[发明专利]一种基于D-S推理的多平台传感器测量数据融合方法有效
| 申请号： | 201810429294.8 | 申请日： | 2018-05-08 |
| 公开（公告）号： | CN108710900B | 公开（公告）日： | 2022-03-25 |
| 发明（设计）人： | 梁菁;唐琴;王田田 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N5/04 |
| 代理公司： | 成都弘毅天承知识产权代理有限公司 51230 | 代理人： | 李龙 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于D‑S推理的多平台传感器测量数据融合方法，包括如下步骤：获取K类传感器测量数据；再采用最优分布式融合算法对系统航迹进行估计得到精确后的K类传感器测量数据；利用Dempster‑Shafer证据推理方法，对步骤2得到的K类传感器测量数据分别合成多平台同类传感器的特征信息；采用基于Bayes方法的Jeffrey规则的证据更新优化多平台同类传感器的特征信息，此规则中定义强条件mass函数更新证据和弱条件mass函数更新证据；按照与步骤3和步骤4相同的方法对多平台异类传感器进行特征信息融合；然后进行决策输出，得到总体融合数据。本发明解决了现有的协同冲突消除方法如果直接应用于多平台的多源异构传感器系统，会引起计算量大、精确度低的问题。 | ||
| 搜索关键词： | 一种 基于 推理 平台 传感器 测量 数据 融合 方法 | ||
【主权项】：
1.一种基于D‑S推理的多平台传感器测量数据融合方法，其特征在于，包括如下步骤：步骤1：获取N个平台中所有的传感器数据中的第1类传感器测量数据、第2类传感器测量数据……第K类传感器测量数据；步骤2：各类传感器根据实测数据先形成自己的航迹估计，然后再采用最优分布式融合算法对系统航迹进行估计得到精确后的K类传感器测量数据；步骤3：利用Dempster‑Shafer证据推理方法，对步骤2得到的K类传感器测量数据分别合成多平台同类传感器的特征信息，并验证合成结果的合理性；步骤4：采用基于Bayes方法的Jeffrey规则的证据更新优化多平台同类传感器的特征信息，此规则中定义强条件mass函数更新证据和弱条件mass函数更新证据；步骤5：利用Dempster‑Shafer证据推理方法合成多平台异类传感器特征信息；采用基于Bayes方法的Jeffrey规则的证据更新优化多平台异类传感器的特征信息，此规则中定义强条件mass函数更新证据和弱条件mass函数更新证据；然后进行决策输出，得到总体融合数据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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电子科技大学，未经电子科技大学许可，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/patent/201810429294.8/，转载请声明来源钻瓜专利网。
