不完善信息融合术及其在移动机器人中的应用.pdf

摘 要 随着传感器、计算机以及信息等技术的迅猛发展，各种具有复杂应用背景的多传 感器系统不断涌现，使得信息的获取、处理和融合变得多样化。多源信息融合技术如 今已在军事和民用领域都得到了广泛的重视和应用，其理论和方法已经成为智能信息 处理和控制的重要研究领域。 迄今为止，学者们针对实际应用提出了许多信息融合算法，其中的证据理论允许 人们对不完善信息进行建模及推理，符合人类思维方式，得到了广泛的推崇。最近提 出来的Dezert-Smarandache 证据理论（DSmT ）可以处理几乎所有类型的信息，其优 势更是体现在对不确定、不精确以及高冲突信息的处理上，拥有完备的描述方法，是 一种优秀的证据推理理论。 本文在简要介绍了Dempster-Shafer Theory （DST ）、DSmT 和中智理论后，根据 信息的特征，对不完善信息进行了归类，并从定量融合和定性融合两个角度对基于证 据理论的不完善信息融合技术进行了深入研究，针对不完善信息中的不同种类信息分 别提出了相应的融合算法，并对这些算法进行了深入的分析和比较，构建了完整的多 源不完善信息融合理论体系，为多源不完善信息融合技术的推广奠定了基础。 本文还对证据理论领域现有的融合框架