分享到:

多传感器决策融合方法研究

本文从硬决策融合和软决策融合两个方面对判决层数据融合算法进行了研究。硬决策是传感器向融合中心报告的关于观测数据的唯一确定的假设判定,而软决策是关于观测数据的多个假设判定,并且带有对每个假设的信任度或不确定性的量化度量。本文在对现有的基于概率、概率区间以及模糊集理论等主要决策融合方法进行研究之后,提出了基于模糊测度和模糊积分的决策融合算法,用模糊测度表征对传感器局部决策的信任程度,模糊积分运算被用作决策融合规则。当用于硬决策融合时,本文证明了模糊积分方法满足有效决策融合规则的必要条件,并且当对所有传感器的局部决策具有相同的置信度时,等价于目前广泛使用的表决决策融合规则—K/N规则;当对所有局部决策的信任度不同时,模糊积分决策融合方法优于K/N规则。本文分析了模糊积分的非线性加权中值特性,将其作为一种折衷算子用于软决策融合。数值计算和多模式分类实验结果充分表明了本文提出的模糊积分决策融合方法的可行性。当模糊积分方法用于决策融合时,表  (本文共107页) 本文目录 | 阅读全文>>

四川大学
四川大学

决策融合在估计融合传感器量化问题中的应用及衰减信道下的决策融合问题

在分布式多传感器网络中,特别是在分布式无线传输网络中,由于诸多限制条件,如通讯带宽和功率,传感器数据一般必须经过预处理或压缩才能传往融合中心,即只能量化为有限的几个0-1码(bit)再传送,在通讯量十分有限的情况下完成多传感器估计和决策融合。而如何实现最优压缩或量化是分布式多传感器网络估计和决策融合问题中一个在理论和应用中的热点和难点。本文针对这一问题,首先分析分布式多传感器决策融合和估计融合的关系,利用一种全新的思维:将待估参数所在区间划分成若干子区间,每一子区间形成一个假设,利用估计的性能评价选定假设之间合适的损失系数,在估计融合和决策融合之间建立了对应关系,从而将估计融合问题化为决策融合问题。充分利用每一个传感器噪声的已知分布信息,运用成熟的决策融合方法,对于现在研究还不成熟的估计融合传感器量化问题设计了一个解决方案,将决策融合的决策结果作为最终的估计结果。从而在观测被量化的条件下达到较优的估计效果。计算机仿真显示该方法是...  (本文共85页) 本文目录 | 阅读全文>>

西安电子科技大学
西安电子科技大学

传感器网络决策融合研究

传感器网络决策融合是传感器网络数据融合的一个关键问题。传感器网络决策融合是一种对来自传感器网络的所有传感器的信息进行融合,并作出对某个目标或某个事件的决策的检测技术。近年来,随着传感器组网技术及信号检测理论的发展,传感器网络决策融合问题受到了广泛关注。本文针对基于分布式融合方式的传感器网络决策融合问题,深入研究了相关观测条件下传感器网络决策融合系统的优化方法及非理想信道下的资源受限的无线传感器网络的决策融合规则。本文由六章构成,各章内容安排如下:第一章简要介绍了传感器网络决策融合的基本概念和研究现状,并指出了目前在传感器网络决策融合研究中存在的问题。最后,给出了本文关于传感器网络决策融合研究的内容安排。第二章基于奈曼-皮尔逊准则,研究了相关观测环境下,具有固定决策融合规则的传感器网络决策融合系统的优化设计问题。首先对传统的基于牛顿-拉斐森算法和离散迭代梯度算法的优化方法进行了简要介绍。然后提出了基于人工免疫策略算法的新的优化方法...  (本文共149页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

机载多传感器目标信号属性融合研究

随着战场环境日益复杂恶劣,为提高飞机武器系统的作战性能,研究复杂干扰环境下机载多传感器目标识别问题具有极其重要的意义。为此,本文研究了复杂干扰条件下的机载多传感器属性融合问题,主要取得的成果为:1)本文首先分析了复杂干扰环境下属性融合存在融合信息不确定性大,造成系统鲁棒性和自适应性变差的问题,提出一种自适应融合模型。模型分三个部分:不确定信息处理、分类识别信息融合、知识更新。其中知识更新模块利用智能技术解决不同环境和信息层次下融合系统所要求的环境自适应性,稳健性问题。在此基础上,本文研究了知识更新模块的建立,提出利用蚁群算法进行知识的智能分析和推理寻优,从而实现在复杂环境下知识和更新的自适应管理。为进一步提高算法性能,本文研究了蚁群算法的改进问题,提出了爬山变异蚁群算法,将蚂蚁算法和局部搜索算法结合起来,提高算法后期的计算效率。2)针对数据层属性融合问题,本文分别研究了T.Fukuda和Luo R.C提出的不同算法,在此基础上,...  (本文共140页) 本文目录 | 阅读全文>>

吉林大学
吉林大学

数据层和决策层的信息融合算法研究及应用

论文围绕装载机自动称重和目标识别这两个实际应用系统,分别从数据层融合和决策层融合两方面对多传感器信息融合算法作了研究。针对装载机自动称重系统,即从含有不具有各态历经性的观测噪声、干扰、系统误差的多传感器测量数据中估计一个非随机量,提出了一种两级式信息融合算法,该算法通过联合应用基于小波的自适应加权融合算法和一致性融合算法,提高了被估计量的精度和可靠性。针对目标识别系统,给出了决策层融合模型,将OWA算子应用到多传感器决策融合中,对C-OWA、C-OWG算子进行了拓展,基于拓展的C-OWA算子给出了在目标识别中具体的决策融合步骤。针对目标识别过程中不同传感器对属性描述的模糊性及获得目标属性信息的不完整性,提出了基于线性规划模型的模糊决策融合方法,可以根据实际情况在决策过程中交互信息,使决策更为合理。  (本文共79页) 本文目录 | 阅读全文>>

中国矿业大学
中国矿业大学

多传感器信息融合理论及在矿井瓦斯突出预警系统中的应用研究

煤矿瓦斯灾害是我国主要灾害之一,矿井瓦斯突出预测是一个十分复杂的理论和实验技术课题,原因在于瓦斯突出是一个包含地质学、物理、化学等多学科、多种效应交叉的复杂现象,并且对于这一灾害缺少有效的监测方法和手段。论文针对瓦斯突出这一不确定性和非线性灾害问题,建立了多传感器信息融合瓦斯突出预测系统模型,并分别对融合系统的数据层、特征层和决策层进行了分析和研究,构建了一个基于多规则决策的瓦斯突出智能预警系统,从而有效地提高对瓦斯突出预测的准确度。论文通过对多传感器信息融合一般框架结构分析,提出了基于多传感器信息融合的瓦斯突出预警系统结构,以及特征级和决策级分层融合模型,并通过多传感器管理子系统实现反馈建立预测系统闭环控制模型。在分析目前已有的突出指标及临界值确定依据的基础上,引入层次分析法得到几个典型突出指标的权重排序,对瓦斯突出多传感器融合预测系统的数据来源信息进行分析。并根据选取的重要影响指标选择瓦斯突出监测传感器,由于静态传感器定点布...  (本文共152页) 本文目录 | 阅读全文>>