论文部分内容阅读
多传感器数据融合在战场军需方面发挥着较好的信息处理作用,并在其他领域逐步获得广泛应用。多传感器数据融合系统得到的关于目标特征信息,然后进行数据融合,得到最终的目标决策。随着数据融合的广泛应用,DS证据理论也得到较快发展,但在应用中一些问题逐渐凸显,主要为冲突数据的融合处理。对此,针对数据融合中出现的缺点做了以下分析:首先对多传感器数据融合系统进行了理论阐述,分析了信息融合原理、层次和模型等,亦对于信息融合应用较多的一些方法分别分析描述。然后,针对DS证据理论进行了深入的分析讨论,并对证据理论在多传感器数据融合系统中处理分析时凸显的信息方面问题进行了分析。针对其存在的这些缺点,国内外学者做出了大量探索,得到许多改进的融合方法。对于证据理论,给出以下两种方法改进方法:一种是对数据模型的修改,通过引进模糊理论贴近度的概念,分别计算不同证据关于不同目标的贴近度,在考虑证据的贴近度的基础上对证据权重进行了客观计算,获得新的证据信息,接着使用DS证据理论分析处理,合理正确的分析处理了冲突信息。这种基于贴近度的模型修改方法,考虑了不同证据对不同目标的单一权重,通过实验算例表明,新的方法收敛速度快,融合效果好,是一种有效的融合方法。第二种方法是对合成法则的修改,为了充分利用证据间关于不同目标的冲突信息,通过对证据冲突的分析,给出一种新的合成法则,把证据冲突按照证据对不同目标的冲突程度分配。新方法充分考虑到不同证据对同一目标的一致性描述以及冲突性信息,充分利用了证据提供的信息。通过算例分析表明新方法运算简单,有较快的收敛速度,还有很好的可靠性。最后通过具体的背景应用,在水质检测与火灾监测方面进行了新方法效果的检测,通过结果可知,新的方法都能得到正确的融合结果,得到符合常理的决策。