基于聚類證據(jù)理論的數(shù)據(jù)融合算法研究.pdf

1、隨著傳感技術(shù)的不斷完善和成熟，傳感器在數(shù)據(jù)融合中的作用愈加凸顯。但不同類型的傳感器接收的數(shù)據(jù)具有不同的意義和結(jié)構(gòu)，并且考慮到周圍環(huán)境、敵人的惡意干擾以及傳感器自身的精度，傳感器收集的信息本身存在一定的不確定性。如何從具有異構(gòu)性、海量性和不確定性的原始信息中獲取需要的信息已經(jīng)成為國內(nèi)外學(xué)者的研究熱點，因此研究如何處理不確定信息的數(shù)據(jù)融合方法具有很大的現(xiàn)實意義。本文將聚類分析和證據(jù)理論相結(jié)合，提出一種新的沖突度量表示法以及基于聚類證據(jù)理論的

2、數(shù)據(jù)融合方法，并將該方法應(yīng)用于汽車碰撞預(yù)警系統(tǒng)中，研究內(nèi)容主要包括以下三個方面:
　　(1)提出一種基于粗粒度和細粒度距離的證據(jù)沖突度量方法。首先，將定義的空間距離和Jousselme證據(jù)距離相結(jié)合構(gòu)成細粒度距離，該細粒度距離從證據(jù)各命題的基本概率分配之間的差異考慮證據(jù)之間的關(guān)系;然后定義了一個粗粒度距離，從證據(jù)的整體決策差異上衡量證據(jù)之間的距離;最后綜合考慮細粒度和粗粒度距離提出了一種新的證據(jù)沖突度量方法，該方法從粗粒度和細粒度

3、兩種層次上考慮證據(jù)之間的沖突程度，使得測量結(jié)果更加全面、有效。
　　(2)提出一種基于聚類證據(jù)理論的沖突證據(jù)融合方法。首先根據(jù)已經(jīng)提出的沖突度量方法和定義的局部沖突參數(shù)將證據(jù)分為一致證據(jù)、不沖突證據(jù)以及沖突證據(jù)三類;然后對不同類別的證據(jù)進行不同的修正;最后利用D-S組合規(guī)則對修正后的證據(jù)進行數(shù)據(jù)融合。仿真實驗表明本文提出的融合方法有效解決了沖突證據(jù)的融合問題，具有良好的魯棒性。
　　(3)由于汽車碰撞預(yù)警系統(tǒng)中數(shù)據(jù)具有異構(gòu)性