新的证据冲突衡量标准下的D-S改进算法

 针对传统证据冲突衡量标准存在的不足及高冲突下Dempster证据组合规则失效的问题,通过pignistic变换,定义了新的证据冲突衡量标准,基于此,提出了一种新的D-S改进算法.该方法依据少数服从多数的决策思想,引入了描述证据重要度的权重系数,对证据进行预处理,再采用Dempster规则进行组合.通过仿真算例分析,并与其它改进方法进行对比,验证了新算法在处理证据冲突方面的性能显著改进,加快了收敛速度,同时降低了决策风险.     

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.     

改进的二元组冲突表示方法

D-S证据理论可以有效表示随机性和模糊性的不确定信息,可以在不需要先验信息的情况下对证据进行组合,这些优点使得该理论被广泛应用于信息融合的各个领域。但是在实际应用中,D-S证据理论中的组合规则无法有效融合冲突信息,为此研究人员在组合规则改进或是数据模型修改两个方面提出了很多改进方法,但却忽视了对冲突本身的研究。首先分析了证据理论中经典冲突系数的不足,而后引入证据距离,结合经典冲突系数提出了一个改进的二元组来描述证据冲突,新的二元组冲突表示可以更好地度量证据之间的冲突,而且对Dempster组合规则的适用性具有指导意义。算例说明了新的冲突表示方法的有效性。     

基于改进冲突度量的多证据直接融合算法

针对Jousselme证据距离函数不能较好描述证据局部冲突和不能对高冲突证据进行准确冲突度量的不足,该文首先提出改进的Jousselme证据距离函数,该函数基于能够较好描述证据之间局部冲突情况的非重合度对Jousselme证据距离函数进行改进,使其冲突度量结果随非重合度取值及其取值范围的变化按适当比例进行变化;其次,基于冲突系数和新改进Jousselme证据距离函数共同构建改进的融合冲突度量函数。在此基础上,对焦元权系数计算式进行改进,并依此对局部多维冲突信息进行按比例分配。理论及应用分析结果表明,新算法是一种适用性广泛且抗干扰性能好的证据融合算法。

     

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。     

基于均衡信度分配准则的冲突证据组合方法

本文针对目标综合识别中冲突信息的组合问题,以Dempster组合规则为基础,提出了一种基于均衡信度分配准则的冲突证据组合方法 ;并根据证据间的相似性程度来确定组合顺序.通过仿真实验测试,证明本方法比现有算法具有更强的稳健性.     

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。     

多传感器信息融合中的证据冲突判决方法

为了提高多传感器信息融合中冲突判决的准确性,提出了用多个证据冲突函数对证据冲突进行判决。首先分析证据冲突机理,指出证据冲突与证据间命题差异和潜在冲突有关,应在多证据组合情况下衡量证据冲突程度。然后给出多个证据冲突函数解决证据组合时冲突判决问题。最后通过仿真验证了该方法的有效性。     

基于信度优势的比例冲突再分配规则

比例冲突再分配规则是高冲突证据合成的一种有效方法,但其处理思想保守,没有充分利用证据的信度。为此,提出了基于信度优势的改进规则,通过构造信度函数,并作为权重对原始分配比例进行加权,增大两信度之间的比值,提高优势命题的权重,使证据的信度优势得到了明显体现。算例分析验证了该规则的有效性。     

基于pignistic概率距离的冲突证据合成方法

Dempster Shafer证据理论在数据融合中有着广泛的应用.但当证据之间高度冲突时,应用DS证据合成公式往往会得出错误的结果.在现有的证据合成改进方法中,均使用冲突系数k来度量证据之间冲突的程度.最新的研究表明:影响证据冲突的因素不仅仅是冲突系数k,还和证据的pignistic概率距离等因素有关.在原有的冲突系数k之上,引入pignistic概率距离,提出了一种新的冲突证据合成方法.仿真结果表明:当证据之间的冲突小时,合成结果近似于D-S证据合成公式,当证据之间的冲突较大时,这种方法在公式模型上比其他方法完善,冲突证据的合成结果更加合理.     

一种改进的证据冲突衡量因子

为解决证据融合时证据间冲突衡量不准确问题,提出了一种新的证据冲突衡量方法。对当前冲突衡量方法国内外研究现状进行总结,结合典型算例分析,指出了当前方法存在的主要问题。基于前人研究成果,提出了一种改进冲突因子用于衡量证据间冲突,主要基于修正证据距离与合取冲突,对两者采用加性组合。通过一般类型算例与特殊类型算例对所提方法进行验证,结果表明改进的冲突衡量因子能够准确衡量证据间冲突,并具有普适性。     

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。     

基于进化策略改进的D-S证据识别算法

提出了处理多传感器证据冲突的新方法,建立了获取传感器权重的优化模型,运用粒子群优化算法（PSO）求解传感器的权重分配,对Dempster—Shafter（D-S）证据理论进行改进。通过与其它改进算法的比较以及目标识别实例的仿真,验证了新方法的有效性和优越性。     

Dempster-Shafer Evidence Theory and Study of Some Key Problems

As one of the most important mathematical methods, the Dempster-Shafer (D-S) evidence theory has been widely used in date fusion, risk assessment, target identification, knowledge reasoning, and other fields. This paper summarized the development and recent studies of the explanations of D-S model, evidence combination algorithms, and the improvement of the conflict during evidence combination, and also compared all explanation models, algorithms, improvements, and their applicable conditions. We are trying to provide a reference for future research and applications through this summarization.     

基于ADS-B意图信息的航迹预测改进算法

在飞行冲突探测和恶劣天气情况下,单纯利用跟踪滤波算法无法准确判断目标飞机未来的飞行动态。为了有效提高航迹预测精度,针对广播式自动相关监视(ADS-B)信息中意图信息对航迹的影响,提出了一种基于ADS-B意图信息的航迹预测改进算法。该改进算法先通过残差均值交互式多模型(RMIMM)算法,推算出目标飞机的飞行状态参数和飞机运动模式,再结合天气状况、飞行计划和空中交通管制规章进行意图估计,最后通过飞行状态参数、飞机运动模式以及意图信息共同预测目标飞机的航迹。运用蒙特卡洛方法进行仿真,结果表明,与现有算法相比,该改进算法不仅能提供更加精确的航迹预测,而且降低了意图推断的时间延迟。     

基于改进D-S证据理论的认知无线电频谱感知算法

在把D-S证据理论应用于多节点的频谱感知数据融合时,如果数据冲突较大则融合结果并不理想.为了解决上述问题,对D-S证据理论的证据组合规则进行了改进,给出了一个在数据冲突大时也适用的数据融合公式,并把这种改进的数据融合算法应用到多节点协作频谱感知中.MAT-LAB仿真测试与结果分析表明改进算法提高了频谱感知性能.     

基于证据理论的上下文本体建模以及不确定性推理方法

不确定上下文信息的表示与推理是研究和开发上下文感知系统的重点和难点。该文首次将证据理论和本体相结合,提出了基于证据理论的不确定性上下文本体建模方法,并对证据组合规则进行了修改,不仅解决了证据理论在高度证据冲突时的局限性,而且使得该推理模型具有自适应性,设计并实现了不确定上下文推理算法。最后,通过在原型系统中的医疗监护和诊断应用,验证了该方法的可行性、合理性和有效性。     

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