智能信息處理技術(shù)研究

寧麗鵬

(中國(guó)電子科技集團(tuán)公司第五十四研究所，河北 石家莊 050081)

隨著計(jì)算機(jī)和信號(hào)處理技術(shù)的迅速發(fā)展，信號(hào)處理理論和技術(shù)已經(jīng)進(jìn)入了一個(gè)新的發(fā)展時(shí)期，信號(hào)處理的研究不僅限于一般理論和方法的探討，更多側(cè)重于新的實(shí)現(xiàn)方法和算法的研究。在現(xiàn)代信號(hào)處理技術(shù)研究中，已經(jīng)由原來(lái)的對(duì)較簡(jiǎn)單的線性、因果最小相位系統(tǒng)的研究發(fā)展到現(xiàn)在的非線性、非因果、非最小相位系統(tǒng)的研究，時(shí)變信號(hào)的分析和處理已成為現(xiàn)代信號(hào)處理中新興的重要領(lǐng)域。而智能信息處理就是將不完全、不可靠、不精確、不一致和不確定的知識(shí)和信息逐步改變?yōu)橥耆⒖煽俊⒕_、一致和確定的知識(shí)和信息的過(guò)程和方法，就是利用對(duì)不精確性、不確定性的容忍來(lái)達(dá)到問(wèn)題的可處理性和魯棒性，因此研究智能信息處理技術(shù)具有十分重要的意義。

1 智能信息處理技術(shù)的產(chǎn)生與發(fā)展

智能信息處理最早起源于20世紀(jì)30年代，但是由于智能信息處理系統(tǒng)運(yùn)作過(guò)程需要大量的計(jì)算，而當(dāng)時(shí)又沒(méi)有快速的計(jì)算工具，這樣就極大的約束了智能信息處理技術(shù)在初期的發(fā)展。自從40年代后期計(jì)算機(jī)問(wèn)世后，給智能信息處理技術(shù)的發(fā)展創(chuàng)造了良好的條件。一些具備智能信息處理功能的高科技產(chǎn)品相繼被推出，并產(chǎn)生了巨大的社會(huì)及經(jīng)濟(jì)效益。例如英國(guó)科學(xué)家A.M.Cormack和C.N.Hounsfield利用智能信息處理技術(shù)的一些結(jié)果提出了圖象的重建算法，并于1972年設(shè)計(jì)制造出了醫(yī)用的CT機(jī)。由于它可以獲得人體內(nèi)部的橫截面的立體圖象，因此在醫(yī)學(xué)診斷中得到了重要應(yīng)用，成為各大醫(yī)院的基礎(chǔ)設(shè)備。另外60年代初由美國(guó)科學(xué)家J.W.Cooley等人提出的用于頻譜分析的快速Fourier算法(FFT)，也在科學(xué)界引起轟動(dòng)。該算法用硬件電路實(shí)現(xiàn)后，被迅速應(yīng)用于智能測(cè)量?jī)x器等一系列高自動(dòng)化檢測(cè)設(shè)備中去，獲得了極大的成功。其后，隨著計(jì)算機(jī)和信號(hào)處理技術(shù)的迅速發(fā)展，智能信息處理技術(shù)被廣泛的應(yīng)用于各種信息處理系統(tǒng)中。

2 智能信息處理技術(shù)主要理論與方法

智能信息處理涉及到信息科學(xué)的多個(gè)領(lǐng)域，是現(xiàn)代信號(hào)處理、人工神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)理論、進(jìn)化計(jì)算，包括人工智能等理論和方法的綜合應(yīng)用。目前，智能信息處理技術(shù)中主要有人工神經(jīng)元網(wǎng)絡(luò)、模糊理論、進(jìn)化計(jì)算、信息融合技術(shù)、盲分離技術(shù)等智能信息處理方法。

2.1 人工神經(jīng)網(wǎng)絡(luò)

（1）人工神經(jīng)元的數(shù)學(xué)模型。在人工神經(jīng)網(wǎng)絡(luò)中，人工神經(jīng)元是最基本的信息處理單元，是以大腦神經(jīng)元結(jié)構(gòu)為參照，用眾多簡(jiǎn)單的人工神經(jīng)元構(gòu)造的復(fù)雜神經(jīng)網(wǎng)絡(luò)系統(tǒng)。因此，人工神經(jīng)元及其連接結(jié)構(gòu)是進(jìn)行神經(jīng)元網(wǎng)絡(luò)研究的基礎(chǔ)。仿照生物神經(jīng)元建立的人工神經(jīng)元的數(shù)學(xué)模型可用如圖 1表示。

