一种基于粗糙集证据理论深度融合的局部冲突快速合成方法
2020-01-08倪龙强张丽华姚新涛胡高歌刘鹏辉
兵工学报 2019年12期
倪龙强,张丽华,姚新涛,胡高歌,刘鹏辉
(1.西北机电工程研究所,陕西 咸阳 712099;2.西北工业大学 自动化学院,陕西 西安710072)
0 引言
现代检测、认知、规划、决策与控制系统所面对的环境、任务越来越呈现出复杂系统的多样性、不确定性、不可预见性等特征。例如:在复杂环境态势感知中,需用到不同维度、不同模态的检测信息进行联合识别和跟踪,以提高态势感知信息的完备性、客观性和可理解性[1];在联合检测、识别中,气象、地理、电磁等因素可能会导致某些传感器对目标或目标的某一特性检测性能下降等[2]。因此对分布式检测与融合方法提出了新的更高要求。主要表现在以下两方面:1)如何基于大量传感器检测信息进行快速融合;2)如何在各检测数据源检测信息不完备、相互冲突条件下完成分布式探测信息的融合。
在经典贝叶斯框架下,证据理论将每个传感器量测信息看作一个证据体,每个传感器量测信息可能包含若干检测属性,该检测属性称为证据焦元,一条证据体包含若干证据焦元。传感器检测对每个属性的支持度称为焦元基本信度分配(BBA)函数,证据理论通过对证据体进行两两组合来更新BBA函数。由于证据推理过程只能对证据体进行两两合成,在证据体较多时计算量呈指数性增长,同时传统证据推理问题在两条证据体存在冲突时可能得到有悖常理的组合结果。因此,近年来领域专家对证据理论的合成规则进行了大量研究修改,以期获得更加客观、统一的决策信息[3-7]。……
登录APP查看全文
