学位论文 > 优秀研究生学位论文题录展示

基于D-S证据理论的信息融合方法研究及军事应用

作 者: 肖楚珍
导 师: 王加阳
学 校: 中南大学
专 业: 信息与通信工程
关键词: 信息融合 证据理论 冲突证据 证据合成 目标识别
分类号: TP202
类 型: 硕士论文
年 份: 2012年
下 载: 64次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着信息技术的不断发展,以及现代战争的复杂性日益提高,众多因素推动了信息融合技术的发展。证据理论作为信息融合领域处理不确定性问题的一种重要方法,已经在信息融合技术,尤其是在目标识别融合中得到了广泛的应用。经过四十多年的发展,它仍存在诸多不足之处。本文对冲突证据的度量和合成方法,及其在空中目标识别中的应用展开了研究。本文研究了信任区间和不确定性表示方法,并对常见的信任区间表示意义进行了分析。研究了D-S证据理论的组合规则。分析了D-S组合规则的基本原理,然后将它推广到多证据合成。同时它本身就存在两个问题:一是用其处理高冲突证据时,可能会产生悖论的现象。二是在合成的过程,多点集的信任值不能合理的向其子集传递,也就是说信任值不能合理的分配。通过两个实例对这两个问题进行了分析与体现。研究了冲突证据的度量与组合方法。针对传统的经典冲突系数只考虑了证据间的非包容性,本文通过引入潜在冲突,分析相容焦元间的冲突性,改进了经典冲突系数,然后结合Jousselme距离函数,提出了新的冲突证据度量方法。通过综合考虑证据的充分性与重要性两个方面,对冲突证据的组合方法进行改进。主要是在新的度量方法的基础上形成了新的折扣因子,同时考虑到不同权重的传感器,所产生证据的重要性不同,引入粗糙集获取传感器的权重,利用这两个系数来修改证据源,提出了基于修改证据源模型的组合方法。研究了基于改进的D-S证据理论的目标识别。从三个层次对目标识别融合技术进行了研究。分析了传统的目标识别模型的工作原理;根据前文对改进D-S证据理论的研究,结合本部目前拥有的装备的编制与性能,对传统的目标识别模型进行了改进,提出了一种基于改进的D-S证据理论的二级分布式融合模型,研究了基于改进的D-S算法的目标识别的主要流程,并以实例验证了该方法的可行性和模型的合理性。

全文目录


摘要  4-5
ABSTRACT  5-9
第一章 绪论  9-18
  1.1 课题的研究背景与意义  9-10
  1.2 国内外研究现状  10-15
    1.2.1 D-S证据理论的研究现状  10-12
    1.2.2 信息融合研究的现状  12-15
  1.3 本文的主要内容与结构  15-17
    1.3.1 论文的主要内容  15-16
    1.3.2 论文的结构安排  16-17
  1.4 本章小结  17-18
第二章 D-S证据理论  18-32
  2.1 D-S证据理论的提出  18-20
  2.2 D-S证据理论基础  20-24
    2.2.1 识别框架  20
    2.2.2 基本信任分配函数  20-21
    2.2.3 信任函数  21-22
    2.2.4 似然函数  22-23
    2.2.5 信任区间与不确性  23-24
  2.3 D-S证据理论的组合规则  24-30
    2.3.1 基本规则  24-27
    2.3.2 D-S组合规则的分析  27-29
    2.3.3 证据合成规则的基本性质  29-30
  2.4 D-S证据理论的特点  30-31
  2.5 本章小结  31-32
第三章 冲突证据的合成  32-54
  3.1 证据理论的冲突问题  32-34
    3.1.1 证据冲突的产生的原因  32-33
    3.1.2 冲突证据组合问题的分类  33-34
  3.2 证据冲突的度量  34-42
    3.2.1 现有的冲突证据度量方法分析  35-38
    3.2.2 一种新的冲突度量方法  38-40
    3.2.3 实例分析  40-42
  3.3 现有的证据冲突的合成方法  42-45
    3.3.1 改进组合规则的冲突证据合成方法  42-44
    3.3.2 修改证据源的冲突证据组合方法  44-45
    3.3.3 基于改进组合规则和修改证据源的冲突证据组合方法  45
  3.4 一种新的冲突证据组合方法  45-53
    3.4.1 基于证据折扣系数的证据源修改  45-47
    3.4.2 基于证据权重的证据源修改  47-49
    3.4.3 D-S组合算法的改进  49-50
    3.4.4 实例验证  50-53
  3.5 本章小结  53-54
第四章 基于D-S证据理论的目标识别研究  54-66
  4.1 目标识别  54-57
    4.1.1 数据级目标识别融合  55-56
    4.1.2 决策级目标识别融合  56
    4.1.3 特征级目标识别融合  56-57
  4.2 基于D-S证据理论的目标识别  57-63
    4.2.1 基于D-S证据理论的目标识别的通用模型  57-58
    4.2.2 通用模型的改进与分析  58-60
    4.2.3 基于改进的D-S证据理论的目标识别融合  60-61
    4.2.4 目标识别总体流程  61-63
  4.3 实例分析  63-65
    4.3.1 实验环境  63
    4.3.2 实例验证  63-65
  4.4 本章小结  65-66
第五章 总结与展望  66-69
  5.1 本文的主要工作  66-68
  5.2 工作展望  68-69
参考文献  69-73
致谢  73-74
攻读学位期间主要研究成果  74

相似论文

  1. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  2. 舌体特征的提取及融合分类方法研究,TP391.41
  3. 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
  4. 双传感器图像联合目标检测及系统实现研究,TP391.41
  5. 红外超光谱图像的虚拟探测器研究,TP391.41
  6. 图像实时采集、存储与处理方法研究,TP391.41
  7. 多传感器信息融合及其在可穿戴计算机上的应用,TP202
  8. 基于物联网的农产品安全监控系统与决策系统研究,TP277
  9. 基于证据理论和云模型的多属性决策算法研究,C934
  10. 基于3G网络的智能交通视频监控系统的设计与实现,TP391.41
  11. 多图像源信息融合与增强技术研究,TP391.41
  12. 基于空间邻域词袋模型的图像标注技术,TP391.41
  13. 多媒体传感终端设备关键技术的研究与实现,TP212.9
  14. 基于HMM的社交网络连接关系研究,F49
  15. 基于信息编码的城市电网智能报警研究,TP277
  16. 压缩感知在图像处理中的应用研究,TP391.41
  17. 基于激光雷达的三维典型地面目标识别技术研究,TP391.41
  18. 基于红外成像的舰船目标识别技术研究,TP391.41
  19. 全自动荧光磁粉探伤中目标识别图像处理技术研究,TP391.41
  20. 车辆目标SAR图像预处理方法研究,TN957.52
  21. 基于SOA的苏南运河数字航道应用系统的研究,U697

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 一般性问题 > 设计、性能分析与综合
© 2012 www.xueweilunwen.com