基于加权证据距离的高度冲突证据组合方法

为了有效融合高度冲突的证据,以Murphy方法和邓勇加权平均法为基础,提出了一种新的基于加权证据距离的证据组合方法。用Murphy方法确定各证据体的权重,采用修正的City Block距离加权平均求证据间的两两距离,进而获取各证据被其他所有证据支持的程度,归一化各证据的总支持度作为该证据的权重,对多源证据加权平均后再利用Dempster组合规则实现信息融合。实验结果表明,该方法能够更加有效快速地识别出目标,拥有更快的收敛速度。

一种高度冲突证据混合分步合成算法

为证实证据分步合成方法在理论上的合理性,给出多证据分步合成结果的一般表达式,对分步合成方法理论上的合理性、合成结果的收敛性以及最终合成结果与证据行顺序之间的相关性进行研究。提出相关的定理和推论,并进行数学证明。针对高度冲突证据的分步合成问题,设计一种合成公式与加权平均法混合使用的分步合成算法。仿真结果表明,该算法的合成计算过程更为简洁,合成结果的收敛效果更好。

基于DS证据理论的协作频谱感知改进方法

提出了一种新的协作频谱感知方法,该方法采用DS证据理论。首先,在本地感知通过投影近似法分解感知结果以减少次级用户上报至融合中心的感知数据,从而降低协作带宽开销。其次,在融合中心根据次级用户证据矢量之间的距离计算可信度,以可信度为权重对每个次级用户的基本概率分配进行加权平均来减小高度冲突数据对检测性能的影响。仿真结果表明,该方法减少了协作感知的带宽开销,改善了数据高度冲突时的检测性能。