基于模糊集合论的信息融合技术(2)归纳.pptxVIP

基于模糊集合论的信息融合技术（2）万 江 文4.2 基于扩张原则的多传感器测量信息融合1 模糊融合 在扩张原则中，映射把X上模糊集合映射到Y上的模糊集合，其隶属度为式中：为了方便，把（1）式 表示为 4.2 基于扩张原则的多传感器测量信息融合2 融合函数与顺序加权平均算子一般地，融合函数F应满足以下三个条件：（1） 可交换性。（2） 单调性。（3） 幂等性。4.2 基于扩张原则的多传感器测量信息融合2 融合函数与顺序加权平均算子满足上述三个条件的融合函数F有很多，例如：（1）均值函数：（2）中值函数： （3） 最大值函数：（4）最小值函数：4.2 基于扩张原则的多传感器测量信息融合2 融合函数与顺序加权平均算子定义：一个融合函数 被称为n维的顺序加权平均算子，如果存在一个权向量 ，满足：顺序加权平均算子满足可交换性、单调性和幂等性。4.2 基于扩张原则的多传感器测量信息融合2 融合函数与顺序加权平均算子 顺序加权平均算子是最大值函数（Max）、最小值函数（Min）以及均值函数的推广：4.2 基于扩张原则的多传感器测量信息融合2 融合函数与顺序加权平均算子 由上述关系可知，调整权向量，顺序加权平均算子可以给出最大值与最小值之间的一系列融合函数。 如果多数权重位于W的前端，则融合结果偏向于较大的输入，此时，称W为乐观的； 如果多数权重位于W的后端，则融合结果偏向于较小的输入，此时，称W为悲观的。 最小值函数是最悲观的顺序加权平均算子； 最大值函数是最乐观的顺序加权平均算子。4.2 基于扩张原则的多传感器测量信息融合3 相容性 非常冲突，取平均不合适，该如何融合？？？14岁45岁4.2 基于扩张原则的多传感器测量信息融合3 相容性 若模糊关系满足自反性、对称性，且对于给定的，隶属函数定义的模糊集合为一个凸模糊集合，则称 是相容关系。设 为 上的一个相容关系，反映了之间的相容程度， 反映了之间的冲突程度。 一般地，相容的数据是可以进行融合的，而不相容数据的融合结构可能不理想。补充凸模糊集 A是U的一个模糊子集， ， ，满足：则称A是U的一个凸模糊集。4.3 基于模糊逻辑的多传感器测量信息融合1 一般模糊逻辑系统 推理就是根据已知的一些命题或判断，按照一定的法则或规则，去推断一个新的命题或判断的思维过程。 模糊逻辑推理就是以模糊判断或模糊命题为前提，运用模糊语言规则，推导出一个新的近似的模糊判断结论的过程。 在基于模糊逻辑推理的信息融合模型中，把多传感器测量信息作为模糊逻辑系统的输入，模糊逻辑系统的输出为融合的结果，其核心是模糊规则库的建立。 4.3 基于模糊逻辑的多传感器测量信息融合1 一般模糊逻辑系统 模糊推理是一种利用数据和语言两类信息，根据模糊规则进行信息处理的动态模型，主要用来解决带有模糊现象的复杂推理问题。 从功能上来看，模糊推理系统主要由模糊化、模糊规则库、模糊推理方法及去模糊化几部分组成，其基本结构如图所示。 模糊推理系统的主要工作机制为：首先通过模糊化模块将输入的精确量进行模糊化处理，转换成给定论域上的模糊集合；然后激活规则库中对应的模糊规则，并且选用适当的模糊推理方法，根据已知模糊事实获得推理结果，最后将该模糊结果进行去模糊化处理，得到最终的精确输出量。4.3 基于模糊逻辑的多传感器测量信息融合1 一般模糊逻辑系统(1)模糊化 模糊化的实质是将给定输入转换成模糊集合，当精确值进入模糊推理系统时，一般要将其模糊化成给定论域上的模糊集合。模糊化的原则是：①在精确值处模糊集合的隶属度最大；②输入数据若噪声干扰时，模糊化结果具有一定的抗干扰能力；③模糊化运算应尽可能简单。 4.3 基于模糊逻辑的多传感器测量信息融合1 一般模糊逻辑系统主要的模糊化方法有以下三种：a. 模糊单值法模糊单值法是将精确值转化为模糊单值，这种模糊化方法只是形式上将精确值转化成模糊量，实质上仍然是精确量。设x为实测的精确值，A为用模糊单值法转换后的模糊集合，则有 模糊单值法易于实现模糊化运算，当输入数据准确时，模糊化性能良好，是一种常用的模糊化方法。4.3 基于模糊逻辑的多传感器测量信息融合1 一般模糊逻辑系统b. 三角隶属函数法 如果输入数据干扰严重，那么用模糊单值法进行模糊化处理将会产生很大的误差。对于这种情况，人们常常采用三角形隶属函数法进行模糊化处理。设x是给定的精确量，而A是模糊化后的结果，则三角形隶属函数一般可以写成：其中：参数4.3 基于模糊逻辑的多传感器测量信息融合1 一般模糊逻辑系统c. 高斯隶属函数法 高斯隶属函数法模糊化运算较前两种去模糊方法复杂