一种基于向量度量的冲突证据融合方法

摘要

本发明公开了一种基于向量度量的冲突证据融合方法，能实现对多源信息融合中证据之间冲突程度的衡量，通过证据之间的冲突程度衡量确定融合证据的权重因子，并对融合证据进行修正，利用Dempster组合规则融合可以获得可靠的目标识别决策结果。本发明方案与传统算法相比，从证据向量的角度出发，综合考虑证据向量差异度和相似度共同度量证据之间的冲突程度，通过证据冲突程度因子确定融合证据的权重因子，并对证据进行修正后采用Dempster组合规则对修正后的证据进行逐个融合，获得合理的决策结果，可以很好的应用于目标识别领域中，具有重要的理论意义和应用价值。

主权项

一种基于向量度量的冲突证据融合方法，其特征在于：包括以下几个步骤：A、通过获取多个传感器测量信息相对应的证据焦元的置信指派，将每一个证据看作一个向量，所述第i个证据的向量用m_i＝(m_i(θ₁),...,m_i(θ_r),...,m_i(θ_k))^T表示，其中i＝1,2,...,n，n为证据向量的总数，k为辨识框架Θ中的焦元个数；B、对上述每个证据向量m_i分别进行差异度、相似度计算：并记录任意第i个证据向量m_i和第j个证据向量m_j之间的差异度因子为Dif(m_i‑m_j)，任意第i个证据向量m_i和第j个证据向量m_j之间的相似度因子为S(m_i,m_j)，其中j＝1,2,...,n；C、由任意证据向量m_i和m_j之间的差异度因子Dif(m_i‑m_j)和相似度因子S(m_i,m_j)通过公式：$\mathrm{conf}(m_i,m_j)=\sqrt{\mathrm{Dif}(m_i-m_j)[1-S(m_i,m_j)]}$计算任意证据向量m_i和m_j之间的冲突程度因子conf(m_i,m_j)；D、由任意第i个证据向量m_i和第j个证据向量m_j之间的冲突程度因子conf(m_i,m_j)通过公式：$\mathrm{conf}\left(m_i\right)=\underset{j=1}{\overset{n}{\Sigma }}\mathrm{conf}(m_i,m_j);$$\mathrm{truf}\left(m_i\right)=(n-1)-\underset{j=1}{\overset{n}{\Sigma }}\mathrm{conf}(m_i,m_j)$求得第i个证据与其他n‑1个证据的总冲突程度因子conf(m_i)和第i个证据与其它n‑1个证据的相对支持程度因子truf(m_i)，并利用n个证据中最大的相对支持程度因子用truf_max和i个证据与其他n‑1个证据的总冲突程度因子conf(m_i)得到权重因子ω_i；E、第i个证据中焦元θ_r的置信指派用m_i(θ_r)表示，其中r＝1,2,...,k，修正后的第i个证据中焦元θ_r的置信指派值用表示，根据权重因子ω_i通过公式：$m_i^d\left({\theta }_r\right)=\left\{\begin{array}{cc}{\omega }_i{m}_i\left({\theta }_r\right)& A\ne \Theta \\ 1-{\omega }_i+{\omega }_i{m}_i\left({\theta }_r\right)& A=\Theta \end{array}\right.$对融合的证据进行修正：然后采用Dempster组合规则对修正后的证据进行逐个融合,融合后的A的置信指派m(A)的最大值对应的焦元为目标识别的决策结果对应的识别目标，即为决策最终结果。