一种改进型冲突证据合成算法研究.doc_第1页
一种改进型冲突证据合成算法研究.doc_第2页
一种改进型冲突证据合成算法研究.doc_第3页
一种改进型冲突证据合成算法研究.doc_第4页
一种改进型冲突证据合成算法研究.doc_第5页
免费预览已结束,剩余2页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种改进型冲突证据合成算法研究摘要:证据理论在多传感器数据融合中,已经成为一种基本的数据融合算法。针对证据理论在处理冲突证据时,可能会得到与客观事实相悖的结果,提出一种基于证据距离,调整证据权值的合成规则。根据证据间距离的不同,得到每个证据的支持度,然后根据支持度分配不同的权值,该权值反映冲突证据对最终融合结果的影响。为验证该模型的可靠性,与其他方法进行对比,证明了新的合成规则能够有效处理冲突证据,得到合理的融合结果。实验表明,该方法与其他方法相比,具有较快的收敛速度,高度的可靠性,可以快速有效地识别目标。关键词:证据理论;冲突证据;支持度;识别目标Research of a Modified Combination Rule of conflict EvidenceAbstract: Evidence theory has become a basic data fusion algorithm in the multi-sensor data fusion. D-S evidence method would involve invalid result while evidences conflict with each other. Considering these problems, on the basis of Support Degree of evidences, a new evidence combination rule was presented in this paper. According to the different evidence distance,Support Degree was introduced. Then, the weight was distributed differently on the base of different Support Degree. These weights reflect the influence on the final fusion results. In order to validate the reliability of the new evidence combination rule,this paper compared with other rules and the results show that this new evidence combination rule can deal with conflict evidence effectively and get reasonable fusion results. Experimental results show that the new rule has fast convergent speed and high reliability. Compared with the existing combination rules, the newly proposed rule is much fast in recognizing target.Key words: Evidence Theory; Conflict Evidence; Support Degree; Recognizing Target1引言Dempster-Shafer(D-S)证据理论由Dempster于1968年提出,之后Shafer 进一步将其完善。证据理论通过引入信任函数、似然函数参考文献:杨风暴,王肖霞.D-S证据理论的冲突证据合成方法M.北京:国防工业出版社,2010.,为不确定数据的表达和融合提供了比较灵活的算法。但是,当证据之间存在冲突或不一致时,传统的D-S证据合成规则就不能使用或者得出与事实相悖的结果,所以对冲突证据合成的研究一直是学术界研究的焦点。经过比较近20年来证据理论的研究成果,发现其改进算法可分为两大类:一类对Dempster合成规则进行修改,通过将冲突信息在各子集上进行重新分配,达到优化乘性策略所得结果的目的 Raol J R (editor). Multi-sensor data fusion with Matlab .Hoboken, USA: Taylor & Francis Group-CRC Press, 2010 .。此类算法通常具有某些局限性,例如:Yager规则 YAGER R R. On the Dempster-Shafer Framework and New Combination Rules J. Information Science, 1989,41(2): 93-137.对证据的扰动过于敏感,具有一票否决的缺点。Lefevre规则 Bree R. Mathon,Metin M. Ozbek,George F. Pinder. DempsterShafer Theory Applied to Uncertainty Surrounding PermeabilityJ. Mathematical Geosciences, 2010,42(3) . 处理高冲突证据风险巨大,此时合成规则不适用。张山鹰合成规则 张山鹰,潘泉,张洪才。证据冲突问题研究J。航空学报,2001,22(7):369-372.算法复杂,不容易得到融合结果。一类则修改模型而不改变D-S合成规则6 Murphy C K. Combining belief functions when evidence conflictsJ. Decision Support Systems,2000,29(1):19., 邓勇,施文康,朱振福.一种有效处理冲突证据的组合方法J.红外与毫米波学报,2004,23(l):2732., Basir O, Yuan X H. Engine fault diagnosis based on multi-sensor information fusion using Dempster - Shafer evidence theory .Information Fusion, 2007, 8 (4) :379-386 .。该类算法从本质可称为平均证据合成算法 Mercier D, Quost B, Denoux T. Refined modeling of sensor reliability in the belief function framework using contextual discounting .Information Fusion, 2008, 9 (2) :246-258 .,融合步骤分为三个过程,预处理、平均证据、迭代融合,在处理冲突证据问题上效果明显优于修改合成规则算法。