不完备识别框架下的证据组合方法

证据理论应用中经常面临识别框架不完备问题。本文引入证据框架概念,把识别框架分为已知和未知两个部分,提出一种在识别框架不完备条件下表示和组合证据的开放识别框架方法。该方法能明确区分识别框架不完备与证据冲突两个不同概念,并合理解决了对未知命题集合的基本概率赋值问题,从而克服了D-S理论以及Smets的开放世界假设方法在处理不完备识别框架时存在的不足。     

基于加权信度熵的传感器数据冲突度量与融合

目标识别中,来自多传感器的数据通常包含诸多不确定性。在D-S证据理论框架下,提出一种基于加权信度熵的传感器冲突数据融合与目标识别方法。首先,将辨识框架(FOD)中包含的不确定信息融入新近提出的Deng熵模型;随后,采用加权Deng熵量化不同传感器数据源中的不确定性;最后,实现传感器冲突数据融合与目标识别决策。数值仿真及不同方法的比较分析结果验证了所提方法的合理性与有效性。     

基于改进证据理论的目标识别融合方法

对目标进行识别时,应用Dempster证据组合规则融合冲突证据会产生不合理的结论。针对这个问题,提出一种基于加权马氏距离的证据理论改进方法。使用证据理论前对证据进行预处理,引入加权的马氏距离来度量不同证据被其他证据支持的程度。利用平均证据代替冲突证据,将支持度作为证据的权值,再应用Dempster证据组合规则得出识别结果。通过仿真实验,将该方法与现有方法进行了对比分析,结果表明该方法较其他方法能更有效地融合高度冲突的证据,提高了目标识别的准确性。     

基于动态证据推理的异常航路目标检测

针对概率框架下的航迹航路相关不能有效处理低信噪比跟踪系统中存在的高冲突以及不确定性的问题,考虑到证据推理在度量、处理不确定和高冲突信息的独特优势,提出了在证据推理框架下的航路目标分类算法。为了实现对空中伪装航路目标的识别,提出了一种基于动态证据推理的航迹航路相关算法,并完成相关的仿真验证。针对低信噪比下的雷达跟踪系统进行仿真验证,结果表明,该算法实现了对航迹目标的属性识别,并有效地完成了对异常航路的目标的检测和识别。     

基于均衡信度分配准则的冲突证据组合方法

本文针对目标综合识别中冲突信息的组合问题,以Dempster组合规则为基础,提出了一种基于均衡信度分配准则的冲突证据组合方法 ;并根据证据间的相似性程度来确定组合顺序.通过仿真实验测试,证明本方法比现有算法具有更强的稳健性.     

冲突证据的目标识别系统的研究

目标识别系统中的不确定性信息常常表现为模糊性和冲突性信息.提出了一种在证据理论框架下实现模糊信息融合的方法.针对决策级信息融合中的冲突证据组合问题进行了深入的研究.在对现有组合算法分析的基础上,提出了一种新的冲突证据组合的方法.该方法采用先验概率加权与实际战场环境模糊加权相结合,最后采用归一化的可信度对证据进行加权平均并进行DS融合.仿真实验结果表明,此方法可有效地处理冲突证据,得到合理的融合结果.     

一种应用DS证据理论的雷达目标与IFF点迹关联方法

针对目标数量多、目标构成复杂环境下雷达目标与敌我识别(Identification Friend or Foe, IFF)点迹关联不准确的问题,提出了一种基于DS(Dempster-Shafer)证据理论的关联方法。基于区间灰数模型完成雷达目标与IFF点迹的灰关联度计算,并据此生成DS证据理论中辨识框架的基本概率赋值;利用Dempster规则对证据进行组合,当证据之间存在冲突时采用改进Murphy方法对数据进行处理;最终通过概率转换方法完成关联判决,形成对目标敌我属性的判定。典型场景下的仿真结果表明,该方法能够实现雷达目标与IFF点迹的有效关联,通过多次询问及关联过程,可提升不同场景下的关联正确率。     

DST与DSmT自适应融合算法

与DST相比，DSmT可以很好的解决证据矛盾时的证据组合问题，但是DSmT计算量过大，且在低冲突情况下融合结果次于DST。文章在DST和DSIllT的基础上提出一种将两种融合方法结合使用的融合算法——DST与DSmT自适应融合算法。以冲突率作为判决依据，在冲突率较低情况下采取DST融合算法．当冲突率高于一定阈值时采用DSmT融合算法，并给出了DST和DSmT之间转化的方法。在进行三维飞机序列图像的目标类型识别中．采用本文提出的自适应算法进行迭代运算，可以快速准确地进行目标识别。     

基于D-S证据理论的传感器网络数据融合算法

传感器网络对于多个传感器在不同目标的识别过程中,各种技术冲突便随之接踵而至,并对传感器网络的科学体制产生了能动性的影响,使得系统的实时性和同步性的效能受到很大的负面影响。基于此,文章以D-S证据理论为核心要素,通过矩阵分析在融合算法中的理论地位,辅之以数学归纳法的精要,力求得到与融合结果与D-S证据组合公式相同的结果。     

基于组合矩的激光雷达距离像目标识别

激光成像雷达距离像与目标表面物理结构特性密切相关,体现目标的本质特征,是目标识别的主要研究方向。采用组合矩的神经网络方法进行了相干激光雷达距离像目标识别仿真研究。用Hu不变矩和仿射不变矩两者的低阶矩组合表示距离像目标区域特征,利用反向传播(BP)神经网络识别不同方位角的车辆。当视场角不变时,训练10个目标,每个目标取3～19个样本,在不同载噪比(CNR)情况下,分析Hu不变矩、仿射不变矩和两者组合矩的识别率。理论分析和仿真实验表明利用组合不变矩进行距离像目标识别性能优于单独利用其中一种不变矩。     

