监测监控信息融合技术"
本书系统地阐述了监测监控信息融合的有关概念、原理和方法，对监测监控信息融合技术以及应用系统进行了深入的介绍和讨论。
本书面向监测监控领域，详细介绍了传感器信息获取、监测监控网络以及信息融合的基本原理和技术，并结合作者近年来有关监测监控信息融合关键技术和系统的研究与应用实践，详细介绍了从模型、方法到应用系统实现的理论和技术。全书共分10章，主要内容包括： 传感器信息获取与融合，监测监控网络技术，信息融合技术，煤矿安全监测监控信息融合模型、方法、技术与系统，传感器管理，故障监测与诊断信息融合，水环境多源监测信息融合模型、方法及技术与系统等。
本书内容新颖，理论联系实际，可作为电子信息工程、工业自动化、计算机应用、仪器科学与技术等相关专业的研究生和高年级本科生的教材，以及科研人员、工程技术人员的参考书。
在信息的获取、处理、传输和应用链中，“信息获取”相对“信息处理”、“传输”和“应用”而言，其理论和技术发展水平较为落后。近年来，国内外学术界和产业界重视开展以多传感器为基础的监测监控理论与技术应用研究，以推进监测监控信息获取与处理的科技进步。
《监测监控信息融合技术》是有关监测监控信息处理技术及应用方面的专著，详细介绍了多传感器感测及信息获取、监测监控网络以及信息融合的基本原理和技术，并结合作者近年来有关监测监控信息融合关键技术和系统的研究与应用实践，详细介绍了从模型、方法到应用系统实现的理论和技术。于洪珍教授领导的团队多年来一直从事监测监控和信息融合方面的研究，具有坚实的研究基础和丰富的工程应用经验，本书的写作是在此基础上完成的，因此具有较高的学术水平和出版价值。另外，目前有关信息融合方面的研究成果多集中在军事领域，本书的出版将为读者开辟一个新的研究视角，也是当前有关信息融合研究的重要补充。希望本书的出版，对监测监控与信息融合技术的提高和发展起到推动作用。
中国人工智能学会名誉理事长涂序彦2010年3月1日 监测监控技术广泛应用于各种工业过程控制、军事自动化、电力自动化、金融自动化、楼宇自动化、铁路车辆的调度与管理、高速公路集中监视、油气田长距离输送管线测控、矿山安全监测监控、环境自动观测、森林防火、城市供水供暖系统监控、水情遥测、大型输水工程自动监控、河流流域梯级电站的数据采集与监控等。20世纪90年代以来，监测监控任务和功能不断复杂和增加，计算机、通信、微电子等技术进一步迅速发展，使监测监控技术不断发生深刻的变化。尽管各种系统应用的场合和完成的任务不同，但它们在系统级上，大致都有着系统功能综合化、互连网络化和开放性与标准化的特点和发展趋势。
随着监测监控任务、功能和要求的不断复杂，以及通信网络技术的快速发展，分散、分布式和网络化、集成化的信息获取与处理已成为当今感测及信息获取与处理技术发展的重要特征。基于网络的传感器技术、信息融合技术给信息获取的精确、有效和可靠提供了重要的技术支持手段。
在信息获取、处理、传输和应用的信息链中，信息获取是源头，其技术的发展较“信息处理”、“传输”和“应用”落后，严重影响整个信息链。近年来，国际和国内学术界已提出将“传感器与检测技术”提升，并发展“信息获取科学与技术”学科。信息获取技术水平的提高也应该在整个信息链中协同解决。
信息融合是针对系统中使用多传感器这一特定问题而展开的一种信息处理技术。信息融合是通过多（个、类）传感器数据的综合（集成和融合），以获得比每个单一传感器更多、更有效的信息，从而实现对监测监控对象更好的理解。
本书是有关信息融合技术在监测监控中应用方面的专著，面向监测监控领域，详细介绍了多传感器感测及信息获取、监测监控网络以及信息融合的基本原理和技术，并结合作者近年来有关监测监控信息融合关键技术和系统的研究与应用实践，详细介绍了从模型、方法到应用系统实现的理论和技术。
本书共分10章，内容安排如下。
第1章简要介绍监测监控技术与系统、信息处理技术的特点和发展，传感器技术及发展，多传感器系统与信息融合。
第2章围绕支撑网络化、综合化感测及信息获取与处理的监测监控网络技术，介绍传感器总线与现场总线、图像/视频传感器数据传输接口、工业以太网、OPC技术规范、工业无线网络等内容。
第3章首先介绍信息融合系统框架和融合处理过程，对信息融合的功能和模型、信息融合方法进行介绍；对常见的信息融合模型，如情报环、JDL模型、Boyd控制环和瀑布模型等给出了具体的分析描述；对常用的信息融合算法，如加权平均法、卡尔曼滤波法、概率论、推理网络和智能算法等作了介绍；最后介绍多传感器信息融合效能的评估指标和评估方法。
第4章以煤矿安全监测监控系统为背景，介绍煤矿安全监测监控系统及技术发展概况，介绍煤矿监测监控网络系统，在讨论信息分析的基础上，介绍面向煤矿安全监测监控信息融合的数据级、特征级和决策级分层结构，以及信息融合的体系结构。
