推荐序
作为本书的合作主编和特约作者，很高兴得知该书将在中国出版。要特别感谢上海交通大学史习智教授对翻译该书的建议，并主持了整个翻译工作。我们相识于2000年国际信息融合会议（巴黎），多年的友谊和交流为本项工作的顺利进行奠定了基础。
2010年，应西班牙查理三世马德里大学(UC3M) 的Jesus Garcia 教授之邀，我访问了马德里。由于西班牙是一个拥有广阔海岸线的半岛，许多研究都与海事问题有关。在探讨联合研究课题时，我们很自然地讨论了海事问题。对此，有许多情境信息可用，诸如水深、码头的位置、各种海岸传感器和已知的航道等。讨论也自然地扩展至许多监视类的问题，这需要融合基于传感器的数据和人员报告的数据。由讨论获得灵感，我决定编写一本将情境信息集成至数据融合过程的书，这将会是该主题的第一本著作。我也邀请了意大利Udine大学的Lauro Snidaro教授和美国空军科学研究办公室的Erik Blasch博士一起完成该书，本书也是对国际数据和信息融合学术界的一份贡献。该书的中文译本也将进一步帮助已取得诸多进展的中国研究人员，他（她）们已成功地举办了2017年国际信息融合会议（西安）。
本书旨在以高级别融合和低级别融合之间的平衡将情境信息集成至信息融合系统的设计之中，以适应广泛的应用领域。情境的概念是复杂的，更多的情境信息是在语言或软信息框架中表示的，所以，硬融合和软融合问题受到了关注，在各种应用中，都展现了利用情境信息所取得的实际收益。
我曾不止一次地同我的主编同事谈起对史习智教授的谢意，也非常感谢中国航空学会信息融合分会邀请了多位领域专家承担繁重的翻译任务，他（她）们是：耿琳、崔亚奇、韩德强、范晓婧、刘妍、 朱洪峰、吕亚飞、蔡咪、顾祥岐、刘恒燕、肖碧琴、丁迎迎、石汪权、于昌荣、蒲勇、刘准釓、张作伟、刘泽超、张希娟、段静菲和陈 照。
全书由史习智教授校对。
最后，感谢上海半斗经济发展中心对本项工作的支持和推动。
Prof. James Llinas, Director (Emeritus)
纽约州立大学布法罗分校，多源信息融合中心
2018年11月
?
?
前 言
本书将“信息融合”和“情境”两个复杂的主题联系在一起，二者都有很长的发展历史。在本前言中，我们阐述其发展的原委并给出全书的组织框架。
历史
信息融合的概念可追溯至亚里士多德的著作，它确认了人类感官的整合。随着技术的进展，对感知的本质进而理解为不仅要收集人的数据（例如视网膜的接收器），也要从物理传感器获得数据（例如像素）。对信息融合来讲，情境有其自身的哲理起源。从古希腊起，对人与世界之间，内部和外部的相互作用，就有过各种争论。心理感知和物理感知是集成身心感受的一种手段，其过程与情境理解相似。
情境的作用
情境增强信息融合的三项内容是：感知的情境影响函数、信息系统和计算。与情境有关的关键问题之一是Gibson所定义的生态感知。20世纪50年代出现一种概念，即人的意识由感官严格地构成感知。然而，Gibson对此概念提出了挑战，在其1966年的著作The Senses Considered as Perceptual Systems中，他指出神志可直接解释为来自环境的刺激。在另外的著作中，他断言，外部环境影响行动和生态观，其中，对外部环境的自我概念（情境框架）会影响感知。这些著作构成了有关感知中情境作用的里程碑。20世纪90年代，第二个里程碑包括从各种感知数据采集的大规模物理信息，包括气象、地形和道路数据，称为地理信息系统（Geographical Information System，GIS）。根据所采集的大量数据，信息领域的研究人员使用该信息以改进估计的精确性。最近，情境—感知计算方法显示，全局信息可用于修改或增强局部估计过程的有关参数或关注的状态。利用互联网，就有可能实现分布式处理、基于云的信息获取和认知自主。当今，通过数据库、无线连接和云技术可充分地获得这些信息。由于能够访问相关的GIS数据及更大范围的其他形式数据，使得使用情境信息的能力可以推广至更多的应用领域。