圖1 人工神經(jīng)元數(shù)學(xué)模型

（2）人工神經(jīng)元網(wǎng)絡(luò)模型。由若干個(gè)人工神經(jīng)元按照一定的拓?fù)浣Y(jié)構(gòu)連接在一起便構(gòu)成了各種人工神經(jīng)網(wǎng)絡(luò)模型。目前，人工神經(jīng)元網(wǎng)絡(luò)的主要模型已有幾十種，根據(jù)神經(jīng)元之間連接方式和網(wǎng)絡(luò)中信息流向的不同，神經(jīng)元網(wǎng)絡(luò)模型可分為兩大類：沒(méi)有信息反饋的前向型網(wǎng)絡(luò)和具有信息反饋的相互結(jié)合型網(wǎng)絡(luò)，或稱反饋神經(jīng)網(wǎng)絡(luò)。前饋神經(jīng)網(wǎng)絡(luò)由輸入層，中間層（隱層）和輸出層組成。

2.2 模糊理論

模糊理論研究的是一種不確定性現(xiàn)象，這種不確定性是由于事物之間差異的中間過(guò)渡性所引起的劃分上的不確定性，它是事物本身固有的不精確性，擺脫了經(jīng)典數(shù)學(xué)理論中“非此即彼”的精確性（二元性），而使得概念的外延具有一種不分明性，也即“亦此亦彼”的模糊性。

（1）模糊系統(tǒng)。模糊系統(tǒng)（也稱自適應(yīng)模糊系統(tǒng)或模糊邏輯系統(tǒng)）就是以模糊規(guī)則為基礎(chǔ)而具有模糊信息處理能力的動(dòng)態(tài)模型。模糊系統(tǒng)可以視為一個(gè)輸入—輸出的映射關(guān)系，而且這一系統(tǒng)可以作為連續(xù)函數(shù)的通用逼近器。它由四部分組成，如圖2所示。

圖2 模糊邏輯系統(tǒng)

（2）模糊神經(jīng)網(wǎng)絡(luò)。模糊神經(jīng)網(wǎng)絡(luò)（Fuzzy Neural Network,FNN）是在神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)基礎(chǔ)上發(fā)展起來(lái)的，它充分考慮了神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)的互補(bǔ)性，集語(yǔ)言計(jì)算、邏輯推理、分布式處理和非線性動(dòng)力學(xué)過(guò)程于一體，具有學(xué)習(xí)、聯(lián)想、識(shí)別、自適應(yīng)和模糊信息處理能力等功能。其本質(zhì)就是將常規(guī)的神經(jīng)網(wǎng)絡(luò)賦予模糊輸入信號(hào)和模糊權(quán)值。將神經(jīng)網(wǎng)絡(luò)和模糊技術(shù)結(jié)合起來(lái)，有效的發(fā)揮各自的優(yōu)勢(shì)并彌補(bǔ)其不足。因此，模糊神經(jīng)網(wǎng)絡(luò)對(duì)人工智能和智能模擬的發(fā)展具有十分重要的意義。

2.3 進(jìn)化計(jì)算

進(jìn)化算法是一類借鑒生物界自然選擇和遺傳機(jī)制的隨機(jī)搜索算法，主要包括遺傳算法、進(jìn)化規(guī)劃等算法，可以用來(lái)解決優(yōu)化和機(jī)器學(xué)習(xí)等問(wèn)題。

（1）遺傳算法。遺傳算法是模擬生物遺傳過(guò)程的計(jì)算模型，作為一種全局優(yōu)化搜索算法具有簡(jiǎn)單通用、魯棒性強(qiáng)、適于并行處理以及應(yīng)用范圍廣泛等顯著特點(diǎn)。遺傳算法是一種群體操作，該操作以群體中所有個(gè)體為對(duì)象。選擇，交叉和變異是遺傳算法的 3個(gè)主要操作算子，它們構(gòu)成了所謂的遺傳操作，使遺傳算法具有了其它傳統(tǒng)算法所沒(méi)有的特性。目前許多學(xué)者對(duì) Holland基本遺傳算法根據(jù)實(shí)際應(yīng)用需求進(jìn)行了改進(jìn)和擴(kuò)展，現(xiàn)已廣泛的應(yīng)用于函數(shù)尋優(yōu)、自動(dòng)控制、圖像識(shí)別、機(jī)器學(xué)習(xí)等領(lǐng)域，成為計(jì)算智能技術(shù)中的常用算法之一。

（2）進(jìn)化規(guī)劃。進(jìn)化規(guī)劃方法最初由佛杰爾（L.J.Fogel）等人于 20世紀(jì)60年代提出的。進(jìn)化規(guī)劃中常用有限狀態(tài)機(jī)來(lái)表示這樣的策略，即借用進(jìn)化的思想對(duì)一組FSM進(jìn)行進(jìn)化以獲取更為有效的FSM。目前，進(jìn)化規(guī)劃已應(yīng)用到數(shù)據(jù)診斷、模式識(shí)別、數(shù)值優(yōu)化、控制系統(tǒng)的設(shè)計(jì)以及神經(jīng)元網(wǎng)絡(luò)的訓(xùn)練等問(wèn)題中，并取得了較好的結(jié)果。由于許多工程問(wèn)題可歸結(jié)為對(duì)特定的輸入產(chǎn)生特定的輸出的計(jì)算機(jī)程序，因而在工程中具有重要的應(yīng)用價(jià)值。

