存在证据冲突的临近空间飞行器遥测数据相关性评价与融合方法

为了解决单一的相关性分析方法在分析临近空间飞行器遥测数据时存在局限性以及证据冲突问题，在相关系数分析评价与优势组合的基础上，提出了基于支持因子的证据理论融合算法。首先分别利用Pearson相关系数、Spearman相关系数与距离相关系数对遥测数据进行相关性评价分析，表明3种相关系数可优势互补。其次，建立了基于支持因子的证据理论融合算法，实现证据的冲突基本概率赋值函数分配，避免Dempster-Shafer证据理论(D-S证据理论)的一票否决和合成规则失效问题。最后，利用3种相关系数构造相关性证据并开展遥测数据相关性分析实验。结果表明：基于支持因子的证据理论融合方法能使Pearson相关系数、Spearman相关系数与距离相关系数的证据融合更加合理；在证据冲突大的情况下，相比相容系数的证据理论融合方法，相关概率计算结果准确度提高约6.55%,能更有效地处理证据冲突问题。