基于矩阵分析的融合法在证据理论中的应用.docVIP

此文章为期刊中心最新收录 基于矩阵分析的融合算法在证据理论中的应用 作者：季明昌 聂荣军 【摘 要】直接采用证据推理组合公式计算传感器信息融合结果，计算量和计算延时会随着发现目标的个数增加而增加，采用两个证据组合的递推计算的方式计算融合结果，提出一种基于矩阵分析的融合算法，利用了matlab软件及C语言编程对该方法进行实现并用实例进行计算，结果证实该方法计算得到的融合结果与证据推理的合成公式得到的结果相同，但计算所需的时间将减少。 【关键词】证据推理；矩阵分析；融合算法；传感器信息 随着传感器探测技术的快速发展，多传感器的数据融合已成为许多领域中竞相发展的关键性技术。所谓数据融合，是把若干不同类别和来源的数据进行综合处理，以获得更有效信息的过程。在多传感器信息融合系统中，各传感器提供的信息包含着大量的不确定性，信息融合中心必须依据这些不确定性信息进行推理，以提高信息的可靠性，增加信息的互补性，从而达到目标身份识别的目的[1]。不确定性推理方法主要包括Bayes推理和证据理论等，其特点是易于实现，尤其是证据理论，它的主要优点是：满足Bayes概率理论更弱的条件，具有直接表达“不确定”和“未知”的能力。正是由于这些特点，使证据推理成为处理不确定性问题的最理想方法，然而直接采用证据推理组合公式计算融合结果，计算量和计算延时会随着发现目标的个数增加而增加。因此本文给出一