[发明专利]基于D-S证据理论的多传感器信息融合方法

权利要求书

1.基于D-S证据理论的多传感器信息融合方法，其特征在于，包括以下步骤：

步骤一、原始证据的获取：

将l个传感器的每一条传感器源当做一个证据源，获得由l条证据e_i组成的证据集E＝{e_i，i＝1，2，...，l}；根据设定的辨识框架Θ＝{θ₁，θ₂，...，θ_n}将证据e_i整理为证据数据m_i(A)，i＝1，2，...，l；

Θ＝{θ₁，θ₂，...，θ_n}为命题互斥且完备的集合称为辨识框架，n为辨识框架的命题数目，表示证据数据所指向的事件或目标；

步骤二、焦元集提取与排序：

将证据集E中所有满足证据数据m_i(A)＞0的A提取出来，并按A的基数从小到大进行排序，形成有序焦元集K＝{C₁，C₂，...，C_J}，C₁，C₂，...，C_J为焦元，一共有J个焦元；对于有序焦元集K中的焦元C_j，j＝1，2，...，J，C_j对应的证据数据为m_i(C_j)；

步骤三、BPA确定化：

对于有序焦元集K中某一焦元C_j，用与焦元C_j相应的证据数据m_i(C_j)，对其基本概率分配进行确定化，即BPA确定化，得到m′_i(C_j)；确定化公式为：

mi′(Cj)=ΣBmi(B)|Cj∩B||B|,|Cj|=10,|Cj|≠1---(1)]]>

|C_j|表示焦元C_j基数为1；式中B和C_j均表示有序焦元集K中的焦元，某一焦元C_j为当前计算的焦元，B为除了C_j以外有序焦元集K中的其他焦元；即当|C_j|＝1时，排除当前计算的焦元C_j以后，在有序焦元集K中将剩下的所有焦元依次进行计算，一次取一个焦元进行计算，当所有的焦元计算完成后，求和；

步骤四、焦元的信度与合成权重：

计算第i条证据对于基数为1的焦元C_j的融合权重函数w_i(C_j)，如下式：

w_i(C_j)＝1-(m′_i(C_j)-m_i(C_j))，|C_j|＝1

步骤五、证据合成：

根据融合权重函数w_i(C_j)和m′_i(C_j)，按公式(2)进行证据合成

m(Cj)=Σiwi(Cj)Σpwp(Cj)mi′(Cj),|Cj|=11-sum|D|=1m(D),Cj=Θ---(2)]]>

式中D表示基数为1的焦元；

对所有焦元C_j运用上式进行证据合成，得到全体证据集的合成结果，将其作为传感器的输出决策。