基于统计证据的Mass函数和DS证据理论的多传感器目标识别

基于统计证据的Mass函数和D-S证据理论的多传感器目标识别作者：王俊林，张剑云，WANGJun-lin，ZHANGJian-yun作者单位：王俊林,WANGJun-lin(解放军电子工程学院研究生三队,合肥,230037)，张剑云,ZHANGJian-yun(解放军电子工程学院信息工程系,合肥,230037)刊名：传感技术学报英文刊名：CHINESEJOURNALOFSENSORSANDACTUATORS年，卷(期)：2006，19(3)被引用次数：13次参考文献(6条)1.PangYu-jun.DuZhong-fuAnewMethodoftheBasicProbabilityAssignment19942.BeglerPlShafer-DempsterReasoningwithApplicationtoMultisensorTargetIdentificationSystem19973.万继宏.刘后铭一种高性能目标识别融合算法1995(02)4.何友.王国宏.陆大鑫多传感器信息融合及其应用20005.顾晓辉.王晓鸣多传感器声目标识别的研究[期刊论文]-探测与控制学报2002(09)6.ShaferGAMathematicalTheoryofEvidence1976相似文献(10条)1.期刊论文邓蜀娟.文拥军谈工程评标中主观评价指标的管理-山西建筑2010,36(26)采用了基于证据理论与mass函数的合成算法来求出主观评价指标的量化值,从而有效的克服了专家的随意性,使得最终的量化值具有一定的科学性.2.期刊论文江四厚.王汉功.阳能军.JIANGSihou.WANGHangong.YANGNengjun基于熵的Mass函数算法及在液压泵故障诊断中的应用-机床与液压2007,35(12)如何确定Mass函数是D-S证据理论的棘手问题,本文从信息论的观点出发,提出一种新的计算Mass函数的算法.该算法依据证据体可信度因素和证据体与目标关联的相对熵来分配证据体的Mass函数,较全面反映证据体的不确定性.将方法应用于液压泵诊断中,结果表明它获取的Mass函数是符合实际情况的,具有较好的实用性,而且其算法容易实现.3.期刊论文孔金生.李文艺.KONGJin-sheng.LIWen-yi基于模糊集合的证据理论信息融合方法-计算机工程与应用2008,44(20)提出了一种利用模糊集合确定概率分配函数(mass函数)进行信息融合的方法.该方法首先构造出融合对象的模糊集合,然后以隶属度函数为基础计算出概率分配函数,再利用D-S规则对多传感器信息进行融合.汽车轮胎压力监测的实验表明该方法获得的mass函数在信息融合中的有效性.4.学位论文陈增明群决策环境下证据理论决策方法研究与应用2006证据理论是在传统概率论的基础上发展起来的,破视为对概率的一种改变,可以很好描述决策中的不确定性,并且具有综合不同信度函数的合成规则,可以对多个专家的意见进行融合,因此在实际中,常常用做一种群决策方法,称为基于证据理论的群决策方法.在基于证据理论的群决策方法中,个体决策者的偏好用mass函数表示,mass函数可以很好地对信息的不完全、信息的不精确和信息的不肯定进行合理描述;对不确定性问题的处理过程更加符合人们的思维方式.此外DS公式还具有很优良的性质,如交换性和极化性,所有的这些使得证据理论在群决策领域得到一定程度的应用.但是证据理论存在的一些问题,如计算量问题、悖论问题等,在很大程度上限制了基于证据理论的群决策方法在实际中更为广泛地应用,为了使其在实际决策中得到更为厂泛的应用,需要对基于证据理论的群决策方法进行进一步研究.论文的主要研究内容如下:(1)对集结规则的计算复杂度问题进行研究.在基于证据理论的群决策方法中,个体决策者的决策结果是用基本可信度函数表示的,集结规则为DS公式.而用DS公式对基本可信度函数进行合成时会引起焦元组合爆炸,导致计算量的巨大增加.