文档介绍：D-S证据理论的推广在多传感器信息融合中的应用
STRONG摘要/STRONG本文对D-S证据理论提出了一种修正的组合方法,并将其应用于多传感器时空信息融合中。仿真结果表明,改进后的D-S证据理论的组合准则,不仅能有效提高融合性能,而且有效地减少了多传感器在时空信息融合中的pc计算量。
DIVSTRONGSTRONG/STRONG关键词/STRONG信息融合;D-S证据理论;红外紫外毫米波;复合制导/DIV
DIV/DIVBRclear=all
DIV
H1FONTsize=31引言/FONT/H1
DIVSTRONG/STRONGdangdai现代战争中,随着光电干扰技术、隐身技术和反辐射导弹技术的fazhan发展,单一波段或单一制导体制的导引头受到日益严重的dianzijixie电子战的挑战,其固有弱点和局限性大大降低了制导武器系统的作战效能,甚至难以应付未来复杂恶劣的战场环境和现代高技术战争的需求。多模复合制导可以充分发挥各频段或各制导体制的优势,互相弥补不足,极大地提高了导引头的抗干扰能力和作战效能SUP[1]/SUP。/DIV
DIVSTRONG/STRONG信息融合技术是利用计算机技术对按时序获得的若干传感器的观测信息在一定准则下加以自动分析、优化综合以完成所需要的决策和估计任务而进行的信息处理过程SUP[2]/SUP。目前用于信息融合的主要方法之一就是D-S证据理论技术,证据理论能够将多个传感器提供的信息进行融合,从而减少信息的不确定性。本文采用D-S证据理论进行多传感器在时域空域信息融合,并针对紫外传感器有效鉴别红外诱饵的特点,对D-S算法实现过程中存在的失效问题提出了解决方法,对该理论的不足采用了修正的合成规则。/DIV
H1FONTsize=32D-S证据理论概述/FONT/H1
DIVSTRONG/STRONGD-S证据理论结构的最大特点是在证据中引入了不确定性,建立了基本概率赋值函数(BPAF)、信任函数(BEL)、似真度函数(PL)等满足比概率论弱的公理,放松了传统Bayes理论需要完整的先验概率和条件概率知识以及需要有统一的辨识框架要求,可对相互重叠、非互不相容的命题进行证据组合等特点SUP[3]/SUP。/DIV
DIVSTRONG/STRONG定义1SUP[4~7]/SUP:D-S证据理论中最基本的概念是所建立的辨识框架(frameofdiscernment),记作U。辨识框架U中的元素满足互不相容的条件,命题A对函数m的赋值m(A)是集合到的映射,若函数m:满足下列条件:/DIV
DIVSTRONG/STRONG① m(Ф)=0; (1)/DIV
DIVSTRONG/STRONG②对"/Newspic/200851/"border=0(2)/DIV
DIVSTRONG/STRONG则称m(A)为A的基本概率赋值函数(BPAF)。其中Ф表示空集,m(A)表示对命题A的精确信任程度,表示了对A的直接支持。/DIV
DIVSTRONG/STRONG定义2SUP[4~7]/SUP:对于给定的基本概率赋值函数m及任一A∈2SUPΩ/SUP,定义他所对应的信任函数为:/DIV
DIValign=center"/Newspic/200851/"border=0(3)/DIV
DIVSTRONG/STRONG似真函数定义为:/DIV
DIValign=center"/Newspic/200851/"border=0(4)/DIV
DIVSTRONG/STRONG式中"/Newspic/200851/"border=0。/DIV
DIVSTRONG/STRONGBel函数称为下限函数,表示了对命题A的总的信任程度,其中Bel(Ф)=0,Bel(Ω)=1。Pl函数也称为上限函数或不否定函数,表示不否定A的信任度,是所有与A相交的集合的BPAF之和。当证据拒绝A时,Pl(A)等于零,当没有证据反对A时,Pl(A)为1,容易证明Pl(A)≥Bel(A)。[Bel(A),Pl(A)]就表示对A的信任区间。如果辨识框架U的一个子集为A,且m(A)>0,则称U的子集A为信任函数Bel的焦元(focalelement)。/DIV
DIVSTRONG/STRONG这样,信任度和似真度就概括了证据对具体的命题A的关系,它们之间的关系如图1所示,这构成了一个完整的证据区间。/DIV
DIValign=center/DIV
DIValign=center"/Newspic/200851/"border=0/DIV
DIVa