第七讲多传感器信息.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 2021/3/26 * 区间型属性——是指属性值越接近或属于某个区间越好的属性。 偏离型属性——是指属性值越偏离某个属性值越好的属性。 偏离区间型属性——是指属性值越偏离某个固定区间越好的属性。 2021/3/26 * 决策矩阵的规范化就是对属性的标准化方法,主要有向量标准化法和线性刻度转换法。 （1）向量标准化法 向量标准化是一种非线性尺度变换,它的基本思想是为了使属性间的比较成为可能,对决策矩阵中每个列向量单独进行标准化。决策矩阵D的每一个标准化值为 (7.2) 2021/3/26 * 标准化后的决策矩阵变为 (7.3) 2021/3/26 * （2）线性刻度转换法 对于效益型属性,线性刻度转换的结果（即对决策矩阵的标准化）为 (7.4) 2021/3/26 * 对于成本型属性,线性刻度转换的结果为 (7.5) 除此之外,还有其他的类型的属性标准化方法。 2021/3/26 * 7.2.2 权重确定 属性的权重反映了每个属性对决策的重要程度,合理地确定权重非常重要。权重的确定方法很多,主要有特征向量法、最小加权法、信息熵法、专家知识法等。下面介绍一下信息熵法。 (7.1) 对一个有M个方案、N个属性的多属性决策问题,决策矩阵为 2021/3/26 * (7.6) 方案关于属性j的评价 定义为 方案关于属性j的熵 为 (7.7) 式中:k为常数,一般k=lnM。 2021/3/26 * (7.8) 信息偏差度 定义为 如果决策者对属性没有偏好,则定义权重 为 (7.9) 2021/3/26 * 如果决策者对属性有偏好,则定义权重 为 (7.10) 2021/3/26 * 7.2.3 多属性决策方法 多属性决策中偏好决策的确定方法有许多,主要分为基本方法和综合方法,下面主要介绍基本方法中的TOPSIS法。 TOPSIS法 TOPSIS法的基本思想是选择与理想解的差距最小和负理想解的差距最大的方案。 理想解——是各属性值达到各候选方案中最好值的解。 负理想解——是各属性值达到各候选方案中最坏值的解。 2021/3/26 * TOPSIS法的基本步骤如下: ① 建立决策矩阵D并对其进行规范化。 (7.1) 规范化后得到矩阵。 2021/3/26 * ② 建立加权标准化决策矩阵Y 式中: 为各属性权重,满足 。 2021/3/26 * ③ 确定理想解和负理想解。设 表示理想解, 表示负理想解,它们的定义分别为 式中:J为效益型属性集合;J’为成本型属性集合。 (7.11) (7.12) 2021/3/26 * ④ 计算距离。每个方案与理想解、负理想解之间的距离分别为 (7.13) (7.14) 2021/3/26 * ⑤ 计算每个方案与理想解的相对接近程度,为 (7.15) ⑥ 偏好方案排序。按照 的降序排列,最前面的方案为最优方案。 理想解 负理想解 某方案 2021/3/26 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 2021/3/26 * 7 威胁估计 威胁估计是态势评估的延伸。它们都是较高层次上的信息融合技术。 该节主要讨论威胁估计的概念、功能、处理过程以及实现技术。 2021/3/26 * 数据 预处理 一级处理 目标评估 二级处理 态势评估 三级处理 威胁估计 人机接口 数据源 四级处理 过程评估 支持 数据库 融合 数据库 数据库管理系统 图1-6 JDL模型结构图 2021/3/26 * 威胁估计的英文缩写为TA——Threat Assessment。 7.1 威胁估计概述 7.1.1 威胁估计的概念 威胁估计是指挥员决策过程中重要的环节,它是建立在目标状态与属性估计以及态势估计基础上的高层信息融合技术。 2021/3/26 * 威胁估计反映敌方兵力对我方的威胁程度,它依赖于敌兵力作战/毁伤能力、作战企图,以及我方的防御能力。