多傳感器信息融合技術及其在溫度控制領域的應用發展

陳澄　孔繁星　何騰飛　邵逸飛　李勝男　陳娜

摘 要 介紹多傳感器信息融合技術的研究背景和意義，列出其主要算法和應用領域。重點說明了多傳感器信息融合技術在溫度控制領域的應用，比較多傳感器與傳統單一傳感器的優劣。多傳感器信息融合技術將在溫度控制領域有著極大的發展潛力。

關鍵詞 多傳感器信息融合技術 溫度 精確度 模糊控制

中圖分類號 TP14? ?文獻標識碼 A? ?文章編號 1000?3932（2023）02?0137?05

溫度是在工程、石油煉制、紡織、生物、醫學及日常生活等領域中常用到的基本物理量。近年來，由于我國現代工業自動化生產技術的蓬勃發展，企業在自動化生產過程中必須要對相應設備的溫度自動控制系統加以優化。而傳感器是溫度控制系統最重要的“眼睛”，準確、快速的監測會使系統更為精準地控制溫度。多傳感器信息融合技術的使用會給溫度控制提供更準確的數據［1～3］。

1 多傳感器信息融合技術的應用現狀

多傳感器信息融合技術早已經成為軍事、工業和高科技發展領域廣泛關注的課題。它在工業過程控制、交通管控、海洋監控與控制、農業、醫學診斷等方面得到了廣泛的應用。實際應用表明：利用多傳感器信息融合技術可以有效地提高系統的穩定性和可靠性，同時還可以提高系統的準確度，擴展系統的時間、空間覆蓋率等。

2 多傳感器信息融合方法

當前多傳感器信息融合方法主要有權重平均值法、卡爾曼濾波法、多貝葉斯估算法及D?S證據的推論等7種。

權重平均值法。權重平均值法是最簡單、最直觀的方法，它通過對一系列的傳感器所獲得的冗余量進行加權平均，得到最終的融合值。

卡爾曼濾波法。它是將多個低級別的、實時的、多傳感器的冗余信息進行卡爾曼濾波。利用測量模式的統計特征，確定最優化的融合與數據的估計。若該系統是一種線性動態模型，而其與傳感器的偏差為高斯白噪聲，那么卡爾曼濾波器可在僅統計的情況下對融合信息進行最佳估計。卡爾曼濾波器具有良好的遞歸性能，使系統在運行過程中不需要進行海量的數據儲存和運算。然而，傳統的卡爾曼濾波器在用于多個傳感器的數據分析時，存在以下問題：

a. 當合并信息的冗余度較大時，其運算量會急劇增加，且實時性能無法達到要求；

b. 當系統發生了無法及時發現的問題時，它就會對整個系統造成一定的影響，從而導致系統的可靠性下降。

多貝葉斯估算法。貝葉斯估算是一種用于多個靜態條件下多個傳感器的高級信息的融合方法。該方法將基于可能性原理的傳感器信息結合起來，利用狀態可能性來表達檢測的不確定度，在兩個不同的位置上，可以將兩個不同的傳感器數據進行合并。但是在大部分的測試中，都是通過貝葉斯估算的間接方法來進行數據的融合。利用多貝葉斯估算法對每個傳感器進行貝葉斯估算，將單個目標的相關幾率分配綜合成一個后驗的聯合概率分配，并使該方法的似然性函數達到最大，得到多個傳感器最后的融合數值。

D?S證據的推論。D?S證據是對多貝葉斯估算的擴展。D?S法的邏輯結構由下至上分為3個層次：第1層次為靶綜合，其功能是將各個獨立的傳感器的觀察值合并為一個整體輸出；第2層次為推理，主要用于獲取和推導傳感器的觀測值；第3層次是修正，不同的傳感器通常有不同的隨機錯誤，因此，從相同的傳感器得到的一系列持續的、完全無關的數據要比單獨的數據更可信。因此，在進行多個傳感器綜合分析前，必須對其進行修正。

產生式法則。該法則使用標記來代表對象特性與對應的傳感器的信息。

Fuzzy邏輯。Fuzzy是一種多價值的邏輯，它規定了一個從0～1的實數表達的真實性，將其作為隱藏操作的先決條件，使多個傳感器的信息在融合時的不確定程度可以被直觀地表達出來。

