开题报告书(传感器网络中基于DS证据理论数据融合的研究).doc

本文档系作者精心整理编辑，实用价值高。毕业设计(论文)开题报告书 题 目传感器网络中基于D-S证据理论的数据融合研究学 院专 业姓 名 学 号指导教师 年 月课题来源自拟科学依据在传感器网络中,多个传感器对于同一目标的识别结果经常会发生冲突。信息融合中心不得不依据这些不确定性的信息进行推理，以达到目标身份识别和属性判决的目的。D-S证据组合理论已经成为不确定性推理的一种重要方法，基于该理论的多传感器决策层数据融合已得到广泛应用运用D-S证据理论对目标进行了融合识别与单一传感器的目标识别结果相比较，上述方法能明显提高且标识别能力，同时降低目标识别的不确定性，提高目标识别的可靠性。D-S证据理论是一种利用来自相互独立的不同信息源的证据来提高对事件的置信程度的多信源体组合法则。当然，D-S证据理论用于证据合成也存在不足，由于受到各种环境因素的影响以及传感器测量范围和精度等自身条件的限制，各种量测在一定程度上都是不准确和不完善的。对于弱小目标，复杂背景、大气传输和自身噪声的干扰，引起传感器量测的不确定性，以及在算法上的复杂度。所以今后在D-S算法上的改进仍是值得研究的课题。数据融合是多源信息综合处理的一项新技术。它能将来自某一目标的多源信息加以智能化合成，产生比单一信息源更精确且更完全的估计和判段。随着计算机技术和通讯技术的发展，特别是军事上的迫切要求，引起世界范围内的酱遍关注数据融合技术重点应用于军事领域的各种指挥、控制、通信和情报任务，也广泛用于机器人、自动化生产，医疗诊断及遥测遥感等非军事领域。而且是未来信息高速网络中多媒体信息处理不可缺少的技术。研究内容D-S证据理论已经成为不确定性推理的一种重要方法，基于该理论的多传感器决策层数据融合已得到广泛应用。本文将介绍传感器的应用，以及什么是数据融合。并重点介绍D-S证据理论方法在实现多传感器数据融合中的现实意义，以及通过具体的算法说明其在多传感器数据融合应用中的优缺点，并针对其缺点进行改进。最后对D-S证据理论算法在未来的发展应用做出预测推断。拟采取的研究方法、技术路线、实验方案及可行性分析研究方法：通过对传感器的概念做出整体说明，让读者对多传感器有个感性认识。再于此深入介绍D-S证据理论的现实意义，并给出其具体算法加以软件仿真，以便深入研究D-S证据理论的优缺点。通过个别例证给出D-S证据理论在现实中的英语，并分析推理出其今后的发展和改进。技术路线：先进性传统的讲解D-S证据理论的计算在方法多传感器数据融合中的应用，再通过系统仿真达到更好的说明其优缺点的目的。最后对其缺点进行针对性的改进算法，并进行系统仿真做出对比。实验方案：首先进行理论推导D-S证据理论算法，再应用MATLAB软件对其进行仿真，并希望得出理论结果。此套方案具有可行性研究计划及预期成果第一阶段：搜集多传感器，数据融合的概念和其应用，并对D-S证据理论有初步认识。第二阶段：深入研究D-S证据理论的算法，并能使用软件仿真。第三阶段：通过仔细研究找出D-S证据理论的优缺点，并针对其缺点进一步改进，并通过仿真模拟达到预期的效果。第四阶段：总结整理，写出论文。特色或创新之处在理解的基础上对D-S算法做出改进已具备的条件和尚需解决的问题已经学习过传感器课程，对传感器的应用比较熟悉，并对D-S证据理论有了初步的认识，并能熟练使用MATLAB仿真软件，但对D-S证据理论呢的算法比较陌生，仍需要对其加深理解以及发现其缺点对其针对性的改进。指导教师意见符合开题报告