淺談基于ITS電子集成工程視域下的電子信息處理技術(shù)

論文關(guān)鍵詞 ITS集成電子信息技術(shù)數據處理信息融合

論文摘 要 智能交通系統 （ITS） 是集成于信息技術(shù)、傳輸技術(shù)、電子技術(shù)、及計算機處理技術(shù)等多種類(lèi)電子工程技術(shù)，而建立起的實(shí)時(shí)、高效、準確的綜合運輸和管理體系。其中，數據壓縮和數據融合技術(shù)使得ITS技術(shù)更具有現實(shí)意義。本文基于智能交通系統中信息的特征，探討了數據壓縮和數據融合技術(shù)涉及的關(guān)鍵技術(shù)及要求，分析了技術(shù)應用及現實(shí)突破。

1 ITS信息及特征分析

1.1 智能交通信息（ITS）

交通系統由包括4個(gè)基本要素：人（交通出行者、駕駛員和管理者）、物（貨物）、各類(lèi)交通工具和相應的交通設施構成。交通信息是指所有與交通系統的四大要素相關(guān)聯(lián)的信息，是ATMS的關(guān)鍵基礎。面向ATMS的基礎交通信息主要是指與交通運行狀態(tài)和交通管理有關(guān)的交通信息，是交通信息中最直接、最基礎的信息?；A交通信息包括基礎交通地理信息、交通實(shí)時(shí)狀態(tài)信息、交通控制和管理信息、交通政策法規信息、公共交通信息。

1.2 基礎交通信息的屬性特征

基礎交通信息是一種在大范圍內、全方位發(fā)揮作用的，實(shí)時(shí)、準確、高效的綜合運輸和管理系統，其應具有以下一些基本屬性特征：1）準確性；2）及時(shí)性；3）共享性；4）信息的采集具有實(shí)時(shí)性和動(dòng)態(tài)性；5）具有海量信息特征；6）增值性。

2 數據壓縮處理技術(shù)

交通信息一方面時(shí)采集到的信息煩雜多樣，要想利用這些不同類(lèi)別的信息，需采用不同的處理方法；另一方面，交通信息的一個(gè)顯著(zhù)特征是它的空間性和隨機性，因此對它的研究分析需要建立在廣泛統計的基礎上，應用各類(lèi)信息處理技術(shù)和統計分析方法來(lái)探索它的規律性。

所謂多媒體技術(shù)就是能對多種載體（媒體）上的信息和多種存儲（媒質(zhì)）上的信息進(jìn)行處理的技術(shù)，特點(diǎn)主要表現在它的綜合性和交互性。交通信息是屬于多媒體信息范疇。若要實(shí)時(shí)的綜合處理聲音、圖像、視頻、文字等多媒體信息，其數據量是非常大的。要傳輸或存儲這樣大的數據量是非常困難的，必須對其進(jìn)行壓縮編碼，在滿(mǎn)足實(shí)際需要的前提下，盡量減少要傳輸或存儲的數據量。

數據壓縮主要依靠信源編碼技術(shù)。一般的，圖像壓縮技術(shù)可分為兩大類(lèi)：無(wú)損壓縮和有損壓縮技術(shù)。在多媒體應用中常用的壓縮方法有PCM（脈沖編碼調制）、預測編碼、變換編碼、插值和外推法、統計編碼、矢量量化和子帶編碼等；混合編碼是近年來(lái)廣泛采用的方法。新一代的數據壓縮方法，如基于模型的壓縮方法、分形壓縮和小波變換方法等也已經(jīng)接近實(shí)用化水平。

3 信息融合技術(shù)

信息融合技術(shù)在單純數據采集融合（即一次融合）階段稱(chēng)為數據融合，是研究多種信息的獲取、傳輸與處理的基本方法、技術(shù)、手段以及信息的表示、內在聯(lián)系和運動(dòng)規律的一門(mén)技術(shù)。融合是指采集并集成各種信息源、多媒體和多格式信息，從而生成完整、準確、及時(shí)和有效的綜合信息，它比直接從各信息源得到的信息更簡(jiǎn)潔、更少冗余、更有用途。 先進(jìn)的交通管理系統（ATMS）是一個(gè)典型的多傳感器系統，信息融合技術(shù)給交通信息加工和處理提供了一種很好的方法，信息融合技術(shù)的最大優(yōu)勢在于它能合理協(xié)調多源數據，充分綜合有用信息，提高在多變環(huán)境中正確決策的能力。

