1.1 多传感器数据融合基本描述

数据融合是一个多级、多层面的数据处理过程，主要完成对来自多个信息源的数据进行自动检测、关联、相关及估计的融合处理［1］。数据融合是一个多学科交叉的研究领域，有些学科相对成熟，有理论基础支持其具体应用，如贝叶斯推理、多传感器数据采集、多目标跟踪方法等；也有些学科还在不断探索和完善之中，如智能化方法、启发式推理理论等。

多传感器数据融合中的数据处理方法，与经典信号处理方法相比较存在本质上的区别。数据融合所处理的多传感器信息具有更复杂的形式，并且可以在不同的信息层次上出现，每个层次都可以对检测数据进行不同程度的融合。例如，在数据层(像素级)、特征层和决策层［2］都可以进行数据的融合处理。目前所提到的数据融合也主要包括传感器级、特征级和决策级三种融合方式，表1.1对这三种方式的优缺点、主要理论支撑和应用领域进行了总结归纳。

表1.1 不同层次的数据融合

雷达与红外探测仪在传感器层次上的融合示意图如图1.1所示。

图1.1 两类传感器的数据融合示意图