多传感器数据融合技术(下).pdf

前沿技术论坛 ( ) 多传感器数据融合技术 下 龚元明 , 萧德云 , 王俊杰 (清华大学 自动化系 , 北京 100084) [ 中图分类号] TP212 　 [文献标识码] A 　 [文章编号] (2002) Techniques in multisensor data fusion ( B) GONG Yuanming , XIAO Deyun , WANGJunjie (Department of Automation of Tsinghua University , Beijing 100084 , China) 3 　数据融合方法 某些目标报告。第 3 级为更新 , 各种传感器一般 多传感器数据融合虽然未形成完整的理论体 都存在随机误差 , 所以在时间上充分独立地来自 系和有效的融合算法 , 但是在不少应用领域根据 同一传感器的一组连续报告, 比任何单一报告可 各自的具体应用背景 , 已经提出了许多成熟并且 靠。因此在推理和多传感器合成之前要先组合 ( ) 有效的融合方法。 更新 传感器的观测数据。 31 　DS 证据推理方法 DS (DempsterShafer) 证据推理是贝叶斯推 理的扩充 , 其 3 个基本要点是 : 基本概率赋值函 数 mi 、信任函数 Bel i 和似然函数 Pls i 。 DS 方法的推理结构是自上而下的 ,分 3 级 , 推理结构如图 4 所示。第 1 级为目标合成 ,其作 用是把来自独立传感器的观测结果合成为一个总 ( ) 的输出结果 ID 。第 2 级为推断 ,其作用是获得 DS 证据推理在多传感器数据融合中的基本 传感器的观测结果并进行推断 ,将传感器观测结 应用过程如图 5 所示。它首先计算各个证据的基 果扩展成目标报告。这种推理的基础是 : 一定的 本概率赋值函数 m 、信任度函数Bel 和似然函数 i i 传感器报告以某种可信度在逻辑上会产生可信的 [ 收稿日期]; [ 修改稿收到日期] [ 作者简介] 龚元明 ( 1964) , 男 , 湖北蒲圻人 , 副教授 , 博士后 , 主要从事检测技术、仪器仪表和自动控制装置的科研开发工作。 冶金自动化 　2002 年第 5 期 ·1 · 前沿技术论坛 Pls ; 然后用 DS 组合规则计算所有证据联合作 表决法等。 i 用下的基本概率赋值函数、信任度函数和似然函 321 　聚类分析法 数 ; 最后根据一定的决策规则 , 选择联合作用下 聚类分析算法是一组启发式算法 , 在模式类