第5章结合煤矿安全监测监控的应用背景，从数据级、特征级以及决策级等方面，介绍煤矿安全监测监控信息融合处理方法和技术。主要介绍自适应去噪声误差消除方法，基于W-RBF的时间序列预测方法，基于多黑板结构的煤矿生产安全态势评估等方法。
监测监控信息融合技术第6章介绍面向煤矿网络化监测监控的可重配置传感器系统，包括一般型和工业无线网络型可重配置传感器系统；介绍传感器管理概念，讨论传感器管理的必要性和传感器管理的任务，包括管理范围、管理功能和作用以及管理算法等；并结合矿井通风机监测监控系统进行传感器管理设计，介绍分析传感器设置的冗余度计算和关联性。
第7章结合故障监测与诊断应用的背景，介绍故障监测诊断和信息处理关键技术。内容包括故障监测与诊断研究综述、故障监测诊断和信息融合处理方法、矿井通风机故障机理及信息熵特征分析等。
第8章介绍和分析讨论有关水环境监测的研究背景，水环境监测的信息获取和处理方式，水环境多源监测信息融合系统体系结构，水环境监测无线传感器网络以及多传感器管理等内容。
第9章主要介绍水环境地面监测信息（数据）融合处理、水环境遥感监测信息处理以及基于遥感和地面监测结合的信息融合处理方法和技术。内容包括水环境多源监测信息融合的主要方法，基于广义回归神经网络的水质空间分布分析，基于黑板结构的信息融合专家系统，水环境遥感与地理信息系统的信息集成等。
第10章介绍证据理论的基本原理，基于证据理论的信息融合方法，介绍和讨论其在水环境监测中的应用。在此基础上进一步介绍和讨论模糊证据理论，以及神经网络与证据理论结合的信息融合方法和实验结果分析。
本书第1章由于洪珍、徐立中编写；第2、3章由王慧斌、于洪珍编写；第4～7章由于洪珍编写；第8～10章由徐立中、王慧斌编写。全书由于洪珍、徐立中统稿。
20世纪80年代中期以来，于洪珍领导的团队一直从事监测监控和信息系统集成方面的研究，以及系统与装置的研制和工程应用。近年来，得到了国家自然科学基金、教育部博士点基金、教育部科学技术研究重点项目、原煤炭部重点科技计划、江苏省自然科学基金、江苏省高技术研究重大计划、江苏省社会发展计划以及工矿企事业单位的委托等30多项项目的资助，在监测监控、信息处理理论与技术的研究以及工程应用方面取得了一些成果，曾获得省部级科技进步二等奖6项，三等奖8项，国家发明专利6项。本书的写作是在以上科研工作的基础上完成的。
本书中的部分素材来自博士研究生高莉、方健、林志贵、何金灿，硕士研究生徐小民等，在此向他们表示感谢。
向所有的参考文献作者表示感谢。最后还要感谢清华大学出版社出色的编辑工作及为本书出版付出辛勤劳动的同志。
限于作者的水平，书中难免会有错误和不完善之处，恳请广大专家同行批评指正。
第1章 绪论1
1.1 监测监控与信息处理1
1.1.1 监测监控技术与系统的发展及特点1
1.1.2 集成化、综合化的信息获取与处理2
1.2 传感器技术及发展2
1.2.1 传感器及其应用3
1.2.2 新型及智能传感器7
1.3 多传感器系统与信息融合14
1.3.1 传感器系统14
1.3.2 多传感器信息融合20
第2章 监测监控网络26
2.1 监测监控网络概述26
2.2 传感器总线与现场总线27
2.2.1 基本概念27
2.2.2 典型的传感器总线和现场总线27
2.3 工业以太网33
2.3.1 工业以太网技术的特征34
2.3.2 工业以太网协议37
2.4 OPC技术规范39
2.4.1 OPC技术特征39
2.4.2 基于OPC技术的监测监控系统应用设计41
2.5 工业无线网络46
2.5.1 监测监控中的无线技术46
2.5.2 无线传感器网络51
第3章 信息融合59
3.1 信息融合处理过程59
3.1.1 信息融合处理的框架59
3.1.2 典型的融合处理过程60
3.2 信息融合系统的模型61
3.2.1 功能模型61
3.2.2 结构模型64
3.3 信息融合方法67
3.3.1 信息融合方法分类67
3.3.2 常用的信息融合方法68
3.4 信息融合的有效性评估72
3.4.1 信息融合有效性的定性分析与评估73
3.4.2 基于证据理论的融合有效性分析76
3.4.3 信息融合有效性的定量分析与评估79
监测监控信息融合技术第4章 煤矿安全监测监控信息融合系统81
4.1 煤矿监测监控系统综述81
4.1.1 国外煤矿监测监控系统82
4.1.2 国内煤矿常用的监测监控系统83
4.1.3 煤矿信息管理系统91
4.1.4 煤矿安全监测监控需要解决的关键技术91
4.2 煤矿监测监控网络系统92
4.2.1 系统组成92
4.2.2 系统的功能94
4.3 煤矿监测监控信息分析96
4.3.1 引言96
4.3.2 信息分析97
4.4 面向煤矿安全监测监控的信息融合系统体系结构99
4.4.1 信息融合的层次99
4.4.2 信息融合体系结构106
第5章 煤矿安全监测监控信息融合处理108
