应用于网络态势感知的安全数据聚合分析

为了处理异构网络安全设备产生的海量报警数据,提出一种基于加权DS证据理论和FCM的安全数据聚合算法.首先利用网络安全设备的权重以及对不同攻击的置信度信息,运用DS证据理论对报警数据进行初步融合,然后借助FCM的模糊推理能力对数据进行全局融合,克服了漏报率高的缺陷,曾强了系统处理复杂攻击的能力.     

灰关联分析和证据理论在雷达辐射源识别中的应用及改进

针对雷达辐射源识别中灰关联分析和修正的DS证据融合策略的运用进行了研究,探讨了通过灰关联分析来确定证据理论中的基本概率赋值函数的方法,并应用修正的DS证据融合策略对证据冲突情况下的融合算法进行了改进.仿真结果表明该算法是可行而有效的.     

基于信息融合的作战效能评估方法

作战效能评估需面向不同的评估数据源,例如仿真数据、专家评估数据以及实测数据等,这些数据分别对应不同的评估准则,有时甚至会包含相互矛盾的信息。因此如何有效地融合不同的数据源,建立稳健的效能评估方法成为基于多源信息效能评估的关键问题之一。基于DS推理方法针对效能评估不同的信息源进行决策融合,考虑到不同数据源之间可能存在的矛盾决策问题,分别通过组合规则和证据源两个方面的修正,建立了修正的DS证据推理融合算法。     

基于DS18820体温测量智能服装的研究

针对人体体温传统测量方法的弊端,应用美国DALLAS半导体公司继DS1820之后最新推出的DS18820温度传感器进行人体体温检测智能服装的研究,设计了基于DS18820智能传感器进行温度检测的测量系统,并且给出了人体体温测量智能服装的电子测温系统以及与其结合的实现方案,包括温度的测量系统的硬件与软件的设计以及应用多传感器数据融合技术进行数据处理.     

兼容式DS3接口的设计与实现

介绍了DS3接口的基本结构,给出了设计思路,提供了自动识别DS3数据格式的方法,解决了该接口的兼容性问题以及DS3成帧的改进方法.在包同步和帧同步设计中给出了两种设计思路并对其进行了分析比较.采用FPGA实现了DS3接口设计,使接口设计更加灵活,节省成本,具有较高的实用价值.     

改进的D-S证据理论算法

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。     

冲突证据的目标识别系统的研究

目标识别系统中的不确定性信息常常表现为模糊性和冲突性信息.提出了一种在证据理论框架下实现模糊信息融合的方法.针对决策级信息融合中的冲突证据组合问题进行了深入的研究.在对现有组合算法分析的基础上,提出了一种新的冲突证据组合的方法.该方法采用先验概率加权与实际战场环境模糊加权相结合,最后采用归一化的可信度对证据进行加权平均并进行DS融合.仿真实验结果表明,此方法可有效地处理冲突证据,得到合理的融合结果.     

基于 DS 证据理论的协作频谱感知改进方法

提出了一种新的协作频谱感知方法,该方法采用DS证据理论。首先,在本地感知通过投影近似法分解感知结果以减少次级用户上报至融合中心的感知数据,从而降低协作带宽开销。其次,在融合中心根据次级用户证据矢量之间的距离计算可信度,以可信度为权重对每个次级用户的基本概率分配进行加权平均来减小高度冲突数据对检测性能的影响。仿真结果表明,该方法减少了协作感知的带宽开销,改善了数据高度冲突时的检测性能。     

DS数据融合算法在近地防撞目标识别中的应用

针对近地防撞系统被测目标的不确定性问题,根据DS证据理论,在分析数据融合过程的基础上,建立数据融合模型,结合模糊控制方法,得出红外和雷达两种探测器对各被测目标的信度函数分配以及融合后的信度函数分配,从而确定被测目标。单探测器与融合结果比较说明多传感器融合算法具有较高的准确性。该面向目标的数据融合算法,为实现飞机地面防撞系统的目标探测提供了理论基础。     

基于模糊贴近度和DS推理的辐射源识别方法研究

在复杂的战场电磁环境中,基于多传感器的属性特征关联方法是获得稳健辐射源目标识别的有效途径.考虑到单一识别算法的缺陷,综合模糊集合理论和DS理论的优点,提出一种基于模糊贴近度的DS推理辐射源识别方法,采用格贴近度作为相似性测度确定概率分配函数,并利用DS理论对多传感器信息进行有效融合.仿真结果表明,即使在恶劣的噪声环境下该方法亦具有较好的目标识别率,从而为工程应用提供了有益的参考.     

