第7讲 证据理论应用.ppt

2. 融合系统结构 2.3.3 时空域信息融合——分布式有反馈融合算法 每个传感器 需要将当前的测 量值与整个系统 先前的累积信息 进行融合 * 多源测试信息融合 * 2. 融合系统结构 2.3.3 时空域信息融合——分布式有反馈融合算法 首先将N个传感器在k-1时刻的累积信息与所有传感器第k时刻的测量值分别进行融合： * 多源测试信息融合 * 2. 融合系统结构 2.3.3 时空域信息融合——分布式有反馈融合算法 然后对N个传感器获得的k时刻的累积信息进行空域的信息融合，得到最后的融合结果： * 多源测试信息融合 * 3. 几种算法的比较 三种算法的比较 集中式和无反馈分布式方法的融合结果相差无几 集中式方法仅需要一个处理器，但融合数据的状态空间很大，对处理器要求很高 无反馈分布式方法计算量小 有反馈分布式方法大大降低了信息的不确定性，但其计算量是三种方法中最大的 * 多源测试信息融合 * 例4：设识别框架，两个证据的基本置信度分配函数分别为: 求两个证据作用合成后A1和A2的信度分配是多少？ 例5：已知识别框架下三个证据的基本置信度分配函数，求合成后的信度分配 ？ ？ ？ 思考 * * 多源测试信息融合 课堂小结 1、讲解了证据合成规则 2、基于证据理论的信息融合 1）单传感器多测量周期可信度分配的融合 2）多传感器多测量周期可信度分配的融合 ① 集中式计算 ② 分布式计算 * * 多源测试信息融合 作业 自己找一道习题，建议识别框架内元素个数在3~5个之间，其余参数自己选择，计算相应的置信度函数、似然函数，并用Matlab实现。 提交源代码和完整的习题解答。 代码发送邮箱：jwwan@buaa.edu.cn 标题写上：数据融合作业 提交时间2周内。 * 多源测试信息融合 * 强型电子支援措施（ESM）传感器 * * * * * * * * * * * * * * * * * * * * 多源测试信息融合 多源测试信息融合证据理论应用 万 江 文 例4 假设空中目标可能有10种机型，4个机型类（轰炸机、大型机、小型机、民航），3个识别属性（敌、我、不明）。本检测系统对目标采用中频雷达、ESM和IFF传感器进行识别，已获得两个测量周期的后验可信度分配数据： M11（{民航}，{轰炸机}，{不明}）=（0.3，0.4，0.3） M12（{民航}，{轰炸机}，{不明}）=（0.3，0.5，0.2） M21（{敌轰炸机1}，{敌轰炸机2}，{我轰炸机}，{不明}）=（0.4，0.3，0.2，0.1） M22（{敌轰炸机1}，{敌轰炸机2}，{我轰炸机}，{不明}）=（0.4，0.4，0.1，0.1） M31（{我}，{不明}）=（0.6，0.4） M32（{我}，{不明}）=（0.4，0.6） 其中Msj表示第s个传感器（s=1,2,3）在第j个测量周期（j=2）上对命题的后验可信度分配函数。 求：两次测量后{民航}、{轰炸机}、 {敌轰炸机1}、 {敌轰炸机2}、 {我轰炸机}、 {我}和{不明}的后验信度分别是多少？ 基于证据理论的信息融合 * * 多源测试信息融合 解法一：分布式融合 传感器1 M11(Ai) m11 {民航}=0.3 m11{轰炸机}=0.4 m11 {不明} =0.3 传感器2 M22(Ai) 传感器3 M31(Ai) m{民航} m{轰炸机} m{敌轰炸机1} m{敌轰炸机2} m{我轰炸机} m{我} 第一周期 第二周期 m12 {民航}=0.3 m12{轰炸机}=0.5 m12 {不明} =0.2 M12(Ai) m21 {敌轰炸机1} =0.4 m21 {敌轰炸机2} =0.3 m21 {我轰炸机} =0.2 m21 {不明}=0.1 M21(Ai) m22 {敌轰炸机1} =0.4 m22 {敌轰炸机2} =0.4 m22 {我轰炸机} =0.1 m22 {不明}=0.1 m31 {我} =0.6 m31 {不明} =0.4 M32(Ai) m32 {我} =0.4 m32 {不明} =0.6 融合中心 图7 中心融合计算 基于证据理论的信息融合 * * 多源测试信息融合 c1=M11(民航)M12(民航)+M11(民航)M12(不明)+M11(不明)M12(民航) +M11(轰 炸机)M12(轰炸机) +M11(不明)M12(轰)+M11(轰)M12(不明) +M11(不