修正的D-S合成规则在对巡航导弹目标识别中的应用研究

在分析了D-S合成规则中存在问题的基础上,提出了一种修正D-S融合方法,该方法不但能处理相互冲突证据,而且能够根据焦元包含元素的多少决定向下聚焦的权重的缺陷.同时,在分析巡航导弹攻防对抗研究信息融合系统结构的基础上,将修正的D-S应用到对巡航导弹预警融合节点和拦截融合节点的目标识别中.仿真结果表明了修正的D-S规则在解决巡航导弹目标识别中的有效性.

D-S证据组合规则下的修正系数的研究

针对使用冲突系数辨认证据冲突存在的不足,将Pignistic概率距离转换为证据的可信度,再将证据的可信度和虚假度结合起来,构造一个新的修正系数,然后利用新的修正系数来折扣基本可信度分配函数。最后,利用D-S证据组合规则对修正后的证据进行合成。数值算例分析的结果表明,改进后的证据组合方法得到的结果具有收敛速度快和鲁棒性好的特点,同时保持了D-S组合规则的优良性质。

基于D-S理论的认知无线电频谱感知算法

针对目前的认知无线电频谱感知数据融合判决规则忽略了各感知节点所处环境差异这一问题,研究了一种基于信任度的多节点频谱感知算法,将D-S证据理论引入判决融合中,通过Matlab仿真验证了该算法的性能相比于原有的频谱感知数据融合算法有了很大的提高。

D-S证据理论在凝汽器故障诊断中的应用

运用D S证据理论将用不同模糊方法得出的诊断结果进行融合。试验证明,融合以后的结果比模糊方法得出的诊断结果误判率更低。运用D S证据理论,可以减小因隶属度函数的不同而带来故障误判的可能性,从而更准确地判断故障原因。

基于改进的D-S证据理论的旋转整流器故障诊断研究

D-S融合规则是证据理论的重要部分,广泛应用于多信息融合算法中。由于该组合规则本身存在一些不足之处,应用到旋转整流器的故障诊断中,效果不理想。建立了发电机的系统模型,利用小波能量法提取故障特征,并提出了一种改进融合算法——冲突证据融合规则,其有效克服了D-S融合规则的不足,对一组实测故障数据的融合诊断表明,能够对故障做出准确判断。

基于证据加权融合的改进D-S目标识别算法

为有效融合高冲突证据,在总结已有D-S改进算法(CID-S)的基础上提出了新的基于证据加权融合的改进D-S目标识别算法(NID-S).该算法充分考虑了待融合的两证据源与其他证据源间的关联关系,根据相似度矩阵非负对称的性质求取各证据源的相似度、可信度等特征,进而利用证据源的可信度进行加权平均求和,得到不同证据源对各焦元的支持度,并将其作为一组中心值;然后构造相似度函数,并计算不同证据源中的各焦元信度赋值与其对应焦元的中心值的关联程度,从而确定参与产生矛盾信息的焦元的可信度;最后,在局部冲突信息再分配的基础上,给出改进的D-S组合规则.并与D-S算法、已有改进D-S算法进行仿真分析、对比,结果表明:无论是在相对好的探测环境还是强干扰的环境下,本文所提出的改进D-S算法的目标识别结果均优于D-S及其已有改进算法,且是一种实时性好、抗干扰能力较强,适用范围广泛的目标识别算法.

一种改进的证据理论合成规则

随着证据理论在信息融合领域中的广泛应用,对冲突证据的处理成为证据理论和应用研究热点。提出了一种基于证据重要度和聚焦度的新的合成规则,首先根据各个证据的重要度对冲突证据进行修正,再对冲突进行细化并考虑证据焦元的基数对D-S合成法则的影响,将冲突信息提取后加入组合规则中。通过实验比较和分析,结果说明该方法不仅能够处理一般性冲突问题,也能处理"一票否决"和"鲁棒性"问题。

基于改进D-S证据组合规则的目标识别算法

为了更好地解决高冲突证据的融合问题,提出一种3条证据直接融合的改进D-S算法.该算法首先根据证据支持贴近度函数给出识别框架下各焦元支持度的计算方法;其次根据三维证据直接融合产生的冲突因子的性质及各焦元的支持度,提出一种基于D-S证据组合规则的冲突信息加权分配算法;最后以多传感器多目标识别系统为背景进行仿真实验.理论分析和仿真结果表明,基于三维证据直接融合的改进D-S算法具有较强的抗干扰性能,能有效融合各种冲突信息,提高目标识别概率.

地震预报的证据理论方法

概率论和数理统计方法一直是地震预报中处理不确定性的主要方法,但在很多情况下并不是特别有效。本文引进了一种新的不确定性处理方法—证据理论方法,介绍了如何用该理论表达地震预报问题。讨论了应用其D-S合成规则进行预报的一般过程,并根据地震综合预报的特点,提出了加权的D-S规则。研究结果表明,证据理论应用于地震预报有其独特的优点。

