[发明专利]一种基于证据模糊因子的多源数据融合识别方法

摘要

本发明提供了一种基于证据模糊因子的多源数据融合识别方法，确定本次目标识别的辨识类别框架后，计算每个证据的自身差异因子、自身一致因子、自身模糊因子和修正系数，对每个证据对分配给各个命题的BPA进行修正，并对修正后的证据进行融合。本发明提出一种证据模糊因子的概念并对原始证据集进行异常检测，基于检测结果对原始证据体进行修正，引入全集项，修正证据源，在此基础上对修正后的证据体进行融合，达到更精确的多源传感器目标融合识别概率。

主权项

1.一种基于证据模糊因子的多源数据融合识别方法，其特征在于包括下述步骤：步骤1，确定本次目标识别的辨识类别框架为θ＝{A₁，A₂，...，A_N}，辨识类别框架为本次识别目标的类别集合，N为目标要识别的类别数；若有n个传感器数据进行融合，则多传感器数据提供的证据集为E＝{E₁，E₂，...，E_n}，各证据对应的基本概率赋值BPA为m₁，m₂，...，m_n，m_i分配给θ中A_j的BPA组成数据矩阵矩阵的第i行表示证据对辨识类别框架中类别分配的基本概率估值；步骤2，计算每个证据的自身差异因子其中，D_ij为证据E_i和E_j的差异系数，步骤3，计算每个证据的自身一致因子其中，U_ij为证据E_i和E_j的一致系数，U_ij＝∑_A＝Bm_i(A)m_j(B)，A，B∈θ；步骤4，计算每个证据的自身模糊因子其中，步骤5，计算每个证据的修正系数步骤6，对每个证据对分配给各个命题的BPA进行修正，步骤7，对步骤6中修正后的证据进行融合，其中