第3讲贝叶斯数据融合 课件.pptVIP

信息融合技术 基于 Bayes 估计的数据融合方法及应用 1 本节内容 Bayes 统计理论 1 基于 Bayes 估计的身份识别方法 2 基于 Bayes 估计的传感器检测数据融合 3 2 Bayes 统计理论 ? 基于经典统计方法的多传感器数据处理。 ? 经典统计理论的两个特征： ? 不采用先验概率； ? 概率是一种类似频数的解释。 ? 经典统计理论的基本原理：小概率原理。 ? 经典统计理论的不足： ? 将被测参数看做一个固定值，没有充分利用其先验信 息； ? 精度和信度是预定的，不依赖于样本。 3 Bayes 统计理论 ? ? ? ? ? n i i A P 1 1 ? 在考虑可靠度情况下传感器测量需要解决的一 个关键问题：真值和测量值。 ? 考察一个随机试验，在该试验中 n 个互不相容的 事件 A 1 ， A 2 ，…， A n 必然会发生一个，且只能发 生一个，用 P （ A i ） 表示 A i 发生的概率，则有： ? 设利用一传感器对 A 事件的发生进行检测，检测 结果为 B ，则 A i 为真值， B 为测量值。 4 Bayes 统计理论 ? 先验知识： P(A 1 ) 、 P(A 2 ) 、 … 、 P(A n ) 表示事件 A 1 ， A 2 ，…， A n 发生的概率，这是试验前的知识称 为“先验知识”。 ? Bayes 统计理论认为，人们在检验前后对某事 件的发生情况的估计是不同，而且一次检验结 果不同对人们的最终估计的影响是不同的 。 5 Bayes 统计理论 ? 后验知识： 由于一次检验结果 B 的出现，改变了人们对事 件 A 1 ， A 2 ，…， A n 发生情况的认识，这是试验 后的知识称为“后验知识”。 检验后事件 A 1 ， A 2 ，…， A n 发生的概率表现为 条件概率： 显然有： ? ? ? ? ? ? B A P B A P B A P n 、 、 、 ... 2 1 ? ? 0 ? B A P i ? ? 1 1 ? ? ? n i i B A P 6 Bayes 统计理论 ? ? ? ? ? ? B P AB P B A P ? ? Bayes 估计是检验过程中对先验知识向后验知 识的不断修正。 ? 条件概率公式： ? ? ? ? ? ? B P B A P AB P ? 或 ? 全概率概率公式： ? ? ? ? ? ? ? ? ? n i i i A P A B P B P 1 其中 A i 为对样本空间的一个划分，即 A i 为互斥事件且 ? ? 1 1 ? ? ? n i i A P 7 Bayes 统计理论 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? n i i i i i i i A P A B P A P A B P B P B A P B A P 1 ? Bayes 公式： 对一组互斥事件 A i ， i=1 ， 2 ， … ， n ，在一次测量结果为 B 时， A i 发生的概率为： ? 利用 Bayes 统计理论进行测量数据融合： ? 充分利用了测量对象的先验信息。 ? 是根据一次测量结果对先验概率到后验概率 的修正。 8 基于 Bayes 估计的身份识别方法 ? 假设由 n 个传感器对一未知目标参数进行测量， 每一传感器根据测量结果利用一定算法给出一 个关于目标的身份说明。设 A 1 ， A 2 ，…， A n 为 n 个互斥的穷举目标， B i 为第 j 个传感器给出的目 标身份说明，且 A i 满足： ? ? ? ? ? n i i A P 1 1 则： ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? n i i i i i i i A P A B P A P A B P B P B A P B A P 1 9 基于 Bayes 估计的身份识别方法 基于 Bayes 统计的目标识别融合模型 传感器 A 传感器 C 传感器 B 目标观测 分类 说明 ID A ID B ID C Bayes 统计 推断 计算 目标 融合 概率 决 策 判 定 身份 报告 目标观测 分类 说明 目标观测 分类 说明 ? ? i A B P 1 ? ? i A B P 2 ? ? i m A B P 10 基于 Bayes 估计的身份识别方法 ? 基于 Bayes 统计的目标识别融合的一般步骤： ① 获得每个传感器单元输出的目标身份说明 B 1 ， B 2 ，…， B n ； ②