复杂路网的自适应D-S证据理论地图匹配算法

针对传统D-S证据理论地图匹配算法在面对城市密集路网时匹配点易出现波动、准确率下降等问题,提出一种改进的基于D-S证据理论的动态匹配算法,完善了传统D-S证据理论中的候选路段概率公式,可针对不同道路类型自适应调整其权重参数.仿真实验表明:改进后算法的定位点匹配准确率较其他算法提高2％左右,单点匹配时间可减少0.5 ms...     

基于改进的D-S证据理论的栅格地图构建

针对非结构化环境地图构建问题,提出了一种基于改进的D-S证据理论的栅格地图构建方法。使用移动机器人多超声波传感器进行了环境探测;针对某些情况下不能应用D-S证据理论进行信息融合和D-S证据组合过程有时会产生有悖常理的无效结果的问题进行了讨论,提出了采用近似处理算法对D-S证据理论进行改进,并将其用于多传感器信息融合,构建了2维D-S栅格地图;运用D-S证据理论进行了判决,构建了2维0-1栅格地图;对D-S栅格地图进行了分析,提出了基于D-S栅格地图的环境评价与环境探测效果评价方法。仿真结果表明,基于改进的D-S证据理论的栅格地图构建方法适用于非结构化环境的地图构建。     

基于D-S推理的酒后驾驶预警机制研究

一般检测酒后驾驶仅针对酒精含量进行检测,手段单一,且对人的自觉性依赖较大.为了有效地检测及预防酒后驾驶,提出了一种利用多源信息融合技术的D-S证据推理法构建的酒后驾驶预警模型.该模型利用多类传感器提取驾驶员的多个特征,针对所获信息进行分析预测,更加逼近驾驶员当时状态,检测效果更精确.     

基于改进的D-S证据理论的网络舆情信息融合

从我国网络舆情现状出发,分析网络舆情对社会影响的主要因素,选取4种网络舆情预警指标,获取观测数据,基于改进的D-S证据理论信息融合技术,建立网络舆情预警模型,并利用类概率函数实现对网络舆情话题演变成舆情事件的可能性的判断。同时把改进后的融合方法与经典的D-S组合规则做比较,结果表明,改进后的方法可以更好地实现证据的融合,并得到更为合理的判断结果。     

基于改进D-S证据组合规则的目标识别算法

为了更好地解决高冲突证据的融合问题,提出一种3条证据直接融合的改进D-S算法.该算法首先根据证据支持贴近度函数给出识别框架下各焦元支持度的计算方法;其次根据三维证据直接融合产生的冲突因子的性质及各焦元的支持度,提出一种基于D-S证据组合规则的冲突信息加权分配算法;最后以多传感器多目标识别系统为背景进行仿真实验.理论分析和仿真结果表明,基于三维证据直接融合的改进D-S算法具有较强的抗干扰性能,能有效融合各种冲突信息,提高目标识别概率.     

D-S证据理论合成规则的一些修正

在多传感器数据融合中,D-S证据理论对于处理不确定性问题是一种有用的方法。但是,D-S证据组合规则的一些不足影响了证据理论的应用。虽然Yager对此做了改进,但改进后的组合公式仍然存在问题。通过分析证据理论中关于冲突证据置信度分配中存在的问题,针对时域冲突的特点提出一种新的合成规则改进方法,由此弥补了D-S理论和Yager合成公式的不足,对于在时域上高度冲突甚至完全冲突的证据,能够取得理想的结果。     

基于D-S证据理论的潜艇威胁判断方法研究

威胁判断模型是潜艇战术软件基础性研究项目之一,传统上的判断方法对信息利用率低、判断时效性差．针对潜艇作战信息环境的特点及传统判断方法存在的问题,引入D-S证据推理分析了潜艇威胁判断模型中的3个关键性因素：判断目标属性、判断目标发现潜艇与否、判断目标的攻防行动,并分别构建了判断识别框架和证据组合公式．从分析过程来看,其推理体系的逻辑解释与一般战术要求相符合,这也是D-S证据推理理论在潜艇威胁判断上的首次应用．     

基于投影的地图匹配改进算法

针对基于投影的地图匹配算法在道路网复杂、平行路段和交叉路口匹配正确率不高,容易出现误匹配的问题,利用道路网的拓扑连通性以及行车方向、转向等行车限制条件,引入驾车路线定义,提出一种基于投影的地图匹配改进算法。改进的算法简化了投影匹配路段筛选过程,可更快地确定投影匹配路段,并减少计算量。该算法既具有原投影匹配算法逻辑简单、实时性好的优点,又能大大提高匹配正确率。     

