多证据判决
信息融合基础
信息融合的本质是系统的全面协调优化[5]：将不同来源、不同模式、不同媒质、不同时间、不同表示方法，特别是不同层次的信息加以有机地结合，寻求一种更为合理的准则来组合信息系统在时间和空间上的冗余和互补信息，以获得对被评估问题的一致性解释和全面的描述，从而使该系统获得比它的各个组成部分或其简单的加和更优越的性能。现有的信息融合数学模型主要采用嵌入约束模型、证据组合模型和人工神经网络模型等。
证据理论的基本原理
证据理论采用信度的“半可加性”原则，较好地对不确定性推理问题中主、客观性之间的矛盾进行了折衷处理。而且，证据理论下先验概率的获得比主观Bayes方法要容易得多，已经成为构造具有更强的不确定性处理能力专家系统的一种有效手段。以下给出证据理论的一些基本定义和定理
首先定义框架
信任测度
似然测度
定理2 （Dempster-Shafer证据合成公式）设m1和m2是Q上的两个mass函数，对于m(F)=0及
在证据理论中，不同专家的经验和知识可以通过式(4)来有效融合；而某个诊断结论成立的可信度可以通过信任区间[Bel，Pl]来表示。
提高目标检测概率
--多传感器信息融合已成为信息处理技术领域的研究热点问题
近年来,随着基于多传感器系统的军事作战平台的形成和发展,多传感器信息融合已成为信息处理技术领域的研究热点问题。对于多传感器的分布式检测,人们已经做了大量的研究。而在双色红外成像系统中,如何充分利用双色红外传感器获得的图像信息来提高目标的检测概率,是实现远距离探测和抗干扰能力的关键。其中,实现双色红外成像系统中远距离弱目标检测的一种有效途径,就是通过对目标在两个不同红外波段的成像信息进行融合处理。
这里所涉及到的图像信息融合,根据信息表征层次的不同,可以分为像素级融合、特征级融合和决策级融合。像素级融合,是直接对各传感器图像的像素点灰度信息进行综合的过程。特征级融合是对图像进行特征提取后,对各传感器图像的特征信息进行综合处理的过程。而在进行决策级融合之前,各传感器已独立地完成了决策或分类任务,融合工作实质上是根据各局部判决做出全局最优决策。决策级融合检测的核心思想是,各传感器根据各自的观测结果做出局部判决(硬判决或软判决) ,然后将判决结果经由通信信道传送到融合中心,再由融合中心对各局部判决进行综合处理,做出最终判决。对于局部判决为”硬”判决(非”0”即”1”) 的情况.典型的融合规则有”与”、”或”逻辑和”K秩”方法。”与”逻辑的意义为:当所有传感器都判决为目标点时,融合中心才将该像素判决为目标点;”或”逻辑的意义为:只要有一个传感器判决为目标点,融合中心就将该像素判决为目标点;” K 秩”方法则是当N 个传感器中有多于K 个判决为目标点时,融合中心才将该像素判决为目标点。另外还有些方法,如采用各个传感器的性能参数对局部二值判决结果进行自适应加权处理等.
