据进行处理，具体处理过程包括：数据-数据级融合，数据-特征选择和特征提取，特征-特征级融合，特征-模式识别和模式处理，决策-决策级融合；

4）最后数据融合服务器将数据融合结果发给检测监控中心计算机，由计算机中心处理单元进行下一步处理。

步骤3）中还包括通过瀑布模型对底层功能进行区分。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。