冲突证据分步合成的合理性及改进合成算法

针对证据分步合成问题,给出了多证据分步合成结果的一般表达式,对分步合成方法理论上的合理性以及合成结果的收敛性进行了研究。针对高度冲突证据的分步合成问题,提出一种将Dempster合成公式与加权平均法混合使用的分步合成算法;根据预设的冲突阈值,选用相应的合成公式。对比仿真结果表明该算法比国内外一些代表性改进方法合成计算过程更为简捷,合成结果的收敛效果更好。     

Dempster证据合成法则的通用实现方法

证据推理是不确定性推理的一种重要方法,而Dcmpstcr合成法则是进行证据推理的核心。针对目前Dcmp- stcr证据合成法则的算法实现不能处理合成结果的焦元为多个假设或命题的集合、近似算法的计算不够精确等问题, 提出通过位向量表示识别框架子集,并利用线性表、平衡树等数据结构实现证据合成的3种精确、通用算法。理论分 析与仿真实验表明,所实现的算法是有效的。     

证据理论合成公式的讨论及一些修正

D-S证据理论作为一种不确定推理方法,已经广泛用于数据融合和目标识别领域。但是D-S 证据合成公式存在不足之处,使证据理论的应用受到了一定的限制。鉴于此,Yager 对合成公式作了改进,但改进后的合成公式又存在着新的问题。文[2],[3],[4]针对Yager 合成公式进行了一些改进。综合比较了以上几种合成公式,并对文[4]的合成公式进行了一些修正,使其满足结合律,提高了计算效率。     

基于证据可信度的D-S理论改进方法

针对当前D-S理论改进方法中可信度计算不够准确的问题,通过引入证据源可靠度,提出一种新的证据可信度计算方法。给出基于新可信度计算方法的三个改进合成公式,能够处理高度冲突的证据,并快速收敛到合理结果。通过算例对可信度计算方法的准确性和改进合成公式的有效性进行了验证。     

D-S证据理论在数据融合中的应用及改进

对证据合成的基本原则和D-S合成公式作了分析,针对D-S算法实现过程中存在的失效问题提出了解决的方法,对该理论的不足采用了修正的合成规则,通过实例运算表明该方法能够对传感器提供的不一致证据进行组合,并使组合结果更加直观.     

基于相异度矩阵的冲突证据合成算法

为解决经典证据理论在证据冲突程度高的环境下合成容易导致Zadeh悖论的问题,提出一种解决冲突证据合成问题的算法。通过计算证据间的欧几里德距离构造相异度矩阵,计算证据的相异支持度、可信度和修正率,对证据进行修正后利用合成算法进行合成。实验结果表明,该算法可以很好地解决Zadeh悖论,合成结果优于现有一些典型方法。     

基于证据距离和不确定度的冲突数据融合算法

Dempster-Shafer证据理论广泛应用于信息融合的许多领域。但是,当使用证据理论对高度冲突的数据进行融合时,此时会出现有违常理的结果。为了解决冲突数据融合的问题,提出了一种基于证据距离和不确定度的冲突数据融合方法。通过证据距离计算证据之间的相对距离,将证据分为两种类别：可信证据和不可信证据。再应用新提出的信度熵对证据不确定度进行度量,对每个证据分配相应的权重,再根据权重对每个证据的基本信度值进行修正,再运用Dempster融合规则对修正后的信度进行组合得到最终全局信度值。通过算例实验,与其他几种经典的数据融合算法进行对比,仿真结果证明算法能够有效地解决数据冲突的问题。     

基于置信距离的冲突证据合成方法

雷达目标识别中多源信息融合面临各种不确定冲突信息。为此,提出一种基于置信距离的冲突证据合成方法。在不改变D-S证据组合规则的前提下,考虑到证据之间的关联性,通过计算证据间的相似度和可信度,利用可信度的加权平均来代替冲突证据,从而消除冲突证据并进行信息融合。仿真实验结果证明,该方法能有效进行冲突证据的合成。     

基于改进的无量纲指标信息融合故障诊断方法

针对无量纲指标信息的不确定会产生冲突证据的问题,提出一种基于改进证据理论的无量纲指标信息融合故障诊断方法.采用人工免疫算法构建原始证据;通过计算无量纲免疫检测器证据之间的相似度找出相似证据和冲突证据.保留相似证据,并利用可信度修正冲突证据,从而降低冲突证据对证据理论合成结果的影响.组合式旋转机械故障诊断试验验证本文方法有效.该方法能够明显提高故障诊断准确率.     

