一种区间距离的冲突证据组合方法

针对含有冲突证据的多条证据组合结果出现反直观的不足,提出基于不确定区间距离的冲突证据组合方法。通过文献［13,15,17］分析发现,由信度及似真函数构成的区间包含事件本身所有的信息,解决了直接由Mass函数构成证据组合过程中信息缺失的问题。根据不确定区间定义了一种区间距离。通过区间距离生成证据间的距离矩阵以及证据间的权重,利用权重对原有证据进行修正,基于Dempster-Shafer证据理论及第6种比例冲突再分配完成证据组合。算例分析结果表明：新方法在冲突度表征变化上与文献［33］的变化趋势一致,证明了该方法的有效性;在多条冲突证据的组合中,新方法的信度值比现有冲突度量方法明显提高,证明了该方法的正确性。     

一种交互合成的目标身份识别方法

针对D-S证据理论(Dempster-Shafer theory,DST)中Dempster组合规则在处理高冲突证据时的不足,以及DSm理论(Dezert-Smarandanche theory,DSmT)在处理低冲突证据时置信度降低的问题,文中提出了DST与DSmT交互合成的目标身份识别方法。该方法先计算证据相似度,然后根据相似度对DST与DSmT交互合成,从而自适应处理证据。算例结果表明了该方法可以有效提高目标身份识别的准确性。     

改进的D-S证据理论在战场目标识别中的应用

战场目标识别中多传感器信息融合面临各种不确定冲突信息。为此,提出了一种基于权重的证据调整方法,给予证据分配不同的权重,重新修正基本概率分配函数,利用Dempster组合规则实现信息融合。通过数值验证并与其他的改进算法对比,结果更为理想,能有效的减小冲突证据的不良影响,同时具有较高的收敛速度,降低了决策风险,仿真结果表明,算法有效、可行。     

基于多分类支持向量机和证据合成方法的多传感器信息融合研究

为克服支持向量机和Dempster方法的不足,提出一种基于SVM多分类器的识别结果概率输出方法。以BPA函数的形式输出SVM多分类结果,对Dempster证据合成方法进行了改进：根据证据之间的相似性程度判断是否存在证据;中突,对于证据数目在3条以上且存在冲突的证据组合,引用统计理论中马氏距离的计算公式计算各证据与其余证据组合之间的距离,导出各证据的重要性权系数,由此对证据的BPA函数进行转化,采用Dempster方法对转化后的BPA函数进行合成。然后,将SVM多分类器的BPA输出作为参与融合的各传感器对应的BPA函数,采用改进的证据合成方法进行合成,得到最后识别结果。结果表明,SVM识别方法能降低错误率,其输出形式包含更多信息量。     

D-S证据理论在多传感器目标识别中的改进

针对证据理论在处理冲突证据时可能得到与直觉相悖的结论,文中首先分析了基本DS证据理论组合准则缺陷的产生原因,提出一种新的基于权值的证据调整方法,给予证据分配不同的权值,重新分配概率分配函数.算例分析结果表明,改进后的方法可以提高识别结果的可靠性,在一定程度上改善了目标识别系统的性能.     

组合D-S证据理论在多传感器信息融合中的应用

在多传感器的目标跟踪领域中,Dempster-Shafer证据理论及其组合方法得到了广泛的应用,但该理论本身也存在一些不足之处.针对D-S组合规则无法解决冲突证据这一情况,根据传感器的优先级不同,提出了采用组合的改进算法来取得合乎直观的合理结果.该算法简单,避免了复杂的数学运算,具有良好的工程应用背景.给定方法与传统D-S理论相比,提高了决策的准确性.     

基于直觉模糊集和证据理论的空中目标综合识别

为提高空中目标敌我识别能力,提出一种基于直觉模糊集和证据理论的空中目标综合识别方法.该方法采用多属性决策的思想解决空中目标综合识别问题,首先借鉴美军先进做法对空中目标综合识别问题进行描述;接着对空中目标综合识别进行多属性决策建模,分别使用AIFS交叉熵、冲突系数与证据距离相结合的方式计算属性权重和专家权重,并使用证据折扣法对属性信息和专家信息集结过程中的证据进行修正与融合;最后结合实例和对比分析验证了该方法的可行性.     

基于改进 D-S 证据理论的海上信息融合方法

针对经典D-S证据理论在实际海上态势分析中对高冲突的证据融合结果准确性较低的问题,提出一种改进D-S证据理论的数据融合方法.通过基于万有引力定律的证据距离公式来衡量证据之间的冲突程度,将冲突较大的融合结果赋予较小的权重,并通过海上武器识别案例进行融合.结果表明,该方法证据冲突越明显,优势越大;证据之间冲突较小时,其融合结果和经典D-S证据理论一致,并具有更高的准确度和稳定性.     