5.1 数据级融合及基于FOCUSS的自适应去噪声学习算法108
5.1.1 冲击干扰及其消除方法108
5.1.2 基于FOCUSS的自适应去噪声学习算法110
5.1.3 算法的验证与分析111
5.2 特征级融合及基于W-RBF的瓦斯时间预测方法114
5.2.1 常用瓦斯预测方法的缺点115
5.2.2 时间序列分析115
5.2.3 混沌时间序列116
5.2.4 基于W-RBF的时间序列预测124
5.3 基于多黑板结构的煤矿安全态势评估131
5.3.1 煤矿安全态势评估131
5.3.2 基于多黑板结构的态势评估结构模型133
5.3.3 基于多黑板系统的态势评估及分析142
第6章 面向煤矿监测监控应用的传感器管理147
6.1 矿井环境监测可重配置传感器系统147
6.1.1 一般型可重配置传感器系统148
6.1.2 工业无线网络型可重配置传感器系统154
6.2 面向煤矿安全监测监控的传感器管理技术158
6.2.1 传感器管理问题158
6.2.2 传感器管理的功能和任务158
6.2.3 传感器管理的算法162
6.3 面向煤矿安全监测监控的传感器管理设计163
6.3.1 单传感器管理163
6.3.2 多传感器管理164
6.3.3 通风监测系统中传感器管理设计166
第7章 故障监测与诊断信息融合171
7.1 引言171
7.2 故障监测诊断的信号处理和信息融合方法173
7.2.1 基本概念173
7.2.2 信号处理和信息融合方法174
7.3 矿井通风机故障机理及信息熵特征分析176
7.3.1 旋转机械常见异常振动概述177
7.3.2 矿井通风机常见故障振动特性分析177
7.3.3 典型故障特征的信息熵提取方法180
7.3.4 故障系统多源信号特征熵提取及结果183
第8章 水环境多源监测信息融合系统186
8.1 研究背景186
8.1.1 问题的提出186
8.1.2 国内外研究现状187
8.2 水环境监测技术189
8.2.1 水质监测技术、仪器与分析方法189
8.2.2 遥感及水环境遥感监测195
8.3 水环境多源监测信息融合系统设计196
8.3.1 系统的层次结构196
8.3.2 系统的逻辑结构模型199
8.3.3 系统的总体设计200
8.4 基于WSN的地面水环境监测信息获取与处理202
8.4.1 引言202
8.4.2 WSN网络和通信基础设施相结合的系统设计203
8.4.3 LEACH路由协议205
8.4.4 基于动态成簇的路由算法208
8.5 基于Agent的多传感器管理216
8.5.1 基于知识的多传感器管理216
8.5.2 多传感器管理的功能和任务218
8.5.3 多传感器管理的Agent方法219
第9章 水环境多源监测信息融合处理224
9.1 水环境多源监测信息融合方法综述224
9.1.1 地面监测信息融合处理225
9.1.2 遥感图像信息融合处理225
9.1.3 基于遥感和地面监测的水质信息融合处理227
9.2 基于广义回归神经网络的水质空间分布分析232
9.2.1 广义回归神经网络水质空间分布模型232
9.2.2 计算分析236
9.3 基于黑板结构的信息融合专家系统238
9.3.1 功能模块及流程设计238
9.3.2 验证与分析241
9.4 水环境遥感与地理信息系统的信息集成244
9.4.1 遥感和GIS信息集成245
9.4.2 遥感和GIS集成系统的模式245
9.4.3 水环境遥感和GIS的空间数据组织、管理与分析246
9.4.4 太湖水环境多源监测信息管理系统247
第10章 水环境多源监测信息融合的证据理论方法250
10.1 证据理论250
10.1.1 基本概念251
10.1.2 Dempster组合规则251
10.1.3 冲突证据组合方法252
10.2 河口地面监测信息融合255
10.2.1 信息融合模型255
10.2.2 基于证据理论的信息融合256
10.2.3 基于BP网络的信息融合257
10.2.4 验证与分析258
10.3 证据理论信息融合计算分析软件259
10.3.1 信息融合计算分析软件设计开发259
10.3.2 实例分析262
10.4 湖泊富营养化状态评估的模糊证据理论方法263
10.4.1 基于相似性的模糊证据理论264
10.4.2 湖泊富营养化状态估计与评价模型269
10.4.3 验证及分析270
10.5 湖泊富营养化状态估计的BP网络证据理论方法273
10.5.1 BP网络证据理论方法274
10.5.2 监测数据选择与验证分析275
10.6 遥感与地面监测结合的湖泊水质状况评估278
10.6.1 研究背景278
10.6.2 神经网络证据理论方法279
10.6.3 验证和比较分析280
参考文献286
