一种快速分层递阶DSmT近似推理融合方法(C)

针对超幂集空间中部分不确定焦元或者混合焦元具有信度赋值的情形,将混合焦元转化为统一形式;根据纯不确定焦元平分原则进行平分信度赋值,并将新的或固有的冲突焦元的信度赋值分配到相应的单子焦元上;利用二叉树分组技术对单子焦元进行刚性分组,实现细粒度超向粗粒度超幂集空间的映射;运用DSmT组合规则和比例冲突分配规则对粗化超幂集空...     

混合DSm模型的移动机器人地图构建

针对移动机器人探测静态未知环境时,利用不精确传感器(声纳)获取的数据信息不精确、不确定及高冲突性等问题,引入了一种信息融合方法Dezert-Smarandache证据理论(DSmT),并根据声纳的物理特性建立了混合DSm模型,构造了基本信度赋值函数.使用Pioneer 2-DXe机器人进行了地图构建实验,将由混合DSm模型构建出的静态环境地图与实际环境布局进行比较,实验结果充分验证了算法的有效性,为处理不精确信息提供了有力的理论依据.     

广义证据理论的基本框架

针对经典证据理论不能有效处理辨识框架不完整情况下的信息融合问题,提出了一种广义证据理论.新理论定义了广义基本概率指派函数,对空集的广义基本概率指派大小表明了支持辨识框架不完整命题的程度,提出了能够融合广义基本概率指派的广义组合规则,该组合规则是一个与空集基本概率指派相关的函数,同时满足交换律和结合律.广义证据理论是经典证据理论的推广,当空集赋值为零时,广义证据理论退化为经典的证据理论.用算例表明了所提出的广义证据理论的有效性.     

基于HLA的处突效能评估仿真框架的建立

针对当前武警部队处置群体性突发事件(处突)的实际需求,研究了如何利用HLA仿真进行处突效能的评估,设计了基于HLA的处突效能评估仿真框架.基于该框架的HLA仿真系统能有效地进行处突效能评估.     

确定性理论及主观Bayes方法的一个统一框架

本文讨论下列问题:1.提出一个统一框架:假定不确定知识由断言和推理不确定性组成,则其推理形式由AND型结合、OR型结合和COMB(组合)型结合组成.2.讨论在建造专家系统中,处理不确定性知识的确定性理论和主观Bayes方法,并将这个统一框架用于上述二种不精确推理方法,使这二种推理方法进一步系统化.3.讨论确定性理论和确定性因子的定义,提出一个将确定性因子的区间从[-1,1]压缩到[0,1]的方法.     

并发故障信息DSmT融合算法的应用研究

针对主冷却泵长期工作在高温、高压及高辐射的恶劣工作环境中,其并发故障存在较高概率并难以诊断,提出一种DSmT决策级融合算法,构建了泵主轴转子不平衡、泵主轴转子不对中及主轴损坏的DSmT辨识理论框架,由实测采集数据综合确定DSmT故障特征信度赋值,利用DSmT对多个独立证据源进行决策判断得出主冷却剂泵故障及并发故障的诊断结果.实验结果表明该方法能有效识别主冷却剂泵并发故障特征,具有一定的理论基础及工程应用价值.     

证据理论和支持向量机相融合的教学质量评价

为了解决当前教学质量评价方式和结果的科学性可靠性不高的问题,提出了一种证据理论和支持向量机相融合的教学质量评价模型(DS-SVM).从信息融合的思想出发,首先构建评价指标体系,并采用支持向量机分别建立基于学生、同行、督导团的教学质量评价模型,然后利用支持向量机输出确定各模型的信度函数值,最后通过DS证据理论融合各信度函数值得到教学质量评价结果.仿真试验结果表明该教学质量评价模型的输出值与真实值间吻合度高,评价效果较好.     

融合框架的性质

融合框架是经典框架的一种推广,用于处理大型框架系。融合框架通过满足一定的性质来控制相应子空间的加权重叠。作者研究了融框架算子的一些性质。     

融合通信业务门户系统中业务逻辑层的扩展与实现

融合通信业务是提供语音、视频、数据和信息服务的综合业务.该业务提供自助服务门户系统,供集团客户管理员和个人用户对业务进行统一管理.业务门户使用SSH(Spring,Struts,Hi-bernate)框架搭建系统架构,但传统的基于SSH框架的系统实现方式不能满足该业务丰富的业务需求,因此需要对系统的业务逻辑层进行扩展.本文首先介绍融合通信业务组网环境和自助服务门户系统的功能需求,进而分析该系统对业务逻辑层的区别于其它系统的特殊需求,然后给出了业务逻辑层的扩展方案和具体实现.该业务逻辑层可以与复杂组网环境中的多种设备进行通信,充分发挥了SSH框架的能力.     

基于SRTP的HLA底层通信机制的实现

高层体系结构HLA（High Level Architecture)是美国国防部DoD(Department of Defense)建模与仿真办公室DMSO（Defense Modeling and Simulation Office)提出的一个公共仿真框架，已被公认为是下一代分布式仿真的标准。重点研究了HLA底层通信机制的实现方案。采用一种可选择的可靠传输协议SRTP（Selectively Reliable Transport Protocol)来实现HLA底层通信机制，并对SPTP进行了必要的移植和改进，初步建立了一种有效的HLA底层通信机制，证明使用可靠组播通信协议来建立HLA底层通信机制的方案是可行而且有效的。     

基于信任度的多传感器数据融合及其应用

针对多传感器信息采集系统中的数据不确定性问题,提出了一种基于信任度的多传感器数据融合方法.该方法首先定义一个模糊型指数信任度函数,对两传感器测得数据间的信任程度进行量化处理,并通过信任度矩阵度量各传感器测得数据的综合信任程度,以合理地分配测得数据在融合过程中所占权重,得到数据融合估计的最终表达式,从而实现了多传感器数据的融合.分析土壤含水率的数据融合结果可知,应用所提出方法使融合结果的标准差降低至0.0084,随机干扰下变化幅度仅为0.0027%,不仅达到了比传统方法更高的融合精度,而且具有良好的抗干扰性.     

