贝叶斯数据融合中“模糊”数据随机集模型的探讨.pdfVIP

学兔兔 贝叶斯数据融合中“模糊”数据随机集模型的探讨 李金明，等 贝叶斯数据融合中 “模糊”数据随机集模型的探讨 李金明，黄建华，王银锁 (兰州石化职业技术学院电子电气工程系 甘肃兰州。730060) 摘 要：基于随机集理论运动物体轨迹的检测、提取、识别和跟踪是比较前沿的研究课题之一； 有限集统计理论的核心是多源、多目标微积分计算。随着GPS、GIS的快速发展，为GPS、GIS提出了 更高的要求；怎样处理具有多源、多目标传感器 “模糊”数据是当前工程技术人员急需解决的问题。 将贝叶斯方法论进行推广，利用有限集统计理论的专家系统方法 (如模糊理论、D—s证据理论)，可以 使得不完整特性的传感器数据得到处理。 关键词：FISST；模糊；随机集 DOI编码：doi：10．3969／j．issn．1001—9227．2014．06．0192 AbsI喇 ：Based on the motion detection．random set theory object recognition and tracking is a research subject of frontier,the core of finite set statistics theory is to calculate the multi-source，multi object calcu- lus．With the rapid development of GPS GIS put forward higher require ments for GPS GIS，How to deal with multi—source，multi target sensor”fuzzy”data is the current solution of engineering and technical person— nel in urgent need of the problem．The Bias methodology is extended，the expert system method using the fi— nite set statistics theory(such as fuzzytheory,D—S theory of evidence)，It can make Incomplete Characteristic’ s Sensor data to get a better dea1． K田w ：FISST；Fuzzy；Random sets 中图分类号：TH131 文献标识码：B 文章编号：1001-9227(2014)06-0192-03 0 引 言 证及条件数据。 单传感器、单目标在统计学上可以被直接推广 1 多源多目标非线性滤波 到多传感器多目标问题中讨论；同时也可以通过贝 多传感器多目标滤波算法以及准高斯多目标分 叶斯非线性离散时间递归滤波器推广，例如卡尔曼 布是最优贝叶斯技术的实质；多传感器多目标的测 滤波器就是贝叶斯非线性离散时间递归滤波器的一 量和运动模型、概率质量函数以及FISST(有限统计 个特例，从而实现了多传感器多目标数据的融合、 理论)多源多目标微积分是研究目标跟踪的基础；多 检查、跟踪和识别；该方法目前来看是最优的，因 目标传感器以及运动模型的信任质量函数B(S)，在 为它是基于真实的多目标传感器模型和真实的多目 多传感器多目标统计中所起的作用和概率质量函数 标马尔科夫密度；推导出的公式也是真实的多目标 p(S)，在单目标统计中的作用相同；多目标积分 后验分布，因此得到的多目标滤波器是最优的u 。 f f(z)dz和导数dp／d