基于DS證據理論的多傳感器數據融合算法研究與應用.pdf

1、多傳感器數據融合在戰(zhàn)場軍需方面發(fā)揮著較好的信息處理作用，并在其他領域逐步獲得廣泛應用。多傳感器數據融合系統(tǒng)得到的關于目標特征信息，然后進行數據融合，得到最終的目標決策。隨著數據融合的廣泛應用，DS證據理論也得到較快發(fā)展，但在應用中一些問題逐漸凸顯，主要為沖突數據的融合處理。對此，針對數據融合中出現的缺點做了以下分析:
　　首先對多傳感器數據融合系統(tǒng)進行了理論闡述，分析了信息融合原理、層次和模型等，亦對于信息融合應用較多的一些方法分

2、別分析描述。
　　然后，針對DS證據理論進行了深入的分析討論，并對證據理論在多傳感器數據融合系統(tǒng)中處理分析時凸顯的信息方面問題進行了分析。
　　針對其存在的這些缺點，國內外學者做出了大量探索，得到許多改進的融合方法。對于證據理論，給出以下兩種方法改進方法:一種是對數據模型的修改，通過引進模糊理論貼近度的概念，分別計算不同證據關于不同目標的貼近度，在考慮證據的貼近度的基礎上對證據權重進行了客觀計算，獲得新的證據信息，接著使用D

3、S證據理論分析處理，合理正確的分析處理了沖突信息。這種基于貼近度的模型修改方法，考慮了不同證據對不同目標的單一權重，通過實驗算例表明，新的方法收斂速度快，融合效果好，是一種有效的融合方法。第二種方法是對合成法則的修改，為了充分利用證據間關于不同目標的沖突信息，通過對證據沖突的分析，給出一種新的合成法則，把證據沖突按照證據對不同目標的沖突程度分配。新方法充分考慮到不同證據對同一目標的一致性描述以及沖突性信息，充分利用了證據提供的信息。通過