一种有效处理冲突证据的组合方法

针对证据理论应用过程中,冲突证据的组合问题和基本概率赋值函数难以确定的问题,提出了一种新的冲突证据的组合方法。该方法以修改模型为基础,而不改变Dempster组合规则的结构。首先,在充分考虑焦元属性之间及证据之间的相互关联性基础上,引入证据体距离函数,然后,求出系统中各证据被其他证据所支持的程度,对支持度归一化后获得各个证据的可信度,并将可信度作为证据的权重,再将平均证据代替冲突证据,最后利用Dempster组合规则实现信息融合。通过仿真实验,将该方法与现有方法进行了分析比较,结果表明应用该方法是一种有效可行的证据组合方法。     

基于可信度的证据融合方法

为了有效融合高度冲突的证据,在总结邓勇方法的基础上提出了基于预处理模式的改进方法,结合模糊集合理论的贴近度概念给出相似性测度的定义,进一步获得系统中各条证据被其它证据所支持的程度,将该支持度作为证据的权重,对多源证据进行加权平均后再利用Dempster组合规则融合证据信息。数值实验与仿真分析表明,新方法在系统存在伪证据（干扰）时仍然能够有效快速地识别出目标      

一种新的基于证据距离的证据合成算法

针对D-S证据理论对于高度冲突证据合成时出现与常理相悖结论的问题,提出了一种基于证据距离的加权证据合成方法,并给出了具体算法。新算法仍然使用D-S合成公式,但需考虑融合系统中证据源的修正问题。利用证据总体的期望值将Jousselme提出的证据距离修正,从而得出证据权,通过证据权对源证据的基本可信度分配函数进行修正,并通过算例比较,说明新的算法具有更有效的合成结果。     

一种基于证据距离的D—S改进算法

针对高冲突下Dempster证据组合规则失效的问题,定义了描述证据可靠程度的可信度的概念,提出了一种改进的D-S组合算法。该方法首先通过证据距离,建立相似性矩阵,确定证据可信度,对证据进行预处理,再采用Dempster规则进行组合。通过仿真算例并与其它改进方法进行对比,验证了新算法在高冲突证据的情况下,可以有效地减小冲突对组合结果的影响,同时提高了证据组合的收敛速度,降低了决策风险。     

基于证据方差的加权证据组合

DS证据理论在决策级信息融合中有着广泛应用.针对证据组合时的某些反直观结果问题提出一种新的基于证据方差的序贯式加权证据组合方法.首先基于Jousselme证据距离定义了证据方差.每一步证据组合时,依据当前既有证据组合结果序列的方差及当前步新证据加入后的序列方差来生成权重.基于所获权重修正新到证据及前一步组合结果,最后利用Dempster规则完成当前步证据组合.算例分析表明所提方法是合理有效的.     

基于证据距离与不确定度的证据组合方法

Dempster-Shafer证据理论是信息融合领域中的一种重要的理论与方法.然而在实际应用中,Dempster证据组合规则无法有效处理高冲突证据组合问题,往往引发反直观结果.针对这一问题,提出一种新的加权证据组合方法.该方法同时利用证据距离和证据不确定度来生成权重进而修正待征组合证据,并取得合理的组合结果.实验结果表...     

基于平均证据和焦元距离的高冲突证据融合方法

针对传统DS证据理论无法有效解决高冲突证据融合的问题,提出基于平均证据和焦元距离的高冲突证据融合方法.首先,利用皮尔逊相关系数计算证据体相关性,并由此定义证据权重计算平均证据.然后,利用平均证据计算各证据焦元距离,根据焦元距离将冲突重新分配给各焦元的BPA,构造新证据体.最后,对新证据体进行传统Dempster组合,得到融合结果.仿真实验表明,新方法在处理高冲突证据时准确度高、收敛速度快,较好地解决了高冲突证据融合问题.     

改进的证据组合规则及其在融合目标识别中的应用

针对D-S理论在解决证据冲突时的局限性,提出了一种改进的证据组合规则.该方法充分考虑了证据源信息和冲突证据本身的信息,利用证据间的支持度矩阵,得到各证据的可信度.并以此对证据进行加权平均;在此基础上,将支持证据冲突的概率按各个命题在所有命题中所占的比重进行分配.仿真实验结果表明,该方法在处理冲突证据问题及证据比较一致的问题时,都能得到合理的融合结果.在实际的多传感器融合目标识别中,可以充分利用多个传感器的互补信息,最大程度地降低矛盾冲突因子对识别结果的影响,从而提高了融合识别的可靠性和有效性.     

