北航多源信息融合总复习课2016.pptx

《多源测试信息融合》复习课;Outline;1. 数据融合概述;1. 数据融合概述;1.1 数据融合级别;1.2 数据融合方法的分类;2. 检测融合概述;2. 检测融合概述;2. 1 检测融合系统的分类;2. 2 集中式检测融合系统特点;2. 2 分布式检测融合系统;2. 2 分布式检测融合系统的特点;2.3 分布式融合检测系统;2.3 分布式融合检测系统;2.3 分布式融合检测系统;2.3 分布式融合检测系统;2.3 分布式融合检测系统;2.3 分布式融合检测系统;在具有n个传感器的检测网络中，设定一个阈值k，当存在k个以上的传感器支持某一假设时，则判定该假设成立。融合准则如下： 其中， 。当 时，为“与”方法； 当 时，为“或”方法。;系统的检测概率和虚警概率分别为： 该准则下k的取值很关键，应该在满足一定虚警率的前提下尽可能提高检测率，或在两者之间进行权衡，与实际要求有关。;根据已有数据，选择最有可能产生该数据的假设。令 表示在给定全局观测u的前提下， 为真的概率，则取对应于 的一个假设。融合规则为： 两边取对数可得另外一种形式： ;2.3 分布式融合检测系统;一般表示为： 定义为似然比。 、 为似然函数。 因此，式 也称为似然比检验。;2.3 分布式融合检测系统;2.3 分布式融合检测系统;由此得到N个传感器融合的最大后验概率融合检测准则为： 其中： ;该融合准则的基本原则是在假定虚警概率不超过某个特定上限的前提下，使检测概率最大。即通过选择y空间的R1 区来解决以下问题： Neyman-Pearson引理可精确表达寻找R1的策略。;2.3 分布式融合检测系统;2.3 分布式融合检测系统;2.3 分布式融合检测系统;2.3 分布式融合检测系统;2.3 分布式融合检测系统;2.3 分布式融合检测系统;2.3 分布式融合检测系统;2.3 分布式融合检测系统;3. 多源属性融合;属性融合 (识别)算法;3. 1 基于物理模型的融合;3.2 基于参数分类技术的融合;3.3 基于知识的方法;3.4 三类融合算法的对比;3.5 属性融合算法概述;3.5 属性融合算法概述;3.5 属性融合算法概述;3.5 属性融合算法概述;4.1 贝叶斯统计理论概述;4.2 基于Bayes统计理论的信息融合;4.2 基于Bayes统计理论的信息融合;4.2 基于Bayes统计理论的信息融合;4.2 基于Bayes统计理论的信息融合;5. 基于模糊集合论的信息融合技术;5. 基于模糊集合论的信息融合技术;5. 基于模糊集合论的信息融合技术;5. 基于模糊集合论的信息融合技术;5. 基于模糊集合论的信息融合技术;5. 基于模糊集合论的信息融合技术;5. 基于模糊集合论的信息融合技术;5. 基于模糊集合论的信息融合技术;5 基于模糊集合论的信息融合技术;5 基于模糊集合论的信息融合技术;5 基于模糊集合论的信息融合技术;5 基于模糊集合论的信息融合技术;5 基于模糊集合论的信息融合技术;5 基于模糊集合论的信息融合技术;6.1 D-S证据理论基础;6.1 D-S证据理论基础;6.1 D-S证据理论基础;6.1 D-S证据理论基础;6.1 D-S证据理论基础;6.1 D-S证据理论基础;6.1 D-S证据理论基础;6.1 D-S证据理论基础;6.1 D-S证据理论基础;6.1 D-S证据理论基础;6.1 D-S证据理论基础;6.2 证据合成规则的改进;屏蔽悖论;6.3 证据冲突处理方法;6.3 基于距离的证据冲突处理方法;6.3 基于距离的证据冲突处理方法; 可利用上面证据间距离来衡量证据集中各个证据间的相似程度，证据间距离越小，它们的相似程度越大；反之，距离越大，相似程度越小。;6.3 基于距离的证据冲突处理方法;6.3 基于距离的证据冲突处理方法;例1：假设识别框架下的三个证据E1,E2,E3，焦元分别为A、B和C，相应的基本置信度指派函数m1,m2,m3分别为: ;解：根据证据合成公式，首先计算证据1和2合成后的结果; 基于证据1和2的组合结果m1,2，再次利用组合公式，与证据3进行合成。;例题2：假设空中目标可能有10种机型，4个机型类（轰炸机、大型机、小型机、民航），3个识别属性（敌、我、不明）。采用中频雷达、ESM和IFF三种传感器，假设已获得两个测量周期的后验可信度分配数据： M1