单向证据冲突度量方法

针对传统证据冲突度量方法无法表达证据间支持程度差异的问题,提出一种带有方向性的证据冲突度量方法。该方法基于单向支持度间接计算证据间的冲突程度,单向支持度模型采用取小累加运算来表征两证据观点的一致程度,支持系数的引入保证了所建模型具有非对称性。实验结果表明所提方法不但能够有效区分证据间支持程度的差异,而且还能克服传统方法在特定情况下失效的问题。     

基于冲突关系网络的证据合成方法研究

针对经典证据理论处理高冲突情况时结果违反常理的问题,在对其原因及各类改进方法进行研究分析的基础上,提出基于冲突关系网络的证据合成方法.该方法从整体着眼,充分考虑直接与间接冲突关系,通过构建网络,利用PageRank算法的思想获取证据权值并进行加权修正,最后利用Dempster组合规则进行融合,既保留了经典理论优良的数学性质,又较好解决了前述问题.算例分析结果表明,该方法能够客观反映冲突证据所携带的不确定信息,具备一定的优越性.     

存在冲突证据下的证据推理多属性决策方法

针对传统的证据推理方法对证据冲突处理能力的不足,在引入冲突参数的基础上提出了新的证据推理算法,通过证明,新算法完全满足证据合成的4个公理.基于方案集间冲突参数对决策结果影响差异最小化原则,提出了新的冲突参数优化模型,最后通过实例仿真,论证了新算法对解决证据间存在冲突时的多属性决策问题的可行性和优越性.     

一种有效处理冲突证据的组合方法

针对证据理论应用过程中,冲突证据的组合问题和基本概率赋值函数难以确定的问题,提出了一种新的冲突证据的组合方法。该方法以修改模型为基础,而不改变Dempster组合规则的结构。首先,在充分考虑焦元属性之间及证据之间的相互关联性基础上,引入证据体距离函数,然后,求出系统中各证据被其他证据所支持的程度,对支持度归一化后获得各个证据的可信度,并将可信度作为证据的权重,再将平均证据代替冲突证据,最后利用Dempster组合规则实现信息融合。通过仿真实验,将该方法与现有方法进行了分析比较,结果表明应用该方法是一种有效可行的证据组合方法。     

一种改进的证据合成公式

本文讨论了Dempster公式、Yager公式和其他几种证据合成公式存在的不足,提出了一种改进的证据合成公式.该公式可合成多路冲突性和不冲突性证据,冲突性证据按加权平均合成,不冲突性证据按按与运算合成并反映了相互间交叉融合程度.实验表明该公式能合成多种包括高度冲突的证据,具有很好的实用性.     

基于证据理论的上下文本体建模以及不确定性推理方法

不确定上下文信息的表示与推理是研究和开发上下文感知系统的重点和难点。该文首次将证据理论和本体相结合,提出了基于证据理论的不确定性上下文本体建模方法,并对证据组合规则进行了修改,不仅解决了证据理论在高度证据冲突时的局限性,而且使得该推理模型具有自适应性,设计并实现了不确定上下文推理算法。最后,通过在原型系统中的医疗监护和诊断应用,验证了该方法的可行性、合理性和有效性。     

基于皮尔逊系数的冲突证据合成新方法

提出了一种融合证据源预处理和合成规则修改的冲突证据合成方法.算法得到两两证据源间的皮尔逊系数,每个证据源具有特有皮尔逊系数值和.以具有最大皮尔逊值和的证据源为中心证据源,所有证据源相比中心证据源的比例为该证据源的权值,权值反映了证据的重要程度,从而冲突证据源具有最小的权值.利用权值对原始证据源进行预处理,降低冲突证据的重要性.再通过改进的合成规则,对处理后的证据源进行合成,得到最终合成结果.证据正常与冲突情况下的仿真算例验证了新方法不但在证据合成中具有很高的通用性,而且相比其他方法具有很强的优越性.     

基于D-S证据理论的多模复合制导目标识别

多传感器信息融合已成为现代条件下目标识别的重要手段.研究基于D-s证据理论的多传感器信息融合算法,提出一种基于Dempster-Sharer理论的推广方法以解决融合信息的证据冲突问题,并将其用于红外成像/毫米波复合制导系统,进行目标识别的决策信息融合,结果比较理想,能够有效地化解证据间的冲突问题.     

基于D-S证据理论的协作频谱感知算法

在无线传播过程中,主用户信号经常会受到路径损耗、阴影衰落等影响,导致无线通信环境中单个认知用户对主用户的感知结果存在不确定性。因此,结合D-S证据理论方法,提出了一种新的协作频谱感知算法。以能量检测作为基础,将证据间冲突变化程度平均性的概念结合其中,根据这一方式设计了一种新的证据理论合成法则,将多个D-S融合结果送到融合中心进行数据融合,得出最终判决。仿真实验结果表明,该算法能够很好地解决证据间的高度冲突并较为合理地减轻不确定性因素的影响,在信噪比比较低的情况下,获得较好的检测性能。     

一种冲突证据组合方法

针对证据理论的冲突证据融合问题,分析了D-S合成方法的不足,提出了一种新的改进方法,即基于小概率命题似然度最小值的冲突证据组合方法。该方法通过选择信任折扣因子使得命题似然度达到最小,在应用中会比Dempster组合规则和平均策略更为灵活,更符合证据理论在不确定推理方面的本质特性。通过仿真试验表明该算法能有效地排除干扰,得出了符合实际的组合结果,确保了方法的有效性和可靠性。