[发明专利]一种基于距离函数的高冲突证据融合方法

说明书

本发明涉及一种基于距离函数的高冲突证据融合方法，该方法包括以下步骤：S1：冲突检查：对各证据进行冲突判断，筛选出具有严高冲突的证据；S2：权重分配模型构建：对筛选出的证据求取各证据之间的距离，根据距离均值建立权重分配模型，获取各证据权值；S3：利用各证据权值获取各证据的可信度；S4：BPA函数修正：结合各证据可信度，对BPA函数进行修正；S5：证据融合：根据Murphy组合规则，对修正后的BPA函数进行融合。与现有技术相比，本发明具有识别效率高、收敛速度快、算法简单等优点。

技术领域

本发明涉及信息处理技术领域，尤其是涉及一种基于距离函数的高冲突证据融合方法。

背景技术

目前，对多种多源信息融合的方法有很多，且各有各的优点，但针对不确定性问题，D-S证据理论的解决能力最为突出。基于这一点，证据理论还是一种较好的融合方法。然而，在信息融合系统中，由于获取信息的多源性和不确定性，使得信息证据可能产生冲突，对于高冲突信息，不适合用传统的证据组合规则，否则会得出与直觉相反的结论，即产生冲突证据的组合问题。针对组合规则的不足，相关领域的研究人员提出了众多改进方法，但各个方法仍存在着局限性，例如增大了全区间的概率，收敛效率过低等。Murphy方法是一种修改模型而不改变Demspter组合规则的方法。Murphy分析了已有的改进方法，提出了一种证据平均组合规则，具体的步骤是：首先将证据的基本概率指派进行平均，之后再用Dempster组合规则进行信息融合。与其它方法相比较，该组合规则可以处理处突证据，且收敛速度较快。Murphy方法在很大程度上解决了冲突证据问题，但它只是对各来源的信息做了简单的平均，并未考虑证据之间内在的联系。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种识别效率高、收敛速度快的基于距离函数的高冲突证据融合方法。

本发明的目的可以通过以下技术方案来实现：

一种基于距离函数的高冲突证据融合方法，包括以下步骤：

S1：冲突检查：对各证据进行冲突判断，筛选出具有严高冲突的证据；

S2：权重分配模型构建：对筛选出的证据求取各证据之间之间的距离，根据距离均值建立权重分配模型，获取各证据权值；

S3：可信度获取：利用各证据权值获取各证据可信度；

S4：BPA函数修正：结合各证据可信度，对BPA函数进行修正；

S5：证据融合：根据Murphy组合规则，对修正后的BPA函数进行融合。

m_i(i＝1,2Λ,n)为各证据表达式，即BPA函数，其中，n为证据的类号。

所述的步骤S2中，各证据之间的距离d_ij的表达式为：

其中，设立辨识框架为Θ＝{A₁,A₂,Λ,A_W}；W为识别框架中的事件或元素个数；i和j分别为两个不同的证据集，两组证据m_i和m_j之间的距离满足交换律，即d_ij＝d_ji。

权重分配模型的表达式为：

Q_i＝1-S_i(0≤Q_i≤1)

其中，Q_i为证据m_i的支持度，即为证据m_i对应的权值；S_i为第i个证据到其他各个证据距离的均值，其表达式为：