基于模糊集合的证据理论信息融合方法.pdfVIP

152 , 计算机工程与应用 座机电话号码 ComputerEngineeringandApplications 基于模糊集合的证据理论信息融合方法 孔金生 李文艺 , , KONGJin-shengLIWen-yi 郑州大学 电气工程学院 郑州 , 450001 , , , SchoolofElectricalEngineeringZhengzhouUniversityZhengzhou450001China : E-mailkfliwenyi@ , KONG Jin-shengLIWen-yi.Evidencetheoryinformationfusionmethodbasedonfuzzyset.ComputerEngineeringand , , : Applications座机电话号码 152-154. : AbstractAnewmethodofinformationfusionusingthefuzzysettodetermineprobabilitydistributionfunctionisgiven.Firsta , fuzzysetofthefusiontargetisconstructedandthentheprobabilitydistributionfunctioniscalculatedbasedonthemembership ; , functionlasttheresultisgottenbyusingD-Sruleformulti-sensorsinformation.Themassfunctioniseffectiveininformation fusionthroughtheexperimentofthetirepressuremonitoring. : ; ; ; Keywords informationfusionmassfunctionevidencetheoryfuzzyset 摘 要 提出了一种利用模糊集合确定概率分配函数 函数 进行信息融合的方法 该方法首先构造出融合对象的模糊集合 : mass 。 , 然后以隶属度函数为基础计算出概率分配函数 再利用 规则对多传感器信息进行融合 汽车轮胎压力监测的实验表明该方法 , D-S 。 获得的mass函数在信息融合中的有效性。 关键词 信息融合 函数 证据理论 模糊集合 : ; ; ; mass : 文章编号: 文献标识码: 中图分类号: DOI10.3778/j.issn.1002-8331.2008.20.046 1座机电话号码20-0152-03 A TP14 献 根据目标类型和环境加权系数确定 函数 以上获得 1 引言 [5] mass 。 的 函数都可以取得很好的融合结果 但每一种方法都是 多传感器信息融合技术是对来自不同传感器 信息源 的 mass , 数据信息进行分析与综合,以产生对被测对象的统一的最佳估 限定在一个具体的应用中。 计 因而可以使信息在准确性 可靠性及完备性等方面较其中 本文提出了一种利用模糊集合确定概率分配函数 mass , 、 任一单个传感器有明显提高 由于传感器所提供的信息都具有 函数 进行信息融合的方法 首先根据实际情况构造出模糊集 。 . 一定程度的不确定性,因此信息融合过程实质上是一个非确定 合 计算出每个传感器所得数据的隶属度 然后把隶属度转化 , , , 性推理与决策的过程[12] 由于 证据理论能很好地表示 不 “ 。 D-S 成 函数 最后利用 合成规则对多传感器的信息进行 mass , D-S 确定性 及 无知 等认知学上的重要概念 且推理形式简单 因 ” “ ” , , 融合 本文所提出的利用模糊集合可以方便的构造出 函 。 mass 而在信息融合方面起着重要的作用 证据理论又称 。 Dempster- 数 并可以取得良好的融合效果 汽车轮胎的压力安全预警实 , 。 证据理论或信任函数理论 是由 于 年提 Shafer , Dempster 1967 验表明了该方法的有效性。 出的 于 年对此做了系统发展 经过几十年的发 , 。 Shafer 1976 展 该理论得到了国际学术界的广泛承认 证据理论的主要特 , 。 2 D-S证据理论方法 点就是可以通过证据的积累逐步缩小假设集,证据理论的一个 2.1 基本内涵 基本策略是将证据集合划分成两个或多个不相关的部分,并利 证据理论用 识别框架 表示所感兴趣的命题集 它 D-S “ ! ” , 用它们分别对辨识框架独立进行判断 然后用 组合规划 , D-S ! 定义了一个集函数 : , 将它们组合