现有DS合成近似算法需要人为的对证据的焦元个数进行调整,不仅结果误差比较大,而且很多算法会增大悖论发生的概率.本文将研究不需要人为主观参与的DS合成近似算法,并对算法的有效性进行验证.论文中给出了证据投影分解的概念,并在此基础上给出了证据合成的投影近似算法.此外,给出了基于焦元可信度转移度的证据融合公式和基于焦元可信度转移度的近似融合算法,并对Bayesian近似算法、投影近似算法和基于焦元可信度转移度的近似算法进行了比较分析.(2)对个体决策结果的一致性分析方法进行研究.基于证据理论的群决策方法的集结规则是DS合成公式,这个集结规则的要求是证据间小是完全冲突的,而这种约束是非常弱的,在这种约束-卜,不一定能保证结果的合理性.实际的群决策要求首先由决策者针对决策问题给出意见,然后要对意见的一致性进行分析,如果满足一致性要求就进入意见的集结与方案的选择过程,否则就需要对决策者的意见进行协调,以往在应用证据理论作为群决策方法时候,忽视了个体决策者意见的一致性分析与调整问题.本文对证据理论群决策办法中的个人意见的一致性问题进行研究,给出了合理度量证据问相似程度的三个条件,并给定一种新的证据相似程度的度量方法,这种新的相似度度量方法满足给定的二个条件.论文在相似度的基础上给出个人意见一致性的检验方法,川时给出住不满足一致性要求下处理方法与调整.(3)对集结规则悖论及其消除方法展开研究.个体决策由于受到决策者知识结构、判断水平和个人偏好等众多土观因素的影响,决策者们很可能给出各种不同形式的偏好信息,这些不同的偏好之间可能存在冲突,而DS在融合冲突比较大的mass函数时,可能会产生悖论.为了保证证据理论群决策方法结果的合理性与有效性,本文对悖论的消除方法进行详细研究,归纳了几种常见的悖论形式,寻求通用的悖论消除方法,给出了基于专家权威的悖论消除方法和基于证据相似度的悖论消除方法,这几种悖论消除方法均为通用的悖论消除方法,而且这些消除方法的前提是不改变DS合成公式.(4)对基于证据理论的群决策方法的应用步骤和系统过程进行研究.论文给出了基于证据理论的群决镱方法在实际应用时的具体步骤.建立了基于证据理论的群决策方法的系统过程结构,并绘制了基于证据理论的群决策方法的系统过程结构图,这个系统过程结构图中包含了mass函数构造、一致性分析、一致性调整和悖论消除等方面的研究成果,并进一步通过具体案例对这种群决策方法的应用步骤和系统过程作了相应的分析说明.5.期刊论文裴江山.PEIJiang-shan一种基于证据理论的目标识别加权数据融合-长沙航空职业技术学院学报2006,6(1)在分析证据理论数学内涵的基础上,给出一种不确定性的目标识别加权数据融合方法,即先对不同传感器赋予不同的可信权值,形成新的mass函数,再通过D-S合成公式进行数据融合.理论分析和实践检验证明,该方法可有效地提高目标识别的准确性.6.学位论文张姝丹基于证据理论和凸函数证据理论的推理工具的研究与实现2004不确定性的处理是人工智能领域研究中的一个相当重要的问题，其原因是一切智能行为都包含不确定性信息，而处理这些不确定性信息将涉及多种理论和技术。基于概率的不确定性表示方法不能处理“无知(ignorance)”，为了表示部分无知所引起的不确定性，Dempster和Shafer提出了证据理论的思想。对于不确定性的处理，证据理论已经展示出很好的发展前景。本文介绍了国家高科技研究发展计划(863计划)“智能化农业信息系统集成开发平台”课题中，证据理论推理方式和凸函数证据理论推理方式的设计与实现。具体包括推理机的设计与实现、和推理机相关的知识库生成系统的设计与实现以及对证据理论和凸函数证据理论两种推理算法的研究。在证据理论算法的研究中，本文着重从三种不同的角度给出了解决证据理论中由于证据问的冲突引起的悖论问题的方法，并将它们的推理结论用投票的方式进行综合。作为应用实例，本文在最后给出了土地肥力分级的推理过程演示。