[发明专利]基于耦合度与冲突度矩阵的海水海表温度融合方法

说明书

技术领域

本发明属于信息融合领域，具体地说是涉及一种基于耦合度与冲突度矩阵的多卫星海水海表温度测量值融合方法。

背景技术

近年来，随着信息融合理论的发展，基于概率与集合的融合方法得到一定的发展，并且应用在一些专业领域。然而，将耦合度与冲突度理论应用于一般测量数据的融合中存在较大的困难，主要是测量数据的相互耦合与冲突在量化过程中不容易实现，特别是一般测量数据的格式不统一，而往往在数据融合中采用统一的输入、输出格式和误差范围，很大程度上限制了测量信息的利用效率。

印度的P.M.Muraleedharan 和T. Pankajakshan 2008年在 International Journal of Remote Sensing. 通过时间序列分析法，联合海水海表温度与潜热通量的关系，模拟海水海表温度变化趋势。2011年，文章《Evaluation of satellite sea surface temperature in the southern hemisphere using Chinese Antarctic research cruise observations》中也提到了通过对海水海表温度的持续监测，利用其变化趋势对其研究（作者是Jiping Liu, Judith A. Curry， Zhanhai Zhang, Ming Li, Bo Sun & Lin Zhang）

但在大量的数据源中，不同传感器测量结果之间格式不统一，批量量化耦合度和冲突度存在着较大难度。所以一般情况下，都以对变化趋势进行研究为主要方法。

Vazquez等对用PFSST与ERS-1的ATSR-SST按全球和分区进行交叉比较,分析结果显示加勒比海资料差值最大，平均偏差1.40°C,标准偏差是0.57°C，说明观测精度随海域分布而变化。海洋立体监测中通过多传感器监测，通过数据的耦合度与冲突度矩阵融合的方法尚未见相关文献报道。

发明内容

在多卫星传感器测量海水海表温度过程中，测量结果的融合存在着各种困难，鉴于以上所述现有技术存在的问题。本发明的目的是提供一种基于耦合度与冲突度矩阵的海水海表温度融合方法，合理量化多传感器对同一目标不同测量结果的耦合度与冲突度,得到耦合度矩阵与冲突度矩阵，并修正各传感器系统误差，提高融合结果的精度和测量信息的利用效率。

为了达到上述目的，本发明的构思如下:

根据测量值在真值附近服从正态分布，通过不同测量值与测量误差组成的集合之间的耦合度矩阵来量化同一测量目标的不同传感器测量值之间的冲突与耦合度。

根据上述的发明构思，本发明的多卫星传感器测量海水海表温度，基于测量值之间的耦合度与冲突度矩阵的逐点融合方法，具体步骤如下：

（1）、根据各卫星传感器对同一批目标值测量结果平均值的差异，计算出各传感器的系统误差，并提出系统误差修正系数；

（2）、根据各卫星传感器系统误差区间与对同一测量目标的测量结果的交集计算数据的耦合度，并计算各测量值的权重；

（3）、根据各卫星传感器系统误差区间与对同一测量目标的测量结果的交集的补集计算数据的冲突度，并计算各测量值的权重；

（4）、通过对系统误差的修正，不同卫星传感器对同一测量目标的测量值之间的相互耦合权重和相互冲突权重，计算得到多卫星传感器测量海水海表温度的融合值。

上述步骤（1）中所述的系统误差修正系数的确定，其操作步骤如下：

（11）、首先分别计算不同卫星传感器对同一批测量目标测量值的平均值                                               。(i表示传感器序号)

（12）、再计算上述平均值的期望值(为第i个卫星的测量平均值, 为多个平均值的期望)。

（13）、根据测量平均值与测量期望值计算出系统误差修正系数。

上述步骤（2）计算不同卫星传感器对同一测量目标的测量值交集，计算测量值之间的耦合度，并确各定测量值的权重。其操作步骤如下：

    （21）、计算测量值之间的耦合度得到矩阵

    传感器i的测量值对传感器j的测量值的耦合度为,（其中为卫星传感器i测量值在其误差区间的分布函数；i，j为两个不同的卫星传感器；为耦合度矩阵的第i行j列的数值。）

（22）对的行求和，得到所有传感器对传感器i的测量值的累计耦合度，用此方法求出所有传感器的测量值受其它传感器测量值的耦合度。