但是此类算法运算过程复杂,合成效果有待加强。通过研究修改模型的算法,针对此类算法运算过程复杂的特点,本文提出一种基于证据距离,调整证据权值的改进算法。该算法通过证据距离评估每个证据的可靠性,从而赋予相应的权值,对证据的基本信任分配进行加权平均。该算法解决了此类算法存在的问题,得到了有效地合成结果。2 D-S证据理论及证据冲突问题假定识别框架下两个证据分别为E1和E2,m1和m2为相应的基本信任分配函数,识别目标为Ai和Bj,则D-S合成规则可描述为如式(1)所示。 (1)式中。式(1)中,K表示证据E1、E2的冲突程度。当K=1时,表示两个证据完全冲突,合成规则中分母为0,无法合成;当K1时,表示两个证据高度冲突,此时利用合成规则得到与常理相悖的结果。例如:识别框架=A,B,C,两个证据E1和E2的基本信任分配函数为:m1(A)=0.96, m1(B)=0.04, m1(C)=0;m2(A)=0, m2(B)=0.04, m2(C)=0.96。则用D-S合成规则后:m1(A)=0.96,m1(B)=0.04, m1(C)=0。由于第一个证据否定了C,尽管第二个证据证明C是正确的,合成的结果也会否定C。假如加入更多证明C是正确的证据,合成结果依然否定C。因此在多传感器数据融合中,如果少数传感器检测结果错误,会导致数据融合结果错误,无法正确识别目标。3 改进型冲突证据合成算法D-S合成规则是对概率论中贝叶斯方法的推广 Haenni R. Are alternatives to Dempsters rule of combination real alternatives? comments on “about the belief function combination and the conflict management problem” J.Information Fusion,2002,3(4):237-239.,具有坚实的数学基础,所以改进算法应该从修改模型入手。例如Murphy规则合成前先平均各证据的基本信任分配函数,然后使用D-S组合规则。该方法可以有效处理冲突证据,并且效果明显优于上述各种方法。但是该方法在进行证据的平均时,偏差很大的证据对整个融合结果会产生很大的影响。鉴于此,邓勇7考虑证据之间的关联程度,根据证据距离确定证据的可信度,然后把可信度作为权重,对基本信任分配进行加权平均。该方法考虑了证据之间的关联程度,较Murphy平均法更为合理,但是整个算法运算过程复杂,不利于得到融合结果。因此,提出一种基于证据距离11的改进型冲突证据合成算法。证据距离 FAN X F,ZUO M J. Fault diagnosis of machines based on D-S evi-dence theory,part 2:application of the improved D-S evidence the-ory in gearbox fault diagnosis .Pattern Recognition Letters, 2006, 27 (5) :377-385 .作者简介:刘娟(1984-),女(汉族),四川省成都市人,硕士研究生,主要研究领域为石油测控技术与仪器开发。胡泽(1966-),男(汉族),四川省成都市人,教授,硕士研究生导师,主要研究领域为油气检测工程。第一作者导师/通讯作者姓名:刘娟手机箱:姓名:刘娟手机箱:详细通信地址邮编四川省成都市新都区新都大道西南石油大学610500能够定性描述证据间的相似程度,定义为:E1和E2为识别框架下的2个证据,其基本信任分配函数为m1和m2,则证据距离为式(2)所示。 (2)其中,D表示一个 2N2N的矩阵,其中的元素为式(3)所示。 (3)如果证据间的相似程度越大,证据距离就越大;如果证据间的相似程度越小,证据距离就越小。本文提出的改进型算法通过计算证据距离,得到证据的支持程度,然后赋予其不同的权值,对于支持度小的证据,赋予较小的权值,反之亦然。计算步骤如下:计算各证据的距离,用表示,代表证据到证据得距离;计算所有证据到某一个证据的平均距离,如式(4)所示。 (4)其中表示传感器的个数。对于平均距离大的证据,认为其他证据对该证据的支持度小,该证据可靠性低,应该赋予小的信任权值;对于平均距离小的证据,认为其他证据对该证据的支持度大,该证据可靠性高,应该赋予大的信任权值,即信任权值与平均距离成反比,如式(5)所示。 (5)进行归一化处理,各传感器的权值如式(6)所示。 (6)用Murphy规则进行融合。4 实验分析识别框架=A,B,C,假设系统传感器收集了五个证据,五个证据的基本信任分配函数如表1所示。表1 基本信任分配函数证据号m1m2m3m4m5m(A)0.4800.650.70.58m(B)0.150.89m(C)0.380.33使用D-S合成规则和几种典型改进方法对表1进行数据融合,结果如表2所示。应用D-S合成规则进行数据融合,由于第二个证据否定A,尽管其他证据支持A,A的概率均为0,不符合事实,是典型的证据冲突问题,应用D-S合成规则失效。Yager规则将冲突都赋给了识别框架,得到的目标概率很低,无法识别目标,该算法融合失败。这两种算法对于冲突情况的处理,效果均不理想。Murphy平均法、邓勇加权平均法和本文的算法都可以得到正确的融合结果。其中后面两种方法比Murphy平均法更快的识别目标。这是由于Murphy平均法没有考虑证据间的关联性,只是将多组证据做简单的平均,当存在偏差很大的数据,会对融合结果产生影响。而后面两种方法考虑到证据间的关联性,对不同的证据赋予不同的权值,得到的融合结果明显优于Murphy平均法。本文的算法和邓勇加权平均法相比,都保证了系统的可靠性和鲁棒性,但在运算过程方面,除去邓勇加权平均法繁琐的计算过程,提高了收敛速度。表2 各种方法融合结果对比表合成公式m1,m2m1,m2, m3m1,m2, m3, m4m1,m2, m3, m4, m5D-S00000.69670.47890.37990.14320.30330.52110.62010.8568Yager规则00000.12750.012750.001530.00013770.05550.0138750.00249750.0008241750.81700.9733750.99597250.999038125Murphy平均法0.15350.44670.78730.91770.66630.41200.15550.04350.18020.14130.05720.03

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论