摘要专家系统的应用一直是人工智能领域的一个研究热点，许多专家系统在农业、医学、地质等领域的应用中取得了良好的效果。但是在各个应用领域中，尤其是农业生产过程中，经常缺少足够信息来做判断，存在大量由此产生的不精确和不确定的知识。为了处理这些不确定性，需要采用不确定(或称为不精确)推理方式来处理不确定知识。Dempster-Shafer理论(或称为证据理论、D-S理论)在不确定性推理中属于一种基于模型的内涵方法，它提供了表示特定领域知识的一种模型方式，以及基于这种模型的推理机制。可用于回答与这些特定领域相关的问询预测、决策以及分析等等。随着计算机性能的逐渐提高，以及人们对证据理论算法的不断研究，证据理论在许多领域都取得了较好的应用效果，正在逐渐成为解决不确定问题的最有效手段之一。本文是在进行国家高科技研究发展计划(863计划)“智能化农业信息系统集成开发平台”课题研究过程中完成的。主要是将“证据理论”和“凸函数证据理论，，两种不确定性表示方法引入到“专家系统基础开发平台集成开发环境中”，使之成为解决农业领域中不确定性问题的一个手段。为了成功引入证据理论，解决证据理论的Zadeh悖论问题，本文对这个问题作了深入的研究，采纳了从不同角度解决冲突悖论问题的三种方法——修改合成公式的方法、在使用D-S理论合成公式之前对mass函数进行适当扰动的方法和在使用合成公式进行合成之前对mass函数进行学习的方法，并将三种解决方案的解决结果进行投票合成，以求获得可信度尽可能高的结论。基于证据理论的推理机组件和凸函数证据理论的推理机组件从实现角度上讲主要有三个部分：基于证据理论算法的推理机、基于凸函数证据理论的推理机以及集两者要求于一身的知识库生成系统。知识库生成系统的作用是和专家用户进行交互，以获取大量的关于该领域的相关知识、经验和信息，为后期的推理提供知识和事实依据。在专家建造知识库的过程中，输入的知识问的结构需要满足一定的语法规则，这个语法规则是根据不同推理机的具体情况而定义的。由于基于证据理论的推理机和基于凸函数证据理论的推理机对知识库的要求基本相同，只是在某些地方有所区别，所以本文将两种推理机的知识库语法定义成一个，只是在某些处分别满足它们不同的要求。用户可以任选择一种xml的编辑工具，只要使用本文定义好的带有语法规则的.xsd文件作为知识库文件(.xml)的Schema，然后按照这种结构添加各项元素值，只要通过合法性检查，保存即可称为能被推理机所使用的xml文件。基于证据理论的推理机和基于凸函数证据理论的推理机的功能是根据用户输入的事实及相关领域的知识库文件里的知识进行推理，并将结论和推理解释反馈给结论输出页面，由结论输出页面将结论和推理解释进行解析输出结论给用户。此外，对于基于凸函数证据理论的推理机，本文在实现时为用户提供了图形输入事实值信息和图形输出推理结果的特性，丰富了该推理机组件。上述的基于证据理论的推理机和基于凸函数证据理论的推理机使用C＃语言实现，运行在微软的.NETFramework环境下。实现形式为两个.exe文件，或者说是两个.DLL文件。.DLL文件的特点是可以封闭里面的内部功能，只留一些必备接口以供调用。因此按照BAPDES-IDE接口规范实现的两个组件可以很容易的集成到BAPDES-IDE内，作为基于规则的推理方法的有效补充。知识库文件以xml的方式存储，因为满足推理机需要的语法规则，所以很容易的被对应的推理机所使用。此外，基于xml规范的数据表示形式正在成为业界标准，因此这种数据表示形式也十分便于与其他系统交互。D-S证据理论比传统概率论能更好地把握问题的未知性和不确定性，能融合多个证据源提供的证据，由于它满足比概率更弱的公理系统，可以视为经典概率论的一种推广，因而它具有比贝叶斯方法更广泛的应用范围，更适合于证据较少的问题领域。基于以上原因，使得基于证据理论的推理机在实际应用中取得了很好的效果，得到了领域专家的好评。基于证据理论的推理机在BAPDES-IDE中作为外延方法的有力补充正被逐步应用在更多的智能应用系统中。7.期刊论文丁勇