改进的地图匹配算法在车载导航系统中的应用

介绍了目前常用的几种地图匹配算法的特性,在分析了各种地图匹配算法的基础上,给出了一种改进的自适应滑动窗口的地图匹配算法,有效解决了地图匹配计算量大、对行车位置反应敏感等问题。在实际车载导航系统中的应用表明,该算法可以满足实时应用需求。     

A Map-Matching Algorithm for GPS/DR Integrated Navigation Systems Based on Dempster-Shafer Evidence Reasoning

GPS (Global Positioning System) has been widely used in car navigation systems. Most car navigation systems estimate the car position from GPS and DR (dead reckoning). However, the unknown GPS noise characteristic and the unbounded DR accumulation of errors over time make the position information with undesirable position errors. The map matching can improve the position accuracy and availability of the vehicular position system. In this paper, general principle of map matching is investigated according to segmentation and feature extraction, and a map matching algorithm based on D-S (Dempster-Shafer) evidence reasoning for GPS integrated navigation system is proposed, which can find the exact road on which a car moves. For the experiments, a car navigation system is developed with some sensors and the field test demonstrates the effectiveness and applicability of the algorithm for the car location and navigation.     

用D-S证据理论方法实现多传感器数据融合

对 Dempster- Shafer证据理论用于多传感器数据融合进行了分析 ,并将其应用于飞机目标识别的数据融合中。结果证明 ,多传感器融合后降低了识别结果的不确定性 ,较单一传感器的识别效果好。说明这一方法是一种有效的数据融合方法     

D S证据理论在多传感器身份融合中的改进

D-S证据理论是一种处理不确定性问题的有效方法,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。通过深入研究Dempster组合规则存在的问题,文章提出了一种新的基于Dempster组合规则的改进方法,理论分析和数值实验结果表明,改进后的方法弥补了Dempster组合规则不足,并能提高合成结果的可靠性。     

基于D-S证据理论的多类支持向量机融合方法

多源信息决策级融合是一种高层次、直接针对具体决策目标的融合,融合结果直接影响决策水平．针对决策级融合问题,提出了一种基于D-S证据理论的多类支持向量机融合方法．首先构造多个多类支持向量机分类器,然后采用一种新的基于成对类别概率的基本概率赋值方法,应用D-S证据理论将它们融合．仿真结果验证了该方法可以得到更高、更稳定的识别率．     

基于D-S证据理论的维修类型决策模型研究

设备维修决策是在获取设备监测信息的基础上,对设备维修内容和时机进行决策的过程。为了提高决策的正确性,必须准确掌握设备的技术状态。结合设备监测信息的特征,提出了一种基于D-S证据理论的设备维修决策模型,实例表明经过多信息融合后,维修决策结果的可信度得到了显著的提高,为维修时机的确定提供了依据。     

基于神经网络与D-S证据理论的目标识别

针对目标识别中基本可信度分配需要专家知识在实际中难以实现的问题,提出一种基于神经网络和D-S证据理论相结合的多传感器数据融合的方法.该方法利用D-S理论来表示和处理不精确的、模糊的信息,发挥神经网络的自学习、自适应和容错能力,提高了系统识别率.最后通过实验,利用神经网络来处理证据理论中的基本可信度分配问题,对几种空中目标进行身份估计数据融合,经计算机仿真证实了该方法的有效性.     

基于动态双门限和D-S证据理论的合作频谱感知算法

针对传统能量检测算法门限设置单一且不适应感知信道环境差异的问题,为了提高合作频谱感知结果的可靠性,减小网络开销和融合中心计算的负担,提出了将动态双门限能量检测和D-S证据理论相结合的合作频谱感知算法.在进行本地感知时,该算法可以让认知用户通过双门限能量检测方法直接得到本地判决结果,同时根据信道环境的变化自适应调整双门限值,并在双门限内使用D-S证据理论,感知双门限内未判决结果的信任度函数,将其发往融合中心,这样可以减少融合中心的计算量以及传输带来的网络开销.仿真结果表明,双门限D-S证据理论的融合结果要优于D-S证据理论和OR准则.