基于欧式距离法的变压器故障BBA模型建立与分析

针对变压器故障诊断中油溶气体技术的改良三比值法存在故障区域边界值判断模糊的问题,在分析改良三比值法的基础上,以欧式距离来表征隶属每种故障概率大小的形式,建立了不同故障下的基本信任分配函数(BBA)诊断模型进行变压器故障诊断,并采用D-S合成规则对不同故障的BBA进行融合,实现了对多BBA模型函数重新构造以及归一表述的功能。利用该模型对长春某500 k VA变电站的变压器故障进行实例计算,并通过改良三比值法和模糊算法进行对比分析。结果表明:该诊断模型能准确、有效地对变压器的多种常见故障进行诊断;用计算隶属故障概率的形式弥补了改良三比值法边界值计算模糊的缺陷,使故障的判别更加趋于真实准确,为电力变压器故障诊断提供了一种有效的方法。

基于压力传感器阵列的车型分类系统

针对当前车型分类系统识别率不高的问题,提出了用4条共聚物压电轴传感器组成的传感器阵列获取车型特征参数的方法。该方法利用传感器的特殊空间分布与车辆各车轴到达各传感器时刻的时空相关性,对采集到的信息进行数据融合,获得了多达11种车型特征参数。分类识别中用模糊统计的方法对大量的样本车型特征参数处理后,构造了隶属函数,最后采用了D-S证据理论对车型进行分类。实践证明该方法具有较高的识别率。

相关部分已知时的相关证据合成

通过用集函数取代基本概率分配函数,给出了当相关部分已知时2个相关证据的合成方法,从而弥补了Dempster-Shafer证据理论中的一个缺陷.此外,当2个相关证据之一的焦元具有嵌套结构时,给出了一种简捷的算法.

灰关联分析在船用制冷系统故障诊断中的应用

灰关联分析方法是一种实用性强、可信度高的设备故障诊断方法,但其存在一定的应用限制。将D-S证据组合规则与灰关联方法相结合,能有效地处理故障征兆与故障类型关系的复杂性与不确定性,且诊断结果可信度较高。通过对某船用制冷系统故障实例计算,证明该方法简单、实用、诊断准确率高。

基于多证据同步融合的目标辨识算法

为提高不同类型冲突证据融合结果的可靠性,提出基于多证据同步融合的目标辨识算法。新算法先是通过分析证据之间的冲突状况,选择适用的冲突衡量参数,并相应给出基于不同参数的证据及源自于不同证据焦元的权值计算公式;进一步,依据新的焦元权值对多证据局部冲突信息实行按权指派。实例和仿真应用结果显示,与现有常用相关算法比较,新算法具有稳定性高、使用范围广泛的优点。

证据理论从两维到多维同步融合

D-S证据理论的组合规则是反映两个证据联合作用的法则。为了得到多个证据源的最终目标属性判决,提出了一种推广到多维同步合成计算的D-S组合规则。详细分析了多维同步融合的情况,提出利用多维同步融合的确定性因子来代替D-S组合规则中的不确定性因子进行融合,避免计算大量无实际意义的"联合概率"乘积项,简化了计算过程,拓展了D-S证据理论的实际应用。并通过仿真验证了推广到多维同步融合的D-S组合规则的正确性和有效性。

新证据冲突衡量标准下的证据二次修正组合

为了有效地融合高度冲突的证据,该文首先分析了经典证据理论中冲突系数的不足,引入三角模算子用于表示证据之间的相似性,由此得到证据距离并定义证据间的马氏距离,二者结合经典冲突系数提出了新的冲突表示方法,能够更有效地度量证据的冲突程度。在此基础上提出了证据的二次修正组合方法。该方法保持D-S组合规则不变,采用序贯式实现证据组合,利用"折扣因子"及信任系数分别对组合证据体及各步融合结果进行了修正,最大程度地减小了冲突证据对融合结果的影响。试验结果表明,该方法与传统的证据理论融合方法相比较,具有更好的准确性和稳定性,能够有效地解决证据高度冲突情况下的信息融合问题。

利用ε贪婪的认知无线电网络频谱感知策略

为提高认知无线电网络(CRN)的检测率和频谱利用率,提出一种基于ε-贪婪和D-S证据的协作频谱感知策略。在频谱探测阶段,利用ε-贪婪算法统计主用户(PU)的占用情况并估计次级用户(SU)的检测性能,利用具有固定分集度的伪随机跳频码,实现无线电频谱的快速扫描;在频谱利用阶段,通过D-S证据规则将感知作业问题转变为二进制整数规划问题;在检测性能约束下,最小化每个子带感知器的数目,获得最优的感知任务分配方案。实验结果表明,该策略具有很好的收敛性,能够避免主要与次要用户之间的频谱占用冲突,有效提高网络吞吐量。

一种基于相似性测度的证据合成公式

针对经典D-S规则融合冲突证据时会出现结果有悖于常理的问题,提出一种基于相似性测度的证据合成公式。利用相似性测度构造证据源可信度,进而得到焦元可信度。将焦元可信度作为冲突信度分配系数以改进合成公式,利用改进的合成公式对证据源进行数据融合。算例结果表明,该方法能有效解决冲突性证据的融合问题,较之以往方法具有收敛性强和可靠性高的优点。

基于决策距离的多传感器信息融合加权平均算法

本文引入证据间距离、证据间支持度和可信度、决策距离测量等重要概念,对证据的信任函数数据进行合理化处理,并借助D-S证据合成规则实现多传感器的信息融合,从而提出基于决策距离的多传感器信息融合加权平均算法。算例分析表明,该方法能够有效解决D-S冲突问题,确保信息融合结果的准确度。