Dempster Shafer证据理论由于具有比概率论更强的不确定信息表示和处理能力,在信息融合领域得到了广泛的应用。在实际的信息融合系统中,常常会出现信息冲突的情况,传统的DS证据理论不能有效处理冲突信息融合,极大地限制了其应用。针对这一问题,本研究的主要工作是:分析导致信息冲突的原因,建立描述证据之间冲突的数学模型,合理度量证据之间冲突的大小,探索表征冲突的各个参数与导致冲突原因之间的关联关系;针对不同导致冲突的情况,在可传递信度模型(Transferable belief function)内,综合考虑各个信息源的可靠性以及系统辨识框架的完整性的基础上,提出智能化的冲突消解策略;最后通过多传感器目标识别系统来验证所提出的方法。通过本项目研究,可以有效实现高度冲突证据的融合,提高信息融合系统的性能,对信息融合的实际应用有着重要的意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于国产化替代环境下高校计算机教学的研究
一种基于多层设计空间缩减策略的近似高维优化方法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于旋量理论的数控机床几何误差分离与补偿方法研究
二维FM系统的同时故障检测与控制
基于信度函数理论的Z-数不确定信息融合研究
基于脑认知理论的递阶自协调物联网信息融合机理研究
基于多源海量数据分层递阶图表示模型的可视化信息融合与预警方法
铁路自动闭塞系统信度级故障预测的信息融合方法