在信息融合領(lǐng)域使用的主要數學(xué)工具或方法有概率論、推理網(wǎng)絡(luò )、模糊理論和神經(jīng)網(wǎng)絡(luò )等，其中使用較多的是概率論、模糊理論、推理網(wǎng)絡(luò )。當然，除了這幾種常用的方法之外，還有其他很多解決途徑。

3.1 概率論

在融合技術(shù)中最早應用的就是概率論。在一個(gè)公共空間根據概率或似然函數對輸入數據建模，在一定的先驗概率情況下，根據貝葉斯規則合并這些概率以獲得每個(gè)輸出假設的概率，這樣可以處理不確定性問(wèn)題。貝葉斯方法的主要難點(diǎn)在于對概率分布的描述，特別是當數據是由低檔傳感器給出時(shí)，就顯得更為困難。另外，在進(jìn)行計算的時(shí)候，常常簡(jiǎn)單地假定信息源是獨立的，這個(gè)假設在大多數情況下非常受限制?？柭鼮V波方法則根據早先估計和最新觀(guān)測，遞推地提供對觀(guān)測特性的估計。另外，概率論和模糊集理論的綜合應用給解決多源數據的融合問(wèn)題提供了工具。

3.2 模糊理論

模糊集理論是基于分類(lèi)的局部理論，因此，從產(chǎn)生起就有許多模糊分類(lèi)技術(shù)得以發(fā)展。隸屬函數可以表達詞語(yǔ)的意思，這在數字表達和符號表達之間建立了一個(gè)便利的交互接口。在信息融合的應用中主要是通過(guò)與特征相連的規則對專(zhuān)家知識進(jìn)行建模。另外，可以采用模糊理論來(lái)對數字化信息進(jìn)行嚴格地、折衷或是寬松地建模。模糊理論的另一個(gè)方面是可以處理非精確描述問(wèn)題，還能夠自適應地歸并信息。對估計過(guò)程的模糊拓展可以解決信息或決策沖突問(wèn)題，應用于傳感器融合、專(zhuān)家意見(jiàn)綜合以及數據庫融合，特別是在信息很少，又只是定性信息的情況下效果較好。

3.3 推理網(wǎng)絡(luò )

推理網(wǎng)絡(luò )的構建和應用有著(zhù)很長(cháng)的歷史，可以追溯到1913年由一位名叫John H W ig-more的美國學(xué)者所做的研究工作。近來(lái)，許多對于分析復雜推理網(wǎng)絡(luò )的理論往往基于貝葉斯規則的推論，并且都被歸類(lèi)于貝葉斯網(wǎng)絡(luò )。目前，大多數貝葉斯網(wǎng)絡(luò )的研究都包括了對于概率有效傳播的算法拓展，同時(shí)它在整個(gè)網(wǎng)絡(luò )中也充當了新證據的角色。同時(shí)貝葉斯網(wǎng)絡(luò )在許多A1任務(wù)里都己作為對于不確定推理的標準化有效方法。貝葉斯網(wǎng)絡(luò )的優(yōu)點(diǎn)是簡(jiǎn)潔、易于處理相關(guān)事件。缺點(diǎn)是不能區分不知道和不確定事件，并且要求處理的對象具有相關(guān)性。在實(shí)際運用中一般不知道先驗概率，當假定的先驗概率與實(shí)際相矛盾時(shí)，推理結果很差，特別是在處理多假設和多條件問(wèn)題時(shí)顯得相當復雜。

參考文獻

[1]楊兆升.基礎交通信息融合技術(shù)及其應用[M].北京：中國鐵道出版社，2005．

[2]史其信，陸化普.中國 ITS 發(fā)展戰略構想[J].公路交通科技，1998，3．

[3]胡郁蔥，等.ITS共用信息平臺的信息融合技術(shù)[J].交通與計算機，2003，21.

[4]金春霞.模糊邏輯理論及其在智能交通系統中的應用研究[D].中國碩士學(xué)位論文全文數據庫.浙江大學(xué)，2002