一种D-S证据理论的改进方法及其在目标识别中的应用

研究了基于D-S证据理论的多传感器信息融合算法，提出一种基于D-S理论的推广方法来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来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，提高识别系统的可靠性与准确度。     

基于改进证据理论的导弹故障智能诊断推理方法

针对已有导弹故障诊断规则在对新的导弹超差测试数据进行诊断时无法直接得到诊断结果,甚至会出现诊断结果冲突的问题,引入粗糙集理论(Rough Set Theory,RST)对基本概率赋值进行获取,在分析现有D-S合成规则改进方法与冲突证据权重分配方法的基础上,提出了一种改进的冲突证据合成方法,进而建立了基于改进证据理论的导弹故障智能诊断推理模型。实例验证结果表明,该模型能够更加准确地实现导弹的故障定位,且能有效地减少不确定性对导弹故障智能诊断的不利影响。     

基于证据组合理论的多传感器目标识别算法

为了提高多传感器目标识别的准确性，提出了证据加权数据融合的新方法。给出了证据理论的基本概念、组合规则、加权证据组合及决策规则，同时给出简单的多传感器信息融合模型。针对战场环境下多传感器系统获得的辐射源信息。通过仿真给出了文中方法的目标识别步骤及识别结果．仿真结果表明该算法提高了目标识别的准确性和有效性。减小了识别的不确定性。     

P 距离确定信息量的证据合成方法

针对D-S证据理论在对高度冲突的证据进行融合时可能出现与直觉相悖的情况,在对一些经典改进方法分析的基础上,提出一种基于P距离确定信息量的证据合成方法。在保证各证据之间冲突整体最小的情况下,建立证据权重分配模型,利用遗传算法求出权值,根据权值确定各证据的可取信息量,对基本概率分配函数进行转化。实例分析表明,改进的D-S算法具有抗干扰能力强和决策风险低等特点,能提高证据组合结果的可信性。     

一种新的处理冲突证据的方法

D-S证据理论可以有效的处理不确定信息,是有效的信息融合方法之一.但在证据高度冲突时,因其归一化过程会产生有悖常理的结果.基于此,提出了一种新的证据合成方法.首先采用加性策略对命题进行排序,找出证据支持最大的几个命题,然后对其进行冲突检验及修正,再利用PCR5规则实现信息融合.与其它方法相比,新方法在系统提供的证据高度冲突时仍然能够有效快速的识别出目标.     

基于D-S证据理论的多传感器目标识别信息融合方法

多传感器目标识别系统中多个信息源之间证据高度冲突时,采用传统的D-S证据理论进行信息融合有一定的缺陷。根据信息源间证据冲突的程度,提出了一种新的证据融合算法,该算法依据少数服从多数的原则,首先根据信息源间冲突程度的计算出各信息源权重,再采用D-S组合规则对加权后的信息进行组合。算例分析结果证明了该方法在用于多传感器目标识别系统的有效性和优越性。     

一种新的度量证据相似性测度方法

当证据强冲突时,D-S证据理论会因其归一化过程产生与常理相悖的结果.针对该问题,通过引入相似性测度,对证据源进行特征提取,提出了基于证据相似性测度的目标识别方法.仿真实验表明在传感器受干扰时新方法比别的方法能更快的识别出目标,并且提高了合成证据的可靠性和合理性.     

空战中的多目标威胁评估方法

针对传统空战多目标威胁评估难以满足准确性、实时性的缺陷与不足,提出基于模糊集与证据理论相结合的空战多目标威胁评估方法.该方法通过合理设置隶属度函数计算各威胁指标的威胁度基本概率赋值,使用改进的证据合成规则代替传统Dempster组合规则对其进行指标间融合及时域融合;采用加权求和的方法计算空中目标的威胁值并排序.最后给出仿真算例,验证了该方法的有效性.     

一种基于粗糙集证据理论深度融合的局部冲突快速合成方法

传统证据理论在进行多焦元属性融合时可能产生组合爆炸,当待合成证据体冲突时容易导致一票否决。针对以上两个问题,通过将待合成证据体转换为知识信息系统,应用粗糙集理论对多源信息进行规则约简,得到约简后的知识规则信息系统,计算出信息系统对每条证据体的支持度;在证据合成中,基于规则信息系统引入证据体支持度、焦元可信度、焦元一致性等因素来表示证据体之间的局部冲突,在此基础上给出冲突证据合成规则。通过测试算例对所提方法进行了测试验证,结果表明：该方法具有较快的收敛速度,计算时间消耗能够得到大幅度降低,在冲突证据合成中具有较强的鲁棒性。     

基于DSmT的多传感器目标识别

在总结已有的冲突证据合成方法的基础上。提出了基于DSmT的多传感器目标识别方法。仿真表明。DSmT在系统存在伪证据（干扰）时仍然能够有效快速地识别出目标。     

基于冲突性判定的证据组合新方法

针对冲突证据的组合问题,提出了一种新的证据组合方法。利用DICE系数表征证据之间的相似度,并计算各个证据与其余证据的相似度之和,在此基础上获得各个证据的归一化可信度。对所有证据进行可信度加权平均,并对各原始证据进行冲突性判定及修正,最后利用DS规则完成证据组合。算例仿真表明,本算法能有效处理冲突证据的组合问题,得到合理的组合结果。     

基于复合冲突的临近空间平台效能评估算法

针对目前临近空间平台效能评估研究中出现的评估指标体系不够完善、评估方法不够成熟的问题,在对临近空间平台效能评估指标体系进行改进完善的基础上,提出了一种基于复合冲突的 D-S证据理论的效能评估算法,该算法有助于辅助指挥员进行快速作战决策,仿真验证表明该算法简单易行,融合速度快,能够有效克服单一冲突表示方法的“死角问题”,并且解决了经典D-S理论对高冲突证据组合时出现的悖论问题。