[发明专利]决策融合方法、装置及系统在审
| 申请号： | 201810600887.6 | 申请日： | 2018-06-12 |
| 公开（公告）号： | CN108734226A | 公开（公告）日： | 2018-11-02 |
| 发明（设计）人： | 程刚;赵文东;王源野;邹贵祥 | 申请（专利权）人： | 中国联合网络通信集团有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京天昊联合知识产权代理有限公司 11112 | 代理人： | 柴亮;张天舒 |
| 地址： | 100033 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 传感器 目标类别 决策融合 观测数据 决策 装置及系统 可靠度 中心度 集合 概率确定 全局决策 条件概率 预设算法 概率 | ||
1.一种决策融合方法，其特征在于，包括：
获取传感器的目标类别集合，所述目标类别集合包括c种目标类别，c>1；
获取传感器的观测数据和中心度，并根据所述观测数据确定传感器的本地决策类别；
根据传感器的观测数据、中心度以及c个目标类别，依照第一预设算法，分别确定传感器的可靠度；
根据传感器的观测数据和c个目标类别确定传感器的决策概率；其中，所述决策概率为传感器的本地决策类别分别为不同目标类别的条件概率；
根据传感器的所述可靠度和决策概率确定传感器的全局决策。
2.根据权利要求1所述的决策融合方法，其特征在于，所述获取传感器的目标类别集合的步骤包括：
获取传感器的历史观测数据，根据所述历史观测数据确定对应的目标类别，生成目标类别集合。
3.根据权利要求1所述的决策融合方法，其特征在于，
所述第一预设算法具体为：其中，r为传感器的可靠度，λ为传感器的中心度，β为常数，为传感器的本地决策类别与目标类别集合中第j个目标类别的欧式距离。
4.根据权利要求1所述的决策融合方法，其特征在于，
所述根据传感器的所述可靠度和决策概率确定传感器的全局决策的步骤具体包括：
根据传感器的所述条件概率和可靠度依照第二预设算法进行融合，得出传感器的全局决策；
其中，所述第二预设算法具体为：其中，ω为传感器的全局决策，P为传感器的决策概率。
5.一种决策融合装置，其特征在于，包括：
目标类别获取单元，用于获取传感器的目标类别集合，所述目标类别集合包括c个目标类别，c>1；
本地决策确定单元，用于获取传感器的观测数据和中心度，并根据所述观测数据确定传感器的本地决策类别；
可靠度确定单元，用于根据传感器的观测数据、中心度以及c个目标类别，依照第一预设算法，分别确定传感器的可靠度；
决策概率确定单元，用于根据传感器的观测数据和c个目标类别确定传感器的决策概率；其中，所述决策概率为传感器的本地决策类别分别为不同目标类别的条件概率；
全局决策单元，用于根据传感器的所述可靠度和决策概率确定传感器的全局决策。
6.根据权利要求5所述的决策融合装置，其特征在于，所述目标类别获取单元具体用于，获取传感器的历史观测数据，根据所述历史观测数据确定对应的目标类别。
7.根据权利要求5所述的决策融合装置，其特征在于，
所述第一预设算法具体为：其中，r为传感器的可靠度，λ为传感器的中心度，β为常数，为传感器的本地决策类别与目标类别集合中第j个目标类别的欧式距离。
8.根据权利要求5所述的决策融合装置，其特征在于，
所述全局决策单元具体用于，
根据传感器的所述条件概率和可靠度依照第二预设算法进行融合，得出传感器的全局决策；
其中，所述第二预设算法具体为：其中，ω为传感器的全局决策，P为传感器的决策概率。
9.一种决策融合系统，其特征在于，包括：
权利要求5至8中任意一项所述的决策融合装置；
传感器；
所述决策融合装置用于根据所述传感器的观测数据进行决策融合。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国联合网络通信集团有限公司，未经中国联合网络通信集团有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810600887.6/1.html，转载请声明来源钻瓜专利网。