2.4 信息融合技術(shù)

信息融合技術(shù)研究如何加工、協(xié)同利用多源信息，并使不同形式的信息相互補(bǔ)充，以獲得對(duì)同一事物或目標(biāo)更客觀、更本質(zhì)認(rèn)識(shí)的信息綜合處理技術(shù)。多傳感器系統(tǒng)能完善地精確地反映檢測(cè)對(duì)象特征，消除信息的不確定性，提高傳感器的可靠性。

（1）信息融合的基本原理。多傳感信息融合實(shí)際上是對(duì)人腦綜合處理復(fù)雜問(wèn)題的一種功能模擬。在多傳感器系統(tǒng)中，各種傳感器提供的信息可能具有不同特征。多傳感器信息融合的基本原理就像人腦綜合處理信息的過(guò)程一樣，它充分利用多個(gè)傳感器資源，通過(guò)對(duì)這些傳感器及其觀測(cè)信息的合理支配和使用，把多個(gè)傳感器在時(shí)間或空間上的冗余或互補(bǔ)信息依據(jù)某種準(zhǔn)則來(lái)進(jìn)行組合，以獲得被測(cè)對(duì)象的一致性解釋或描述，使該信息系統(tǒng)由此而獲得比它的各組成部分的子集所構(gòu)成的系統(tǒng)更優(yōu)越的性能。

（2）信息融合的功能模型。信息融合可分為高層次和低層次處理，低層次處理包括數(shù)據(jù)的預(yù)處理；目標(biāo)檢測(cè)、分類和辨識(shí)；目標(biāo)追蹤。高層次處理包括態(tài)勢(shì)和威脅估計(jì)以及對(duì)整個(gè)融合過(guò)程的提取?，F(xiàn)有融合系統(tǒng)的模型大致可以分為兩大類：數(shù)據(jù)型模型和功能型模型。

2.5 盲分離技術(shù)

盲分離是指從觀察到的混合信號(hào)中分離出源信號(hào)的問(wèn)題，有時(shí)也被稱為盲源分離問(wèn)題。盲分離屬于在目標(biāo)函數(shù)下的無(wú)監(jiān)督學(xué)習(xí)，其基本思想是抽取統(tǒng)計(jì)獨(dú)立的特征來(lái)表示輸入。在信號(hào)處理中，應(yīng)用盲分離來(lái)解決實(shí)際的應(yīng)用例子，如在陣列信號(hào)處理技術(shù)中僅僅憑借傳感器的觀測(cè)信號(hào)估計(jì)未知信號(hào)源波形；在生物醫(yī)學(xué)信號(hào)提取有效信號(hào)；在無(wú)線通信中利用一個(gè)信道實(shí)現(xiàn)多用戶通信服務(wù)。盲信號(hào)分離中主要針對(duì)信號(hào)的兩個(gè)方面進(jìn)行處理：源信號(hào)的形式是未知的和源信號(hào)的混合方式也是未知的。

3 結(jié)語(yǔ)

雖然智能信息處理技術(shù)已得到很大發(fā)展,但還存在各種問(wèn)題有待研究和解決，欲使智能信息處理技術(shù)不斷取得進(jìn)展并在生產(chǎn)實(shí)踐中得到應(yīng)用,必須和當(dāng)代的前沿學(xué)科相結(jié)合,引入相關(guān)學(xué)科中的新思維和新方法,并善于從生產(chǎn)實(shí)際中提出問(wèn)題,歸納提高到理論和方法的高度進(jìn)行研究和探討。隨著需要處理的信息系統(tǒng)越來(lái)越復(fù)雜，依靠單一智能信息處理方法都有各自的優(yōu)缺點(diǎn),難以滿足復(fù)雜系統(tǒng)的全部要求,因此,將多種不同的智能信息處理技術(shù)結(jié)合起來(lái)的混合智能信息處理技術(shù)是未來(lái)信息處理技術(shù)研究的必然趨勢(shì)。

[1]陳國(guó)良.遺傳算法及其應(yīng)用[M].北京：人民郵電出版社,1996.

[2]林明星，付晨.基于神經(jīng)網(wǎng)絡(luò)的多傳感器信息融合技術(shù)[J].新技術(shù)工藝，1999，（3）：6-8.

[3]何友，王國(guó)宏.多傳感器信息融合[M].北京：電子工業(yè)出版社，2000.