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>>

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>>

《航天电子对抗》1994年03期
航天电子对抗

多传感器信息融合决策研究

无论在C31系统中还是综合电子战系统中,多传感器信息融合是关键技术之一。概括地讲,多传感器信息综合应包括对在完整性、时间性和精确性方面都不相同的信息块分时处理;而且这些信息来自各种不同的传感器,并对当前态势进行描述。通常,多传感器的信息综合可分为传感器信息集成和信息融合。多传感器信息集成是指将来自多种传感器的信息进行综合统一,它强调的是系统中不同数据的转换与流动的总体结构。而多传感器信息融合是指在多传感器信息集成过程中,完成将来自不同传感器的信息合并成统一的综合信息的任何一个具体阶段,它强调的是数据的转换与合并的具体方法与步骤。本文仅研究多传感器信息的融合技术。1信息融合的分类1.1分类 信息融合按其在传感器信息处理层次中的抽象程度,可分为三层。1.1.1象素融合 象素级融合是指在融合算法中要求各融合的传感器信息间具有精确到一个象素的配准精度的任何抽象层次的融合。该层次信息融合是最低层的融合,是在对原始传感器信J息未经或经过很少...  (本文共10页) 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>>

重庆邮电大学
重庆邮电大学

基于无线传感器网络的多源数据融合技术研究

随着传感器的感知、存储和计算能力得到快速提升,无线传感器网络广泛应用于工业监控、灾害监测、智能控制等多种领域,同时,传感器感知到的数据大量增加,种类繁多,呈现多源、不确定等特性。多源数据融合中的决策融合技术不仅能够减少数据传输量,降低传输能耗,同时还能够有效地提升感知数据处理精确度,具有极大的研究价值和意义。本文在分析无线传感器网络中多源数据决策融合问题以及相关理论的基础上,重点研究了证据理论在无线传感器网络中多源数据决策融合过程中的若干关键的问题,主要包括以下两个方面:(1)针对无线传感器网络中的目标分类决策融合问题,为提升分类结果的精确度,给出了基于证据理论的可靠度-概率决策融合算法,并推导出了简单明确的融合法则。本文将信度作为对概率的不确定性描述,在简单支持证据信度构建的框架下,提出了基于可靠度-概率的信度构建方法。首先,通过距离对本地决策的可靠度进行度量,之后根据可靠度-概率的信度构建方法对本地决策分配相应的信度值,最后...  (本文共77页) 本文目录 | 阅读全文>>