一种改进的智能传感器数据融合方法an improved intelligence sensor ....pdfVIP

一种改进的智能传感器数据融合方法 闫敬东 （胜利油田有限公司技术检测中心，山东东营257000 ） 摘要 本文提出了一种利用模糊集理论和证据理论的智能传感器数据融合方法，其主要思路 为：结合智能传感器的特点首先将每个传感器获取的隶属度函数转化为基本概率指派，再利 用改进的组合规则来组合证据，从而得出融合结果。本方法给出了检测数据到基本概率指派 的转化方法，还解决了证据组合过程中经常遇到的证据冲突问题。最后借用一个例子阐述了 本方法与一般方法的优势，并证明了其应用于实际的有效性。 关键词：模糊集理论；传感器数据融合；相似性测度；证据理论 中图分类号: TN911.2 文献标识码:B An Improved Intelligence Sensor Data fusion Method Yan Jingdong (Shengli Petroleum administration bureau, Dongying ShanDong 257000) Abstract This paper presents a novel method to intelligent sensor data fusion based on the fuzzy set theory and Dempster-Shafer theory in uncertain environment. The fuzzy membership functions obtained by each sensor have been transformed into basic probability assignment. An improved combination rule is proposed to handle conflict evidence. In this method, the transforming method from monitoring data to basic probability assignment is given and a method to solve the problem of evidence confliction is proposed. For this method, a numerical example is used to show the superiority comparing with the common method and illustrate the validity in practice. Key words: fuzzy set theory; sensor data fusion; similarity measure; Dempster-Shafer theory 在智能检测系统中，多传感器数据融合技术是一项被广泛使用的技术。一些学者指出可 [1] 以用高斯概率密度函数表示每个传感器的输出 ，假定传感器在统计上是独立的，则可以组 合每个传感器的高斯概率密度函数，来生成新的高斯概率密度函数，从而达到融合多传感器 数据的目的。这种方法在传感器输出可以用实数表示的情况下能够得到良好的结果，但是在 针对单个传感器高斯概率密度函数无法确定的情况下，这种方法却是不适用的。为了解决这 个问题，模糊逻辑被用于构造传感器的单独决策输出。 证据理论由于其具有可交换性和可结合性，在数据融合中得到了广泛的应用[2] 。在本文 中，我们提出了一种新的通过证据理论融合模糊传感器信息的方法。该方法能够处理测量中 的不确定信息，同时可以有效的解决冲突信息的问题。 1．模糊集理论和证据理论 1.1 模糊集理论 模糊集理论将一个集合的隶属度定义为一个可能性分布，它允许一个命题表述为既不完 全正确也不完全错误[3] 。考虑一个论域X ，x 为其中的元素，X 的精确集合A 定义为特征 函数f A (