基于D-S證據(jù)理論的多傳感器數(shù)據(jù)融合
2.1.2 Sment改進(jìn)方法
1990年,Sment提出了另一種改進(jìn)方法,將沖突全部賦予空集。改進(jìn)后得合成公式為:

但是上述兩種方法改進(jìn)效果并不明顯,仍然沒(méi)有解決“一票否決”的現(xiàn)象。
2.1.3 孫全改進(jìn)方法
針對(duì)上述問(wèn)題,孫全在2000年提出了加權(quán)形式的組合公式,并引入證據(jù)間兩兩沖突程度參數(shù)K,證據(jù)可信度參數(shù)ε和證據(jù)平均支持度q(A)。這其實(shí)是一種新的證據(jù)可信度分配沖突的方法。他提出的合成公式如下:

式中:




式(4)又可以寫(xiě)成如下形式:

從式(5)可以發(fā)現(xiàn)其中第一項(xiàng)的

2.2 對(duì)融合模型進(jìn)行改進(jìn)
上述方法主要是基于對(duì)D-S證據(jù)理論中組合規(guī)則的改進(jìn),還可對(duì)融合模型進(jìn)行改進(jìn)。Murphy于2000年就已經(jīng)提出了組合前平均證據(jù)的方法。Murphy的方法就是一種修改模型而不變Dempster規(guī)則的方法。Murphy分析了已有的改進(jìn)方法,提出了一種證據(jù)平均組合規(guī)則,具體的步驟是:首先將證據(jù)的基本概率指派進(jìn)行平均,之后再用Dempster組合規(guī)則進(jìn)行信息融合。與其他的方法比較,該組合規(guī)則可以處理沖突數(shù)據(jù),且收斂速度較快。但是Murphy的平均方法只是將多源信息進(jìn)行簡(jiǎn)單的平均,沒(méi)有考慮各個(gè)證據(jù)之間的相互關(guān)聯(lián)。
2004年,鄧勇對(duì)Murphy平均法作了改進(jìn),在Murphy方法的基礎(chǔ)上,引入一個(gè)度量證據(jù)體間相似程度的距離函數(shù),并進(jìn)一步獲得系統(tǒng)中各個(gè)證據(jù)被其他證據(jù)所支持的程度,將該支持度作為證據(jù)的權(quán)重,對(duì)多源證據(jù)進(jìn)行加權(quán)平均后再利用Dempster組合規(guī)則融合證據(jù)信息。該方法繼承了Murphy方法的所有優(yōu)點(diǎn),并且具有更強(qiáng)的抗干擾能力,收斂速度更快。其簡(jiǎn)要步驟如下:
首先,得到各個(gè)證據(jù)之間距離矩陣DM,矩陣元素dij代表證據(jù)i和證據(jù)j之間的距離,即:

傳感器相關(guān)文章:傳感器工作原理
評(píng)論