D-S故障诊断中证据冲突衡量研究

在基于D-S证据理论的故障诊断中,由于干扰或可靠性等原因,各传感器用来判断故障原因可能性的基本置信分配会出现相互冲突的现象.在冲突证据下,进行D-S诊断的前提条件是解决各传感器基本置信分配间矛盾性的衡量问题.虽然人们已对此做了一些探讨,但都没有反映D-S故障诊断的需要,研究成果无法得到应用.文中首先介绍了D-S故障诊断;然后分析了已有证据矛盾性衡量方法的不足;最后提出了一种新的衡量各传感器基本置信分配间矛盾性的方法,并进行了详细证明,实验结果表明了所提方法的正确性.     

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。     

奇异值衡量证据冲突的新方法

证据理论被广泛应用于决策级信息融合,但还存在一定问题有待解决,例如证据冲突的合理衡量仍未得到妥善处理。针对已有方法的不足,提出一种新的衡量方法,将不同的证据表示成BPA矩阵的形式,借助矩阵的性质对冲突进行研究。根据BPA矩阵奇异值的特点,提出以其最小奇异值衡量证据冲突。算例表明了所提方法的有效性。     

一种修正证据距离

Jousselme提出证据距离衡量一组表示分类结果的证据与代表真实结果证据之间的差异性程度。该文通过分析得到Jousselme证据距离衡量一般形式证据的差异性程度存在不足：证据基本信任分配分布的分散程度越大,Jousselme证据距离越小,两组完全不相同的非类别证据间的Jousselme证据距离不为最大值1。针对不足,该文提出一种修正证据距离。数值算例表明,修正证据距离扩展了Jousselme证据距离对证据差异性程度衡量的适用范围。     

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。

     

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。      

一种基于冲突重新分配的D-S证据合成方法

D-S证据理论是一种处理不确定性问题的有效推理方法,但证据合成存在高度冲突问题。考虑到直接利用公式合成可能得到与实际相悖的结论,故分析了D-S合成方法及其改进方法的不足,引入冲突系数和分配系数,给出了具体算法,通过分配系数对基本概率赋值函数进行修正,提出了一种基于冲突重新分百己的合成方法。最后,通过实例比较表明,该方法的合成结果较为理想。     

一种新的冲突证据合成方法

针对高冲突证据的合成问题,分析了D-S证据理论及改进方法的不足,提出了一种新的基于修正数据源思想的变权证据合成方法.该方法同时考虑了证据内焦元基本可信度分配值和各证据与平均证据的加权欧几里德距离.实验结果表明,该方法能有效消除证据冲突悖论,在证据一致和高度冲突的情况下均表现出良好的适应性,具有较快的收敛速度和高可靠性.     

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。     

基于证据源预处理的冲突证据组合新方法

针对冲突证据的组合问题,提出了一种新的证据组合方法。通过定义证据间的Jaccard相似度获得各个证据的归一化可信度,在此基础上获得一个标准证据。利用该标准证据对各初始证据进行修正,最后利用Dempster-Shafer(DS)组合规则获得证据组合结果。证据组合过程中既保持了DS规则良好的数学性质,又有效地减小了冲突证据带来的干扰,提高了组合结果的合理性与可靠性。     

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。     

改进的局部冲突信息再分配算法

针对高冲突证据融合算法进行研究,提出改进的局 部冲突信息再分配算法。新算法利用证据相似度函数和一致性因子共同度量证据可信度,在 此基础上给出改进的焦元可信度计算公式,并将其应用于对局部多元冲突信息进行加权再分 配。分析了不同冲突度量参数的特点及其适用性以及冲突证据融合过程中证据及焦元可信度 的有效计算方法。对新算法和相关算法的性能进行理论和应用对比分析,结果表明,新算法 能够通过提高证据冲突度量精度和对局部多元冲突信息进行合理分配,在较大程度上提高冲突 证据融合结果的可靠性和稳定性,是一种适用于复杂探测环境的目标识别算法。     

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。     

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。     

DS证据合成规则评价方法研究

DS证据理论由于其应用广泛,成为研究的热点之一。由于其应用不同,DS证据理论遇到了一些问题,尤其是冲突证据合成问题,为此,不少学者都提出自己的解决办法。然而,针对合成方法的评价方法却很少有报道,算法优越性几乎都是通过主观逻辑判断的方法,通过实例对比,来说明算法的好坏。通过对合成方法的研究,提出了主客观结合的合成规则评价方法。评价方法以主观评价为基础,建立了客观评价体系及数学模型,客观评价体系有多个评价规则组成,综合说明合成方法的优劣,从而建立了合成方法的评价理论。最后,通过实例验证了评价方法的正确性。     

Correlation coefficient measurement for conflict evidence

The complex battlefield environment increases the uncertainty of reconnaissance information processing, so the uncertain information processing is investigated, especially the conflict evidence measurement, based on the belief functions. The normalized evidence correlation is defined as the correlation coefficient measurement for conflict evidence. In order to solve the drawback that the existing conflict evidence measurement methods do not distinguish the single set and multiple sets, the union core and core relational matrix are defined to modify the union core and core correlation respectively and further obtain the modified conflict evidence measurement. Finally, the efficiency of the proposed correlation coefficient measurement for conflict evidence is illustrated in the classical simulation example.     

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.