ANN法。該方法具有較好的容錯性和自學習、自組織、自適應性，可以對各種復雜的非線性映射進行仿真。通過對多個傳感器進行數據融合，其具有了較高的非線性處理性能。在多傳感器網絡中，各個不同來源所傳遞的環境數據都存在著不同的不確定性，因此將其進行融合是一種基于不確定性的推理。該方法通過對現有的模型進行加權分配，并利用已有的模型進行訓練，從而獲得未知的推理能力。基于神經網絡的信號加工與自動推斷，即將多個傳感器的數據進行了融合［4，5］，過程如圖1所示。

3 多傳感器信息融合的層次

依據處理數據的類型，信息融合技術可以分為3種不同的層次，即像素級融合、特征級融合和決策級融合［2］。

3.1 像素級融合

像素級融合是指在已獲取的原始資料層面上，進行一種低度的融合。雖然數據層的最大優勢在于保留了大量的原始資料，并且能夠給出其他融合層面無法比擬的細節，但是它的缺點也非常突出：

a. 需要處理的傳感器數據量過大，處理時間長，實時性差。

b. 信息的融合是在信息的底層進行的，由于信息的不確定性、不完全性和不穩定性的影響，使得信息的融合具有很強的誤差校正功能。

c. 在進行圖像合并或同質資料融合時，每個傳感器的信息需要達到一個像素的校準精度，因此，對每個傳感器的信息都要從同質傳感器中選取。

d. 數據通信量較大，抗干擾能力較差。

3.2 特征級融合

特征級融合是一種中間層次的融合，首先對目標的邊緣、方向及速度等特征進行提取，再對特征進行全面分析和加工，最后將所獲得的特征傳遞給更高級的決策者。在進行特征級融合時，通常采取分散或中心化的方法。該類方法具有很強的適應性，可以廣泛地用于圖像層次和決策層的融合。

特征級融合在理論和實踐中已經逐步完善，已提出了一系列高效的特征融合技術。例如，田晟和龍安洋為了解決現有的深度學習點云分類方法對局部特征挖掘不充分的問題，并提升不同層級特征融合的質量，提出了利用圖卷積和多層特征融合的點云分類網絡［6］。相比其他點云分類方法，此方法的分類性能更好且具有較強的魯棒性。劉暢和潘理虎提出多特征融合的詞級注意關系抽取方法MFAN，并應用于中文關系抽取任務［7］，使其能夠提高整體性能，有效表示中文包含的信息。

3.3 決策級融合

在判斷層次上，利用多個傳感器對相同的物體進行觀察，對所得特征進行預處理、特征抽取、識別和判決，并對被觀察對象進行分級判斷。決策級融合是將每個傳感器的單獨決定整合，得出一個綜合的推理決定，也就是最終的判斷。從原理上講，與單個傳感器相比，基于決策層的集成輸出的組合判決具有更加準確和清晰的特點，并且具有良好的容錯能力。對于單一的傳感器，如果有誤差，則可以用融合方法來解決，以得到準確的判斷。在決策層中使用了分布式的融合系統。

決策級融合的主要優點有：

a. 具有很高的靈活性；

b. 具有最少的通信量、較好的抗干擾性能、較少的信息傳送頻段和較少的融合中心處理成本；

c. 能有效地反映環境或目標各個側面的不同類型信息；

d. 具有容錯性，能在一組或多組傳感器發生故障時，利用合適的數據進行融合，得到較好的處理效果；

e. 對傳感器的依賴小，傳感器可以是同質的，也可以是異質的。

3.4 3種層次的比較

信息融合3種層次的比較見表1。

由表1可以看出，像素級融合信息量損失是3種融合中最小的，幾乎無損失，得到的結果也是最準確的，但計算量大，且對系統通信帶寬的要求很高，對傳感器的依賴程度也是最高的。而特征級融合屬于中間層次，這種方法的計算量及對通信帶寬的要求相對降低，但由于部分數據的舍棄使其準確性有所下降。決策級融合屬于高層次的融合，由于對傳感器的數據進行了濃縮，這種方法產生的結果相對而言最不準確，但它的計算量及對通信帶寬的要求最低。