基于矩阵分析的DS合成算法

针对经典DS证据合成理论,提出一种基于矩阵分析的DS合成算法。该算法采用证据结合的递推方式,计算n组信任函数结合下的融合结果,解决证据冲突。通过矩阵分析避免计算量过大,减轻节点负担。对温室控制采集到的数据进行仿真实验,结果证明该算法的快速性,其计算时间仅为经典DS证据合成理论的1／10。     

基于证据可信度的D-S证据理论合成规则

Dempster合成规则是一种经典D-S理论的合成规则,但在参与合成的证据间具有较大的不一致性或冲突时,则不能使用或得出明显不合理的结果,引起错误决策。为了解决冲突证据的合成问题,提出了一种基于证据可信度的合成规则。通过算例仿真,该规则可以有效解决两个或两个以上的证据冲突问题,而且计算简单,计算量小。     

基于D-S证据理论的传感器网络数据融合算法

在传感器网络中，多个传感器对于同一目标的识别结果经常会发生冲突，本文采用基于Dempster—Sharer证据推理理论的数据融合方法来解决这一问题。然而，采用D—S证据组合公式计算融合结果，计算量过于巨大，对处理能力有限的感知结点来说负担过重，此外，计算所造成的延时也将严重影响系统的实时性和同步性．本文提出了一个基于矩阵分析的快速融合算法，该算法采用了D—S证据理论的思想，计算得到的融合结果与D—S证据组合公式计算得到的融合结果相同．本文用数学归纳法证明了这一结论，经过模拟实验验证，和直接采用D—S证据组合公式相比，该算法的计算量和所需的计算时间明显减少．     

基于相关系数与相关距离的证据合成方法

针对传统Dempster-Shafer证据合成方法合成冲突证据时,会出现相悖的结论的问题,提出了基于相关系数与相关距离的冲突证据合成方法。方法利用证据冲突信息,通过相关系数与相关距离得到证据距离,距离表征证据的冲突程度,并进一步计算得到权重系数,根据权重系数对证据进行重新概率分配后,完成证据预处理过程,最后用改进的合成规则,完成再分配证据的合成。具体的证据实证验证了算法在合成冲突证据方法具有最优结果,且和推理一致,可以很好的用于证据合成。     

基于改进证据理论的态势评估方法

证据理论是实现基于规则的态势感知主要方法之一。然而,证据理论在多源多证据合成时存在悖论问题。针对此问题,通过相异度计算对证据重要性度量与修正,提出了一种基于改进证据理论的态势评估方法,该方法包括规则度量、证据修正、规则融合和态势决策等四个阶段。实验表明,该方法能够避免利用证据理论进行态势融合中的悖论问题,在态势评估效率和准确性等方面优于Dempster、Yager和Leung等典型方法。     

串联H桥多电平逆变器特定谐波控制组合法

针对串联H桥多电平逆变器输出阶梯电压波形中存在低频谐波的问题,提出了一种特定谐波控制组合法。该方法以梯形波调制为基础,利用等面积法原理和谐波注入组合法,通过简单的三角公式递推计算获得实现特定谐波消除的开关导通角,并对开关导通角进行优化,从而实现谐波抑制。以三相九电平串联H桥逆变器为例,进行了仿真和实验,结果验证了该方法的可行性和有效性。     

基于距离测度的证据合成方法

为解决经典证据理论无法处理高度冲突证据的不足,提出了一种基于距离测度的证据合成方法。将证据视为空间向量,定义距离测度空间,计算空间中两两证据之间的距离,并通过距离测度矩阵确立证据之间的一致性测度,在此基础上求得辨识框架对各证据的支持度,通过归一化支持度得到证据一致性因子,以此作为冲突概率的分配权重,最后给出改进的证据合成公式。数值算例证明了改进公式既能处理冲突证据,又能合成非冲突证据,与其他合成方法的比较验证了改进合成公式的有效性。     

传感器网络中基于预处理证据理论的数据融合

在无线传感器网络中,多个传感器节点对于同一个目标的识别结果经常会发生冲突。使用基于D-S证据理论的数据融合方案可以较好地解决这一问题。然而,采用D-S证据组合公式计算融合结果,随着可能的目标身份的增加,计算量会迅速增长。针对传感器节点有限的处理能力和节点的决策数据具有高冗余性的特点,提出通过预处理来减少计算时需要处理的目标身份的个数,减少了计算量;并通过一致性检验排除了误差较大的数据,从而使得决策结果更准确。     

通用公式运算脚本引擎设计与实现

很多大型应用系统都需要处理各种公式,目前的主流做法是提供公式库,供用户从中选择。这种处理方式增加了系统维护成本。为了解决这个问题,开发了一种通用的公式运算脚本语言,终端用户可以输入任意符合语法规范的公式,从而取消了公式库。     

一种新的解决冲突问题的不确定性度量方法

自动化数据处理、检测判决、推理决策要求对多种传感器和不同信息源进行有效集成.但由于环境的扰动、传感器的局限以及人为的干预,信源信息一般具有较强的不确定性、不完备性、冲突性,集中表现为证据的冲突,有必要对冲突证据的推理与决策进行研究.为解决证据理论不能有效融合冲突证据的问题,提出一种新的不确定性度量方法.首先,对现有的基于信息熵和区间距离的不确定性度量公式进行深入分析,总结现有方法的缺陷并进行相关证明;其次,基于定积分定义新的区间距离度量公式,并对公式的合理性进行证明;然后,基于所提出的区间距离公式给出新的不确定性度量方法,利用改进的不确定性度量方法给出冲突证据组合规则及算法流程;最后,通过算例分析验证改进算法的有效性和可行性.