多传感器单通道信息融合Wiener滤波器

应用现代时间序列分析方法,对于带白色观测噪声的单通道ARMA信号,基于ARMA新息模型,提出了多传感器线性最小方差最优信息融合Wiener滤波器,可统一处理滤波、平滑和预报问题。同单传感器情形相比,可提高滤波精度、算法简单、便于实时应用。一个跟踪系统的仿真例子说明了其有效性。     

多传感器分布式协方差信息融合Kalman滤波理论

对于带多传感器和带相关噪声的线性离散时变随机控制系统,基于按矩阵加权、按对角阵加权和按标量加权的三种最优信息融合规则,提出了相应的三种分布式最优信息融合Kalman估值器,可统一处理融合滤波、预报和平滑问题。为了计算最优加权,提出了计算局部估计误差协方差公式。作为特殊情形,还提出了定常系统的稳态最优信息融合Kalman估值器,其中用解Lyapunov方程计算局部估计误差协方差。同集中融合Kalman估值器相比,可减小计算负担。同单传感器Kalman估值器相比,可提高精度。它们构成了统一和通用的分布式协方差信息融合Kalman滤波理论。     

多源信息融合故障诊断方法研究进展

简述多源信息融合与故障诊断的关系,指出多源信息融合故障诊断的一般方法。从融合结构和融合算法的角度对多源信息融合故障诊断方法进行了分类阐述,并分别说明其诊断原理与研究现状;指出信息融合故障诊断按融合结构可分为层次结构信息、多级信息和组合神经网络的融合故障诊断,按融合算法分为基于贝叶斯理论、DS证据理论、模糊集理论、粗糙集理论和人工神经网络的融合故障诊断。最后展望了信息融合故障诊断方法的未来发展趋势。     

自适配权重特征融合的持续身份认证

针对现有智能手机用户身份认证方法的不足，提出了一种自适配权重特征融合的持续身份认证方法。设计了一种卷积神经网络，对手机内置传感器(加速度计、陀螺仪、磁力计)获取的用户行为信息数据进行深度特征提取及融合。通过网络中3个子网络流分别提取3种传感器特征，在特征融合层加权融合，各特征的权值会在网络学习过程中根据不同特征的贡献度实现自适应分配。融合特征经过特征选择之后，使用单分类支持向量机进行用户分类认证。实验结果表明：该方法对不同用户身份认证获得的等错误率为1.20%,与现有其他认证方法相比具有更好的认证准确性。     

带MA有色观测噪声的单通道多传感器信息融合Wiener滤波器

应用现代时间序列分析方法,基于ARMA新息模型、白噪声估值器和观测预报器,对带滑动平均(MA)有色观测噪声的单通道ARMA信号,在线性最小方差最优信息融合准则下,提出了多传感器信息融合Wiener滤波器,可统一处理滤波、平滑和预报问题。提出了用于得到最优加权系数的局部滤波误差方差和协方差计算公式。同单传感器情形相比,可提高滤波精度。一个目标跟踪系统的仿真例子说明了其有效性。     

单通道ARMA信号信息融合Wiener反卷积滤波器

应用现代时间序列分析方法,基于自回归滑动平均(ARMA)新息模型、白噪声估值器和观测预报器,在线性最小方差最优加权信息融合准则下,对单通道ARMA信号提出了多传感器分布式融合Wiener反卷积滤波器,可统一处理融合滤波、平滑和预报问题。为了计算最优加权,提出了局部估计误差互协方差的计算公式。同单传感器情形相比,可提高滤波精度。一个仿真例子说明了其有效性和正确性。     

聚变工程研究中的统一建模与信息集成

针对聚变堆系统设计的复杂性,结合聚变工程研究的现状及面向研究建模与面向工程建模的特点,提出了聚变堆系统的统一建模与信息集成的处理思路,给出了从面向研究到面向工程的全过程统一建模原理及其建模分析模式,并通过包层信息模型建模的实例,说明了这一思路的可行性和必要性.     

一种基于证据融合的故障诊断方法

结合故障诊断工作的实际场景,通过计算故障信息观测值与参考值之间的差异,生成对应的故障信度分配函数。然后基于证据分类的思想,将故障证据分为可信证据和冲突证据,并定义每个证据的可信度。最后,利用证据可信度修正最初的信度分配,再利用证据融合公式得到综合的故障诊断结果。电机转子故障诊断的实例表明本文提出的方法能够准确快速地识别产品故障,基于证据分类的修正方法能够加速故障信度分配的收敛。     

Cubature Kalman probability hypothesis density filter based on multi-sensor consistency fusion①

The GM-PHD framework as recursion realization of PHD filter is extensively applied to multi-target tracking system .A new idea of improving the estimation precision of time-varying multi-target in non-linear system is proposed due to the advantage of computation efficiency in this paper .First, a novel cubature Kalman probability hypothesis density filter is designed for single sensor measure -ment system under the Gaussian mixture framework .Second , the consistency fusion strategy for multi-sensor measurement is proposed through constructing consistency matrix .Furthermore, to take the advantage of consistency fusion strategy , fused measurement is introduced in the update step of cubature Kalman probability hypothesis density filter to replace the single-sensor measurement .Then a cubature Kalman probability hypothesis density filter based on multi-sensor consistency fusion is proposed .Capabilily of the proposed algorithm is illustrated through simulation scenario of multi-sen-sor multi-target tracking .