２０１３年第６期
文章编号：ｌＯＯ９—２５５２（２０１３）０６—０１４１一ｏ４ 中图分类号：ＴＰ３０１ 文献标识码：Ａ
改进的Ｄ—Ｓ证据理论算法
薛连斌 ，
（１．黑龙江省Ｔ程咨询评审中心，哈尔滨１５０００８；２ 康 健
哈尔滨工程大学信息与通信学院，哈尔滨１５０００１）
摘要：针对Ｄｓ证据理论存在的诸如一票否决、证据冲突过大的问题，提出了一种改进方法。
该方法利用指数函数对证据进行重新定义，有效避免了零焦元元素对融合结果的影响，引入关
联系数的概念解决冲突系数不能够有效反映证据之间冲突关系的情况。利用关联系数矩阵对焦
元元素的关联程度作为权重对原证据进行加权，并利用ＤＳ证据理论合成公式对加权后的数据进
行融合。通过仿真分析了调节因子的取值范围，并通过与其他算法进行比较，得出新算法在解
决一票否决问题方面的优越性。
关键词：信息融合；ＤＳ证据理论；调节因子；关联系数；焦元
Ａｎ ｉｍｐｒｏｖｅｄ Ｄ－Ｓ ｅｖｉｄｅｎｃｅ ｔｈｅｏｒｙ ａｌｇｏｒｉｔｈｍ
ＸＵＥ Ｌｉａｎ．ｂｉｎ ．ＫＡＮＧ Ｊｉａｎ
（１．Ｔｈｅ Ａｐｐｒａｉｓａｌ Ｃｅｎｔｅｒ ｏｆ Ｈｅｉｌｏｎｇｊｉａｎｇ Ｐｒｏｖｉｎｃｉａｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｃｏｎｓｎｉｔａｌｏｎ，Ｈａｒｂｉｎ １５０００８，Ｃｈｉｎａ； ２．Ｓｃｈｏｏｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｔｅｃｈｎｏｌｏｇｙ，Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｈａｒｂｉｎ １５０００１，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇ ａｔ ｏｎｅ ｔｉｃｋｅｔ ｖｅｔｏ ａｎｄ ｔｏｏ ｍｕｃｈ ｃｏｎｆｌｉｃｔ ｅｖｉｄｅｎｃｅ ｅｘｉｓｔｉｎｇ ｉｎ ＤＳ ｅｖｉｄｅｎｃｅ ｔｈｅｏｒｙ，ａｎ
ｉｍｐｒｏｖｅｄ ｍｅｔｈｏｄ ｉｓ ｐｒｏｐｏｓｅｄ．Ｔｈｅ ｍｅｔｈｏｄ ｒｅｄｅｆｉｎｅｓ ｔｈｅ ｅｖｉｄｅｎｃｅ ｔｈｏｕｇｈ ｅｘｐｏｎｅｎｔｉａｌ ｆｕｎｃｔｉｏｎ ａｎｄ ｉｔ
《改进D-S证据理论的决策融合算法研究及应用》篇一
一、引言
在当今信息化时代，多源信息融合技术在决策支持系统、智能控制系统以及机器智能领域的应用日益广泛。其中，决策融合算法作为多源信息融合的核心技术之一，对于提高决策的准确性和可靠性具有重要意义。D-S（Dempster-Shafer）证据理论作为一种重要的决策融合算法，因其能够处理不确定性和不完全性信息而备受关注。然而，传统的D-S证据理论在某些情况下仍存在融合精度不高、计算复杂度大等问题。因此，本文旨在研究改进D-S证据理论的决策融合算法，并探讨其在实际应用中的效果。
二、D-S证据理论概述
D-S证据理论是一种基于概率论的决策融合算法，通过将不同来源的证据进行融合，得到一个全局决策结果。它能够处理不确定性和不完全性信息，具有一定的容错性和鲁棒性。然而，传统的D-S证据理论在处理复杂问题时仍存在一些问题，如易陷入局部最优解、计算复杂度大等。
三、改进的D-S证据理论决策融合算法
