随机排列集中融合规则的矩阵实现及优化.pdfVIP

摘要

摘要

信息融合是一种利用多源信息对目标进行更客观、更本质的描述的技术，在

各领域取得广泛应用。Dempster于1967年提出了证据理论，将事件空间拓展到了

幂空间，高维的信息表示在带来信息处理优势的同时也增大了计算量。矩阵运算

凭借其天然的并行优势，在证据理论领域取得了良好的应用。

在多源信息融合领域，有序信息的融合是一个未被深入研究的课题，复杂环

境下的有序信息融合亟需相关理论模型。随机排列集理论作为一种考虑序信息的

理论，在理论上取得长足进步的同时，也存在一些不足，主要包括以下两点：（1）

信息模型方面：目前随机排列集简单地将证据理论中的幂集事件空间拓展到排列

事件空间，信息模型完全由排列事件空间上的质量函数刻画，表达方式单一，质

量函数的物理意义不明确，需构建更完整的信息模型。（2）融合规则方面：随机

排列集融合规则目前主要为左右正交融合规则，该规则对融合顺序要求严格，且

左右正交融合规则不满足交换律、结合律等信息融合的基本原则。

本文基于证据理论，研究随机排列集中的信息模型和融合规则，概括如下：

（1）基础部分：提出一种新的编码方法，分为有序编码和无序编码两个