表1列出了信息学术界所确定的里程碑的一般主题。纵览历史长河的普遍贡献，有三个领域，即概念和哲理，数学和数据集成理论，以及结构体系和应用，这三个领域便于编者组织来自信息融合领域的顶尖科学家、研究人员、从业者和管理人员为本书提供素材。
表1 情境开发能力随时间的演变
信息视角 时间段
古代 20世纪60年代 20世纪90年代 2010年之后
信息 感知 估计 多传感器 信息
情境 身心 生态 GIS 感知计算
情境融合 哲理 理论 应用 结构体系
现代信息系统应用
现代信息系统必须考虑其所处应用领域的特定性质，显示鲁棒性，以及情境敏感行为。同样地，除了即时的感觉数据外，系统设计者必须考虑不同的情境知识源，以发展一个有效的、高效的和有用的态势评估方法。对于广泛的应用领域，情境知识可能包括场景的结构模型、实体和周边环境之间的已知先验关系、为解释或约束系统输出所需的动态场景，以及估计所关注领域态势时用户的偏好、社会规范和文化。情境包括扩大原本有界估计的条件和增强含义的估计结果。本书为系统设计者提供了一个广泛的讨论框架，将情境信息用于基于融合的估计（据本书作者所知，至今在文献中尚无先例）。
信息融合系统的发展，包括数据级融合、传感器级融合和特征级融合，是各项应用的一个必要的工程过程。新的领域需要日益增多的情境化的解决方案和态势自适应机制。包容情境因素及信息融合系统的潜在发展提供了一个改进融合输出质量的机会，使得解决方案能适应不同应用的需求并增强对用户查询的对口响应。基于情境的策略挑战包括选择适当的表示、开发和实例。情境可表示为知识库、本体和地理地图等，从而构成关切自适应能力和系统性能的有力工具。应用例包括情境辅助跟踪和分类、态势推理、本体构建和决策更新。同时讨论的情境还有对信息融合增强性能有特定要求的领域和传感器。例如，情境辅助的目标跟踪寻求确定具有领域约束敏感性（例如道路）的运动学运动，而情境辅助的信息融合解决方案不仅利用道路信息，也利用相同地理信息的社会规范（例如交通规则）。
本书的内容
本书介绍基础推理、理论和方法，包括融合过程设计和实现中的情境影响，以及情境信息用于现今实际应用的最新成果；强调高级别信息融合和低级别信息融合之间的平衡问题，以展示在高要求条件下的性能改进；选择集成不同学术界（与信息融合学术界之外的读者有关）的研究成果的整体方法，强调组合不同的技术以克服单一视角、遗留计算（legacy computing）和传统上应用于特定领域数据和信息的程序的局限。信息融合的新近进展包括情境利用、多级别融合性能和硬/软融合。本书最后介绍了需要基于情境知识的有代表性的应用领域，例如视觉系统、港口监视、机器人和环境智能等，以说明基于传感器的数据和情境信息相协同的过程会产生更鲁棒而翔实的结果。
大纲
全书分为以下六部分。
基本原理：介绍信息融合和情境中的必要术语和关键元素。主要概念是以JDL/DFIG 数据融合模型表述的，有助于读者在一个熟知的环境下构建情境增强融合。
用于融合的情境概念：介绍情境—感知信息融合的中心主题和问题；情境的形式化连同源自情境——增强目标跟踪、决策支持和威胁评估的话题。
情境融合的系统观念：讨论在开发情境—感知融合系统中的设计问题和挑战，提出了几种体系结构，对于专门用于情境访问和发现的中间件层具有关键作用。
情境的数学特征：对典型融合问题（诸如传感器质量评估、目标跟踪和文本分析等）中的情境影响建模提供了数学依据。
硬/软融合中的情境：处理设备—生成的数据（硬）与人—生成的数据（软）的融合。作为一个新话题，情境将硬数据和软数据联系在一起。
情境方法在融合中的应用：提供了一系列应用，在其融合过程中，情境信息的利用提升了系统性能。应用领域包括海上和地面目标跟踪、监视、机器人和辅助驾驶。
希望我们所介绍的信息及技术有助于各方从业者、研究人员、读者和学者寻求实践中的信息融合解决方案。本书集合了该领域的最顶尖专家，以展示他们使用情境来增强信息融合结果的技术。
Lauro Snidaro（Udine ，意大利）
Jesús García（Carlos Ⅲ ，西班牙）
James Llinas（纽约大学，Bufallo分校，美国）
Erik Blasch （空军研究实验室，Roma，纽约，美国）