4 傳感器融合結構

傳感器融合結構理論上有3種：第1種是串行拓撲，這種結構只是暫時檢測信息；第2種是樹狀拓撲，其采用分層結構，任意結點或連線的故障都會影響它的正常工作；第3種是并行拓撲，這是最普遍的拓撲結構，多種類型的傳感器可以同時工作［2，5］，其結構如圖2所示。

5 多傳感器信息融合技術的應用領域

近年來，基于多傳感器的信息融合技術得到了廣泛的運用。多傳感器的信息融合能夠排除不確定因素，提供準確、綜合的智能數據，該技術在機器人、圖像分析、目標檢測和追蹤、自動化靶標辨識等方面得到了廣泛的重視，被越來越多地應用。

5.1 軍事應用

數據融合技術是從軍事上發展起來的。它的主要用途是對目標進行探測、跟蹤和識別，其中包括C31系統、武器自動識別、自主運載導航等。

5.2 復雜工業控制

工業過程控制是信息融合非常關鍵的研究方向。目前，信息融合技術已經被廣泛地用于核工業、油氣監測等領域，其中就包括了油氣集輸系統內腐蝕信息的融合監控［8］。在油氣集輸系統中，內腐蝕是較為常見的現象，影響其產生的因素也是復雜多變的，但在實際生產中卻可能沒有采取有效的監控措施。隨著信息技術的飛速發展，信息融合監測技術逐步在石油天然氣集輸系統的內部腐蝕治理中得到廣泛的應用。對于安全生產和成本控制起到了一定的效果。文獻［9］利用數據融合技術對水下油氣井計量方法進行研究，由于虛擬流量計系統具有成本低、精度高等優點，如今已逐漸成為水下油氣井生產計量的一種新方式。

為了提高虛擬流量計系統在線應用的可靠性和精度，依靠數據融合技術和多個物理流量模型，使得數據融合流量估計方法的平均誤差大幅縮減，且當單個物理流量模型失效時，融合技術仍能給出最優的計量結果，從而保證了整個虛擬流量計系統的可靠性與可用性。

5.3 機器人

機器人在動態、不確定和無結構性的條件下工作，需要具備較強的自主意識和洞察能力，而采用多傳感器信息融合技術可以有效地改善其對環境的敏感度。使用單一的傳感器對外界的感知不夠全面和可靠，而使用多個傳感器時，可獲取更完整的、動態的數據。例如，王正家等研究的復雜環境下的機器人利用多信息融合算法在自由空間中能夠自主跟隨移動目標［10］。顧凌云研究了利用多傳感器融合算法進行機器人壓縮感知圖像處理［11］，使用此設計方法得出的圖像處理結果質量更高。

5.4 全局監測

在更大的區域中，人與物體的移動和狀況都要通過數據的整合來實現。比如：利用氣象、季節等觀測數據［12］，對患者進行實時監測；通過對作物的空中和地表情況進行監測，可對作物的產量進行預報［13］；利用衛星云圖、氣流、溫度及氣壓等信息，可完成氣象預測。

6 多傳感器信息融合技術在溫度控制系統的應用與發展

在溫控體系中，無論采用什么加熱方式，其各個點的分配都是非均一的。如果只使用一個傳感器，則因其安裝位置的不同會產生不同的控制結果。文獻［14］利用多個傳感器信息融合技術，實現多個測溫節點的集成，從而克服了安裝位置對測溫精度的影響。

此外，當溫度控制系統中的某些測量模塊或控制模塊出現故障時，系統可以識別故障源并及時報警。同時依據非失效傳感器提供的數據，可通過融合技術得到精準的信息以進行控制。精密加工元件的工作性能受溫度變化的影響很大，當機器在工作時，精密加工元件性能會受到自身在工作時產生的熱量和環境溫度變化的影響，從而影響加工產品質量。因此需要提供高精度、恒定的溫度控制來使其穩定地工作。文獻［15］提出了一種基于人工神經網絡+模糊邏輯多傳感器信息融合算法來提高信息的精準度，并使用模糊PID來控制溫度進而進行加熱或制冷，該方法的精度、工作效率及可靠性均較高。

7 結束語

利用多傳感器信息融合技術進行溫度控制的過程，包括硬件和軟件設計，其中硬件部分采用了多個溫度傳感器，分別對不同的溫度點進行測量，并利用融合算法將更準確的數據傳輸到控制系統中，從而達到對常規溫度控制系統的高精度、快速控制；而單傳感器控制技術是利用繼電器實現，它的邏輯控制方式是通過固定的導線來完成的，因其局限性和精確度低的特性將會逐漸被淘汰。隨著自動化技術的不斷完善，溫度控制技術也逐步走向成熟，在智能控制領域也有了長足的進步，這種高精度的控制方式將具有廣闊的應用前景。

參 考 文 獻

［1］ 朱明祥，徐曉斌，陳照章，等.基于多傳感器信息融合的恒溫箱測控系統設計［J］.傳感器與微系統，2010，29（3）：62-64；67.