一种SSDF攻击检测的证据理论合作频谱感知算法

现有的基于证据理论的合作频谱感知认为所有认知用户都是诚实的,没有考虑恶意用户的存在。当恶意用户篡改本地感知的结果,发送错误的数据到数据融合中心,将会降低合作频谱感知的性能,这种攻击称为频谱感知数据篡改（spectrum sensing data falsification,SSDF）攻击。由于恶意用户发送的证据与其它认知用户的证据存在差别,本文使用Jousselme距离来衡量证据的可信度,提出一种SSDF攻击检测算法。数据融合中心接收所有认知用户的证据,让可信度低的证据不参与融合判决,可信度高的证据根据可信度进行加权融合。仿真结果表明,所提出的SSDF攻击检测算法在恶意用户发起SSDF攻击时可以很好的改善频谱感知性能。      

D-S证据理论在多传感器信息融合中的改进

详细阐明了多传感器信息融合的一种方法——D-S证据理论，他是一种处理不确定性问题的有用方法，但是D-S证据理论组合规则的一些不足影响证据理论的应用，通过深入分析，针对该方法的不足提出了一种修正的组合方法，这样不仅能够用于组合冲突比较大的证据，而且能够根据各条证据所包含的不同信息量进行自适应加权组合，改进了基本D-S证据理论的组合准则，提高了其融合性能，并通过实例证明了该方法的有效性。     

一种新的证据距离表示方法

在冲突证据合成之前,确定证据的冲突程度是必须的。为了更加准确地表示证据的冲突程度,提出了一种新的证据距离表示方法。方法以2种方式相反的冲突表示系数为基础,通过KL融合得到两者距离,进一步通过提出的距离公式,最终得到证据距离。通过具体的冲突证据实验,使得到的证据距离最大,且采用提出算法使得到的证据距离来判断冲突证据与结果,实际结果一致。新的证据距离可以很好地表示证据间的冲突程度,可以进一步处理用于冲突证据的合成。     

Weighted evidence combination method based on power-Pignistic probability distance

To deal with the shortcomings encountered when using the existing similarity/dissimilarity measures to quantify evidence conflict,a new dissimilarity measure called power-Pignistic probability distance was defined.Furthermore,a weighted evidence combination method was proposed based on power-Pignistic probability distance.The conflict degree between two pieces of evidence was quantified by the power-Pignistic probability distance.After that,a similarity measure matrix was constructed,based on which the credibility of evidence was obtained.Then the weighted average method was used to revise the evidence.Finally,the fusion was accomplished by using Dempster’s rule.The results of the numerical examples show the efficiency and rationality of the proposed method.     

一种基于局部冲突分配的DST组合规则

 冲突证据融合是信息融合中一个非常重要但始终没有很好地解决的问题.本文从选择有效的冲突衡量参数的角度出发,分析了悖论与证据冲突的关系,给出了新的冲突衡量参数,并基于此参数提出了一种新的基于局部冲突分配策略的证据推理组合规则.大量实例表明,提出的证据推理组合规则能够解决现有的证据理论悖论问题,是一种较为通用的证据推理组合规则.     

基于Pignistic概率转换和奇异值分解的证据冲突度量方法

针对常见证据冲突度量方法适应性差、准确性低的问题,提出了一种基于Pignistic概率转换和奇异值分解的证据冲突度量方法。首先通过Pignistic概率转换将证据焦元差异映射到信度差异上,构建证据复合信任函数矩阵。然后采用奇异值分解的方法提取矩阵特征,根据奇异值特性将矩阵特征空间划分为相似子空间和冲突子空间,综合考虑证据矩阵相似特性和冲突特性,将冲突子空间奇异值与相似子空间奇异值之比作为新的冲突度量因子。最后在全冲突场景、变信度场景、变焦元场景、焦元嵌套场景等多种证据冲突场景下将所提方法与常见方法进行了对比分析,结果表明所提方法具有适应性广、准确性高、稳定性好的特点。     

单向证据冲突度量方法

针对传统证据冲突度量方法无法表达证据间支持程度差异的问题,提出一种带有方向性的证据冲突度量方法。该方法基于单向支持度间接计算证据间的冲突程度,单向支持度模型采用取小累加运算来表征两证据观点的一致程度,支持系数的引入保证了所建模型具有非对称性。实验结果表明所提方法不但能够有效区分证据间支持程度的差异,而且还能克服传统方法在特定情况下失效的问题。     

基于相关系数的证据冲突度量方法

当证据高度冲突时,使用D-S组合规则将会得到不合常理的结果,因此,针对证据组合规则的改进成为一个重要的研究课题,在选择合适的证据组合方法之前,确定证据之间是否冲突、冲突程度如何,是个至关重要的问题,为了更加准确地描述证据间的冲突,在分析证据相似度与证据冲突关系的基础上,基于证据相关系数提出了一种新的证据冲突度量方法,理论分析和数值计算表明该方法可有效表示证据之间的冲突程度,相关系数越大,证据间冲突就越小,与其他方法相比,该方法更具全面性和合理性。     

基于K-L距离的改进D-S证据合成方法

提出了一种证据距离为基础的冲突证据合成方法.通过改进的K-L距离得到证据间间距,进一步通过相关算法转化为证据权值,权值反映了证据的重要程度,以权值为系数对原始的基本可信度分配函数进行重新分配,再通过改进的合成公式,得到证据合成结果.最后通过具体的算例比较,说明新方法的合成结果更确定,更符合实际情况.