多传感器数据融合中基于目标识别的DS算法研究

由于多传感器数据中对目标的描述通常存在或多或少的模糊、相驳、遗缺等现象,在多传感器数据融合处理中如何对目标进行有效可靠的识别,是一个备受关注的难题。本文对多传感器数据融合处理中基于ＤＳ算法的目标识别问题进行了较深入的探讨,利用ＤＳ算法对不确定性信息的推理判断机制,为解决上述难题提供了一种有效的方法。     

基于多目标多特征信息融合数据关联的无源跟踪方法

在多目标无源跟踪中,传统的数据关联方法只利用那些与目标状态向量计算直接相关的信息(如DOA、TOA信息等).本文提出了一种新的数据关联算法——基于多目标多特征信息融合的数据关联算法,该算法同时利用了更多的目标特征信息(如频率、PRI等),应用D-S证据理论进行单目标多特征信息融合,在此基础上,再进行多目标综合数据关联.它是一种基于多特征信息的全局最优的算法.计算机仿真表明,基于该算法的无源跟踪性能要优于传统的NN方法和扩展的NN方法.     

基于数据挖掘和证据理论的综合评价的研究

在综合评价中存在2个问题：（1）对于大规模的评价对象，由于分类、优化、搜索等操作，使其时间和空间复杂度爆炸性增长，导致大量内存被占用，从而他们既要存储在数据库或数据仓库中，又要及时以成果形式放在桌面上，导致现有方法难以给出合理、科学的评价结果；（2）同类中的数据比较接近，可区分度小，评价对象难以精确划分。从结果的角度，综合评价可分为分类评价、排序评价、分类排序评价。针对上述问题，基于数据挖掘理论，选择适当的挖掘算法，并同时根据DS理论实现的信息融合技术，提出了一种新的分类排序评价方法，其前一部分利用数据挖掘做分类评价，后一部分利用证据推理做排序评价。实例的运算结果表明，面对数据库评价对象，数据挖掘技术将其分成了不同层次的类；经信息融合后，得到了精确的排序评价结果；评价目标的可区分度明显增大，不确定度大大降低；可信度增强，评价结果得到了改善。     

一种快速DSmT-DS近似推理融合方法

该文对Dempster-Shafer(DS)理论以及Dezert-Smarandache理论(DSmT)进行了深入研究,为了能够在仅需较低计算复杂度的前提下得到更加精确的融合结果,提出一种新的快速DSmT-DS近似推理融合方法。该方法针对超幂集空间仅单子焦元具有信度赋值的情况,将超幂集空间拆分映射成元素为各单子焦元和其补集的二元集合的新的超幂集空间,并求出每个补集的信度赋值;再运用Dezert-Smarandache框架中的第5条比例冲突分配规则(DSmT+PCR5)在新的超幂集空间的二元集合子空间下对多证据源进行融合,得到各单子焦元的融合结果;然后通过归一化处理求得各单子焦元的信度赋值。通过理论分析得出该文方法的融合结果是介于Dezert-Smarandache框架中的第5条比例冲突分配规则(DSmT+PCR5)及Dempster-Shafer(DS)框架下的 Dempster 组合规则之间。该文方法在需要较低计算复杂度的前提下,可以得到优于Dempster组合规则的近似融合结果。最后通过多个角度与已有方法进行对比,验证了该文方法的优越性。     

在大型油浸式电力变压器故障诊断中信息融合技术的应用

根据变压器运行原理和结构特点，将信息融合思想引入到变压器的故障诊断中，建立基于信息融合技术的故障诊断模式，即通过曲面拟合算法和证据推理技术从不同侧面，充分利用各种特征信息对变压器的故障进行诊断，来有效地提高确诊率。     

基于Dempster-Shafer证据推理的多传感器信息融合技术及应用

本文详细阐明了基于D-S证据推理的多传感器信息融合的原理及目标识别的方法.同时,介绍了其在雷达目标融合识别中的应用.     

基于雷达宽窄带多特征信息融合的空中目标识别

宽带高分辨一维距离像(HRRP)含有丰富的目标特征信息,是进行型号识别的良好特征。窄带特征所携带的目标信息虽不如宽带丰富,但其与宽带特征有很强的互补性,且有识别距离远、受目标姿态影响小等优点。因此,综合利用目标的宽、窄带特征进行识别能够提高识别系统性能。文中分析了以HRRP的功率谱和目标速度、高度为识别特征的宽窄带识别系统的特点,利用DS证据理论,实现了基于宽窄带识别结果的决策层融合目标识别;外场实测数据的实验结果表明了该方法的有效性。