[发明专利]一种多物理域特征信息融合方法

权利要求书

1.一种多物理域特征信息融合方法，具体包括如下步骤：

(1)获取各单物理域的特征信息集

通过测量工具获取工程事件中所需要的先验信息，去除其中的冗余信息，获得优化的特征信息集；

(2)将步骤(1)得到的特征信息集中的每个特征信息值X_i转换成区间形式；

(3)求取广义隐马尔科夫初始模型，具体过程为：

首先根据工程实际情况，划分工程状态；

然后利用区间化了的特征信息值X_i以及划分的工程状态，求取状态转移概率矩阵A、观测概率矩阵B以及初始状态概率矩阵π，即可获得广义隐马尔科夫初始模型λ＝(A，B，π)，其中，上述各概率矩阵中的概率用广义区间概率取代；

(4)根据获得的广义隐马尔科夫初始模型λ，获取最优模型，具体为：

(4.1)利用特征信息集中的观测序列O，通过前向后向算法，计算在所述广义隐马尔科夫初始模型λ下的区间概率P(O|λ)；

(4.2)利用特征信息集中的观测序列O，通过viterbi算法，选择所述广义隐马尔科夫初始模型λ对应的最优状态序列Q＝q₁q₂…q_T；

(4.3)利用所述观测序列O，通过Baum-Welch算法，调整所述初始模型λ的参数，直至P(O|λ)区间概率的上、下界都收敛为止，即得到最优的广义隐马尔科夫模型

(5)利用上述步骤求得每个单物理域的最优的广义隐马尔科夫模型，再根据广义贝叶斯法则建立各单物理域最优模型参数间的耦合关系，合成联合的广义区间后验概率分布，即完成获得多物理域特征信息融合。

2.根据权利要求1所述的方法，其特征在于，所述的步骤(2)中将特征信息值X_i转换成的区间形式为[X_i-ε，X_i+ε]，其中，为合成误差，a_i为误差传递系数，ε_i为用于测量特征信息值X_i的测量工具的误差。

3.根据权利要求1所述的方法，其特征在于，所述的步骤(2)中特征信息值X_i转换成的区间形式为[X_i-3σ，X_i+3σ]，此时，特征信息集中的特征信息值呈正态分布，σ为其标准差。