［2］ 王祁.傳感器信息處理及應用［M］.北京：科學出版社，2012.

［3］ 鄔琦，楊江濤.一種恒溫箱溫度控制系統的設計與實現［J］.計算機測量與控制，2014，22（8）：2455-2458.

［4］ 滕召勝.基于多傳感器數據融合的熱處理爐溫度測量方法［J］.計量學報，2000（2）：71-75.

［5］ 李文敏，王改云.多傳感器數據融合技術在溫度檢測中的應用［J］.機械設計與制造，2009（4）：103-104.

［6］ 田晟，龍安洋.基于圖卷積和多層特征融合的點云分類方法［J/OL］.激光與光電子學進展，2023：1-12［2023?02?13］.http：//kns.cnki.net/kcms/detail/31.1690.TN.20221031.1649.138.html.

［7］ 劉暢，潘理虎.基于多特征融合的詞級注意關系抽取方法［J］.太原科技大學學報，2022，43（5）：389-395.

［8］ 李雪靜.油氣集輸系統內腐蝕信息融合監控技術［J］.全面腐蝕控制，2020，34（6）：20-21.

［9］ 馬文禮，馬福利，王艷芝.基于數據融合技術的水下油氣井計量方法研究［J］.石油化工設備，2019，48（4）：9-14.

［10］ 王正家，李明，夏正喬，等.復雜環境下的自由空間中自主跟隨移動目標的多信息融合方法與應用［J］.傳感器與微系統，2019，38（4）：157-160.

［11］ 顧凌云.基于多傳感器融合的機器人壓縮感知圖像處理方法［J］.自動化與儀表，2022，37（12）：39-43.

［12］ 范滿紅，馬勝前，陳彥，等.基于多傳感器數據融合的溫濕度監測系統［J］.壓電與聲光，2012，34（3）：459-462；465.

［13］ 項新建.基于多傳感器數據融合的糧食倉庫溫度監測系統［J］.儀器儀表技術，2003，24（5）：525-527；535.

［14］ 俞丹文，熊紅斌.基于多數據融合傳感器的分布式溫度控制系統［J］.科技致富向導，2013（14）：85；104.

［15］ 楊樹亮，林行辛，張劍輝，等.模糊PID在恒溫箱溫度控制中的應用［C］//中國儀器儀表學會.第七屆工業儀表與自動化學術會議論文集.北京：《自動化儀表》編輯部，2006：221-222；225.

（收稿日期：2022-07-09，修回日期：2023-02-13）

Multisensor Fusion Technology and Its Application inthe Temperature Control

CHEN Cheng， KONG Fan?xing， HE Teng?fei， SHAO Yi?fei， LI Sheng?nan， CHEN Na

（College of Information and Control Engineering，Jilin Institute of Chemical Technology）

Abstract? ?In this paper， both research background and significance of the multi?sensor information fusion were described， and its main algorithms and applications were listed， including its main application in temperature control and the merits between the multi?sensor and traditional single sensor. The multi?sensor fusion technology has great potential for the growth in the temperature control.

Key words? ?multi?sensor information fusion technology， temperature， precision， fuzzy control

基金項目：吉林化工學院博士啟動基金項目（吉化院博基合字〔2021〕第031號）。

作者簡介：陳澄（1997-），碩士研究生，從事過程檢測技術與自動化裝備的研究。

通訊作者：孔繁星（1975-），副教授，從事智能制造、超精密加工及檢測技術的研究，fanxingks@163.com。

引用本文：陳澄，孔繁星，何騰飛，等.多傳感器信息融合技術及其在溫度控制領域的應用發展[J].化工自動化及儀表，2023，50（2）：137-141.