一种基于相容系数的证据组合方法研究.doc

一种基于相容系数的证据组合方法研究1 概 述 D-S证据理论（Dempster-Shafer Theory，DST）首先由Demps ter于1967年提出1，后来由Shafer于1976年加以完善和推广2，逐渐发展成为一种有效的不确定性推理方法。D-S证据理论能够准确描述不确定以及不知道信息，相比于其他推理方法，可以在不具备先验信息的基础上处理不确定信息。由于D-S证据理论的这些优点，它被成功的应用到人工智能、数据融合、目标识别和智能决策系统中3，4。但是D-S证据理论同样存在着不足，对于高置信度、低冲突的证据，利用证据理论融合可以得到很好的结果。但是在合成低置信度、高冲突的证据时，利用D-S证据理论得到的结果并不理想，有时甚至会出现反直观的结果。 本文从两个方面对传感器信息进行度量，一方面采用相容度函数对传感器所获得数据的相关性进行度量，以获得每个证据的初始支持度；另一方面根据相容度矩阵获得传感器的稳定性度量。然后利用该度量对每个证据的初始支持度进行修正，以达到更加鲁棒的证据权重，同时考虑了可靠性和稳定性。实验结果表明，该方法可以有效地解决高冲突数据融合问题。 2 D-S证据理论基础 D-S证据理论是建立在一个非空集合U上的理论，U称为是辨识框架，由一些互斥且穷举的元素组成，对于U中的元素A，都应该属于幂集，关于证据理论的更多论述参照文献1和文献2。 最后通过公式（3）进行组合和融合，可以得到各个证据的BPA，从而完成本D-S证据理论算法。 5 结 语 由于人为因素和自然环境等因素，信息融合系统中收集到的证据存在着较大的冲突，导致使用Dempster组合规则得不到正确的结果。本文对传感器可靠性与稳定性的度量获得证据的权系数，充分考虑了两方面因素对数据的影响，增强了优势证据对组合结果的作用，同时能够降低劣势证据对组合结果的作用，并以此对证据进行修正。 结果表明，本文所提算法具有良好的收敛性和可靠性，提高了融合结果的合理性，解决了Dempster方法在处理冲突证据时所存在的问题。