针对传统D-S证据理论的不足，本文提出了一种改进的决策融合算法。该算法通过引入新的权重分配策略、优化基本概率分配函数以及采用多级融合策略等方法，提高了算法的融合精度和计算效率。具体来说，我们的算法主要分为以下步骤： 1. 权重分配策略：我们设计了一种基于证据可靠性的权重分配策略，根据不同来源证据的可靠性和重要性程度，为其分配不同的权重。这样可以在一定程度上减少因不同来源证据质量差异导致的融合误差。
2. 优化基本概率分配函数：我们通过引入新的基本概率分配函数，对原始数据进行预处理和归一化处理，以减少数据噪声和冗余信息对融合结果的影响。此外，我们还采用了概率平滑技术，以避免因某些事件的概率过于集中而导致的信息损失。
3. 多级融合策略：我们采用了多级融合策略，将原始数据进行多级融合处理。这样可以更好地整合不同来源的信息，提高算法的容错性和鲁棒性。在每一级融合过程中，我们都会根据上一步的融合结果进行下一级的权重分配和基本概率分配函数的调整。
第４期 火炮发射与控制学报 ＪＯＵＲＮＡＩ ＯＦ ＧＵＮ ＬＡＵＮＣＨ ８Ｌ ＣＯＮＴＲＯＬ ・ １Ｏ７ ・
基于Ｄ—Ｓ证据理论信息融合的故障诊断方法
屈志宏，杨传道，李方
（空军工程大学工程学院，陕西西安７１００３８）
摘要：对证据推理理论用于故障诊断识别进行了论述和仿真。介绍了证据理论的相关重要概念，给出 了一种常用构造基本概率赋值函数的方法以及分类规则的选取。应用Ｄ—ｓ证据理论方法对系统进行故障分 析，首先要解决的问题是要分析系统识别框架和故障特征向量的构造。以航空电源某故障为例，进行了诊断 识别仿真和对比实验，验证了证据推理用于故障诊断的可行性。仿真结果表明，将证据推理方法应用于航空 电源状态监测和故障诊断中，可大幅度提高故障诊断的准确性和置信度。 关键词：信息处理技术；证据理论；信息融合；故障诊断；决策规则；状态监测 中图分类号：ＴＰ２０６ ．３ 文献标志码：Ａ 文章编号：１６７３—６５２４（２００８）０４—０１０７－０４
Ｆａｕｌｔ Ｄｉａｇｎｏｓｉｓ Ｍｅｔｈｏｄ Ｂａｓｅｄ ｏｎ Ｄ—Ｓ Ｅｖｉｄｅｎｃｅ Ｔｈｅｏｒｙ Ｉｎｆｏｒｍａｔｉｏｎ Ｆｕｓｉｏｎ
ＱＵ Ｚｈｉ—ｈｏｎｇ，ＹＡＮＧ Ｃｈｕａｎ－ｄａｏ，ＬＩ Ｆａｎｇ
（Ｅｎｇｉｎｅｅｒｉｎｇ Ｉｎｓｔｉｔｕｔｅ，Ａｉｒ Ｆｏｒｃｅ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ ７ １ ００３８，Ｓｈａａｎｘｉ，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｅ ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｄ－Ｓ ｅｖｉｄｅｎｃｅ ｔｈｅｏｒｙ ｉｎ ｆａｕｌｔ ｄｉａｇｎｏｓｉｓ ａｎｄ ｆａｕｌｔ ｒｅｃｏｇｎｉｔｉｏｎ ｗｅｒｅ ｄｉｓｃｕｓｓｅｄ
ａｎｄ ｓｉｍｕｌａｔｅｄ．Ｉｎｔｅｒｒｅｌａｔｅｄ ｃｏｎｃｅｐｔｉｏｎｓ ｏｆ ｅｖｉｄｅｎｃｅ ｔｈｅｏｒｙ ｗｅｒｅ ｉｎｔｒｏｄｕｃｅｄ，ａｎｄ ａ ｍｅｔｈｏｄ ｏｆ ｃｏｎｓｔｒｕｃｔｉｎｇ ｂａｓｉｃ ｐｒｏｂａｂｉｌｉｔｙ ｅｖａｌｕａｔｉｏｎ ｆｕｎｃｔｉｏｎ ａｎｄ ｓｅｌｅｃｔｉｎｇ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｒｕｌｅ ｗａｓ ｐｒｅｓｅｎｔｅｄ．Ｂｙ ｕｓｅ ｏｆ Ｄ－Ｓ ｅｖｉｄｅｎｃｅ
