D-S 证据理论在多平台协同数据融合中的应用

D-S 证据理论在多平台协同数据融合中的应用

ID:38262536

大小:195.28 KB

页数:5页

时间:2019-05-25

D-S 证据理论在多平台协同数据融合中的应用_第1页
D-S 证据理论在多平台协同数据融合中的应用_第2页
D-S 证据理论在多平台协同数据融合中的应用_第3页
D-S 证据理论在多平台协同数据融合中的应用_第4页
D-S 证据理论在多平台协同数据融合中的应用_第5页
资源描述:

《D-S 证据理论在多平台协同数据融合中的应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、D-S证据理论在多平台协同数据融合中的应用张晓明王航宇(海军工程大学,武汉430033)摘要:为解决多平台协同数据融合问题,采用基于D-S证据理论的数据融合方法,分析了该理论在多平台协同数据融合中的应用原理,并将此方法运用于舰船类型的识别。通过MATLAB仿真计算对D-S方法在多平台协同数据融合和单平台数据融合中的应用进行了比较,验证了该理论在多平台协同数据融合中的有效性和实用性。关键词:D-S证据理论;舰艇多平台;协同数据融合中图分类号:TP273文献识别码:ACooperativeMulti-platformDataFusionBasedOnD-SMethodZHANGXiao-m

2、ingWANGHang-yu(NavalEngineeringUniversity,Wuhan430033,china)Abstract:AmethodofdatafusionbasedonD-Sevidentialtheoryisappliedtoresolvecooperativemulti-platformdatafusionproblems,Thebasictheoryisanalyziedinapplicationandthismethodisappliedtocooperativemulti-platformdatafusionfortargetrecognitionofw

3、arship.TheapplicationofD-Smethodincooperativemulti-platformdatafusioniscomparedwiththatinsingleplatformdatafusionbyMATLABsimulativecomputation,theresultsindicatethatthetheoryiseffectiveandpracticable.Keywords:D-Sevidentialtheory,Multi-platform,Cooperativedatafusion引言在现代海战日益复杂的环境下,多平台间的舰艇编队对抗已成为双

4、方作战的主要样式。这就使得在作战过程中,必须对敌方目标的监测、定位、跟踪、识别和交战进行编队协同。多平台协同数据融合就是基于这种战术背景下提出来的,它的含义是在作战海域内协调使用编队内各平台上的多种传感器,把分布在不同地理位置的同类传感器或不同类传感器所量测的不完整信息进行协同融合,完成对战场目标和作战环境的统一描述,最后由编队协同融合中心将结果分发到各作战单元,从而使各平台共享高质量的战场态势信息。多平台协同数据融合有着显著的优点:1)提高了数据的可信度和量测精度,改进了传感器的探测性能;2)扩大了空间探测范围,提高了空间分辨率;3)减少了单平台获取目标信息的时间和代价,提高了单平台

5、对目标的检测和识别;4)增强了数据融合系统的容错性和互补性,改善了系统的数据利用率。在多平台协同数据融合中,由于各种传感器精度的差异、平台间协同融合的延迟和电磁干扰等因素的影响,使得平台对来自多传感器量测的数据进行融合时产生了若干不确定性。对于作战中出现的这种不确定性,会导致指挥员的判断失误或延迟决策,以致丧失战机造成灾难性的后果,Dempster-Shafer证据推理理论(简称D-S证据理论)较好地解决了多平台协同数据融合中出现的这一问题。1D-S证据理论的基本知识D-S证据理论全称是Dempster-Shafer证据推理理论,由A.PDempster提出,并由G.Shafer进一步

6、发展起来的一种不确定性推理方法。国防预研项目,专题编号:413040201对一个判决问题,假设能认识到的所有结果用集合Θ来表示,且该问题的每个命题都对应于Θ的一个子集,那么就称集合Θ为识别框架。ΘΘ定义1设Θ为识别框架,如果集函数m:2[0,1](2为Θ的幂集)满足:1)m(φ)=0;2)∑A⊆Θm(A)=1则称m为识别框架Θ上的基本信度分配;∀A⊆Θ,m(A)称为A的基本信度值。m(A)反映了对A本身的信度大小。定义2如果m是一个基本信度分配,那么下式∀A⊆Θ,B≠φ,Bel(A)=∑B⊆Am(B)所定义的函数Bel是一个信度函数,Bel(A)反映了A上所有子集总的信度。Dempst

7、er合成规则:设基于识别框架Θ下的两个信度分配m1,m2并分别含有焦元A1,A2,....,AK和B1,B2,....,Bl。它们的合成运算为m=m1⊕m2,其中m为合成后产生的新的基本信度分配。−1m(A)=m1⊕m2(A)=KΣAiΙBj=Am1(Ai)m2(Bj)K=1−ΣAiΙBj=φm1(Ai)m2(Bj)K表示证据间的矛盾,Dempster合成规则根据K值要进行归一化处理。2D-S证据理论在多平台协同数据融合中的应用原理对于多平台协

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。