[发明专利]基于D-S证据理论的多传感器信息融合方法

说明书

技术领域

本发明涉及证据理论的多传感器信息融合方法，属于信息融合领域。

背景技术

多传感器信息融合是对不同数据源或不同传感器所获得的信息进行综合与处理，消除或约束多传感器信息之间可能存在的冗余与矛盾信息，降低原始信息的不确定性，以形成对系统环境相对完整一致的描述或判断。这在提高智能系统的决策科学性、反应正确性和目标定位的准确性、信息定位的精确性起着决定性的作用，从而降低整个系统的决策风险。多传感器信息融合在自动目标识别、飞行器导航、战术态势和威胁估计、故障检测与定位等方面都有着广泛的应用。

多传感器信息融合的方法主要包括概率论方法、D-S证据理论方法、模糊集合理论和神经网络方法等。其中D-S证据理论能融合不同层次上的属性信息，同时能够最大程度接受不确定性信息，容错能力强，故而得到了人们的重视。

D-S证据理论是Dempster在1976年首次提出，又由Shafer规范成一个完整理论体系。D-S证据理论是将待识别对象所有可能的集合所构成的空间定义为识别框架并把Θ的幂集记作2^Θ。对于2^Θ中的任何假设集合A，都有基本概率分配函数m(A)，为m:2^Θ→[0，1]并且满足以下条件：

m(φ)=0,ΣA⋐Θm(A)=1]]>

其中φ为空集，m为识别框架Θ上的基本概率分配(Basic Probability Assignment，BPA)。在证据理论中，利用Dempster的证据融合规则来融合多种证据体。设m₁和m₂为二个证据的BPA函数，融合二个证据的规则定义如下：

m(A)=m1⊕m2=11-CΣAi∩Bj=Am1(Ai)m2(Bj)]]>