Présentation

Article

1 - INTRODUCTION À LA FUSION DE DONNÉES

2 - THÉORIES UTILISÉES

3 - RÈGLES DE COMBINAISON

  • 3.1 - Combinaison multisource avec les probabilités
  • 3.2 - Combinaison multisource avec les crédibilités

4 - OPÉRATEURS BAYÉSIENS DE COMBINAISON

5 - MÉTHODES D’ESTIMATION

6 - PISTAGE

  • 6.1 - Pistage dans les systèmes centralisés
  • 6.2 - Pistage dans les systèmes distribués

7 - FUSION D’INFORMATION

8 - CONCLUSION

Article de référence | Réf : S7224 v1

Fusion d’information
Fusion de données - Théorie et méthodes

Auteur(s) : Jean-François GRANDIN

Date de publication : 10 mars 2006

Pour explorer cet article
Télécharger l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !

Sommaire

Présentation

RÉSUMÉ

La fusion des données consiste au développement de procédés de combinaison de données et d’information pour estimer ou prédire des états. L’objectif visé est de réduire l’incertitude sur l’information résultante, cette incertitude pouvant être modélisée par différentes théories. Cet article traite de l’ensemble des fonctions de la chaîne perceptive (détection, identification, estimation, pistage et analyse de la situation). Sont abordés entre autres la prise en compte la fiabilité des sources, la qualité d’une distribution d’événements hypothèses, l’intégration de l’information, ainsi que les opérateurs bayésiens de combinaison.

Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.

Lire l’article

ABSTRACT

 

Auteur(s)

  • Jean-François GRANDIN : Ingénieur de l’Institut national des télécommunications Expert en traitement d’information Direction technique - Systèmes de guerre électronique Thales Systèmes Aéroportés

INTRODUCTION

La fusion de données consiste essentiellement à confronter et intégrer des informations multiples dans le but de réduire l’incertitude sur l’information résultante. Ce document s’intéresse à l’application de la théorie des probabilités à l’ensemble des fonctions de la chaîne perceptive, à savoir : la détection, l’identification, l’estimation, le pistage et l’analyse de la situation. Dans ce cadre, on explicite comment modéliser et prendre en compte la fiabilité des sources, comment estimer la qualité d’une distribution d’événements hypothèses, comment fusionner en présence de corrélation, comment intégrer l’information experte et l’observation. La fusion, pour être efficace, doit prendre en compte les degrés d’incertitude de l’information entrante : à cette fin, la fusion repose sur une combinaison des éléments d’information pondérée par leurs incertitudes respectives. De plus, pour « combler » l’information manquante, la fusion utilise le raisonnement hypothétique et évalue les diverses options potentielles ; l’inférence bayésienne est construite pour ce type d’évaluation et se prête à des propagations d’hypothèses élaborées (MHT : « multiple hypothesis tracking », réseaux bayésiens) intégrant des connaissances de nature et de niveau hétérogènes.

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

DOI (Digital Object Identifier)

https://doi.org/10.51257/a-v1-s7224


Cet article fait partie de l’offre

Technologies radars et applications

(68 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Présentation

7. Fusion d’information

On se place à un niveau plus abstrait que pour les fonctions précédentes, celui de l’établissement et de l’analyse de la situation (niveaux 2 et 3). L’analyse de la situation nécessite d’identifier les situations probables qui sont les causes des événements et activités observées. Cette tâche est rendue difficile du fait que tous les éléments de la situation ne sont pas observables et que certains éléments sont volontairement trompeurs (introduction de fausse information). De plus, l’évaluation d’une situation, militaire notamment, repose sur de multiples connaissances, ou règles « expertes », qu’il faut répertorier au préalable avant d’établir une quelconque inférence quantitative : composition des forces, logistique associée, rayon d’actions, mais aussi éléments de doctrine, facteurs géopolitiques. Du fait d’une incomplétude quasi systématique de l’information dans ces systèmes, ils ne sont envisagés que comme une aide à la décision, focalisant le décideur sur les hypothèses les plus vraisemblables.

7.1 Méthodes

L’établissement de la situation s’apparente à un problème de diagnostic. Il s’agit, à partir d’un modèle causal imparfait (les liens causaux sont seulement probables), de sélectionner l’explication la plus vraisemblable pour les observations effectuées. En cas d’incertitude trop importante, de nouvelles observations pourront être requises pour affiner le diagnostic.

Il existe de nombreuses approches pour traiter ce problème. Les plus élémentaires sont basées sur les techniques de reconnaissance de gabarits (templates). Les gabarits modélisent différentes situations et peuvent prendre des formes variées : on définit les acteurs de la situation, les séquences d’événements pour chaque acteur, les distances ou les relations temporelles existantes entre acteurs. Dans ce type de méthode, la fusion d’information est simplement le résultat du remplissage progressif des gabarits par les données capteurs et reflétant certains types d’activités.

Les secondes méthodes visent à reproduire le raisonnement des experts du domaine et trouvent leurs origines dans le courant des premiers systèmes experts des années 1970. La résolution est organisée similairement au processus de raisonnement, faisant apparaître des étapes de résolution...

Cet article est réservé aux abonnés.
Il vous reste 94% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Technologies radars et applications

(68 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS

Lecture en cours
Fusion d’information
Sommaire
Sommaire

BIBLIOGRAPHIE

  • (1) - HALL (D.), LLINAS (J.) -   Handbook of Multisensor Data Fusion  -  . CRC Press (2001).

  • (2) - HALL (D.) -   Mathematical Techniques in Multisensor Data Fusion  -  . Artech House, (1992).

  • (3) - WALTZ (E.), LLINAS (J.) -   Multisensor Data Fusion  -  . Artech House (1990).

  • (4) - HARRIS (C.J.) -   Application of Artificial Intelligence to Command & Control Systems  -  . IEE Computing series 13.

  • (5) - YAAKOV BAR-SHALOM -   Multitarget-Multisensor Tracking : Advanced Applications  -  . Artech House (1990).

  • (6) - BAYES (T.) -   Essay Toward Solving a Problem in the Doctrine of Changes  -  . Philosophical Transactions of the Royal Society, London, (1763).

  • ...

Cet article est réservé aux abonnés.
Il vous reste 92% à découvrir.

Pour explorer cet article
Téléchargez l'extrait gratuit

Vous êtes déjà abonné ?Connectez-vous !


L'expertise technique et scientifique de référence

La plus importante ressource documentaire technique et scientifique en langue française, avec + de 1 200 auteurs et 100 conseillers scientifiques.
+ de 10 000 articles et 1 000 fiches pratiques opérationnelles, + de 800 articles nouveaux ou mis à jours chaque année.
De la conception au prototypage, jusqu'à l'industrialisation, la référence pour sécuriser le développement de vos projets industriels.

Cet article fait partie de l’offre

Technologies radars et applications

(68 articles en ce moment)

Cette offre vous donne accès à :

Une base complète d’articles

Actualisée et enrichie d’articles validés par nos comités scientifiques

Des services

Un ensemble d'outils exclusifs en complément des ressources

Un Parcours Pratique

Opérationnel et didactique, pour garantir l'acquisition des compétences transverses

Doc & Quiz

Des articles interactifs avec des quiz, pour une lecture constructive

ABONNEZ-VOUS