[發明專利]基于Hellinger距離和信度熵的加權沖突證據融合方法

有效

• 申請號: 202010468422.7
• 申請日: 2020-05-28
• 公開（公告）號: CN111625775B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 李軍偉;謝保林;金勇;楊偉;魏倩
• 申請（專利權）人: 河南大學
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06F18/25
• 代理公司: 鄭州聯科專利事務所(普通合伙) 41104
• 代理人: 劉建芳

本發明公開了一種基于Hellinger距離和信度熵的加權沖突證據融合方法，包括如下步驟：首先，獲取多個傳感器測量信息，轉換為證據信息，然后，利用基本概率賦值轉換公式將融合證據中的焦元變為單子集焦元，并引入Hellinger距離獲得融合證據的支持度；另外，通過改進信度熵表征證據的不確定性程度，綜合考慮Hellinger距離和改進信度熵確定融合證據的信任度并獲得權重因子，然后利用加權平均思想修正融合證據，最后采用Dempster組合規則對修正后的證據進行逐個融合，輸出最終目標識別的決策結果。本發明方案與傳統算法相比，通過基本概率賦值轉換函數和Hellinger距離能夠有效地衡量存在非單子集命題證據之間的沖突程度，同時通過改進的信度熵表征證據的不確定程度，綜合考慮支持度和信息量共同確定融合證據的權重系數，具有重要的理論意義和應用價值。

技術領域

本發明涉及多源信息融合技術領域，尤其涉及一種基于Hellinger距離和信度熵的加權沖突證據融合方法。

背景技術

目標識別是戰場態勢估計和威脅估計的基礎，也是對目標進行火力分配和打擊的重要依據。但在錯綜復雜的戰場環境下，由于外界惡劣的環境因素、人為對抗欺騙以及傳感器自身存在的誤差，各傳感器提供的信息一般具有不確定性、不完備性和高沖突性等特點，例如雷達、紅外、電子支援措施和敵我識別器等傳感器提供的識別結果可能是高度沖突的，而相對不可靠的證據源有時會導致錯誤的決策。在處理不確定信息時，單一傳感器難以保證對不同類型的目標都具有較好的探測識別能力，并且單一傳感器對復雜的自然環境和電磁環境缺乏較強的適應性，因而信息融合技術在目標識別領域有著廣泛的應用。

證據理論由Dempster提出的多值映射確定概率上下界的原理，后來Shafer將其完善并推廣起來的一種不確定推理理論，也稱為Dempster-Shafer(D-S)證據理論。D-S證據理論以Dempster組合規則為核心，具有堅實的數學基礎，滿足比概率論更弱的公理體系，不僅擺脫了傳統貝葉斯理論需要先驗概率和條件概率知識的限制，而且對自然語言中的模糊概念也有一定的處理能力，是一種自然而有效的不確定信息處理方法，在表達不完全信息以及主觀不確定性信息方面具有獨特的優勢，受到了國內外工程應用領域和學術界的關注，廣泛應用在目標識別、故障診斷、決策分析等領域。但Dempster組合規則在融合證據高沖突情況下，歸一化過程中將矛盾信息完全忽略，在數學上引出不合常理問題，以致于產生與直覺相悖的結論，無法進行有效決策，限制了D-S證據理論的進一步發展與完善。

發明內容

本發明的目的是提供一種基于Hellinger距離和信度熵的加權沖突證據融合方法，能夠有效地對識別目標做出正確決策。

本發明采用的技術方案為：

基于Hellinger距離和信度熵的加權沖突證據融合方法，包括以下幾個步驟：

A、通過獲取多個傳感器測量信息相對應證據焦元的基本概率賦值，將每一個證據看作一個向量，所述第i個證據的向量用m_i＝(m_i(θ₁),…,m_i(θ_r),…,m_i(θ_k))^T表示，其中i＝1,2,…,n，n為證據向量的總數，k為辨識框架Θ中的焦元個數，r＝1,2,…,k；

B、由得到的第i個證據向量m_i通過下述基于信度函數Bel和似真函數Pl的基本概率賦值轉換公式

計算得到修正后的證據向量m′_i＝(P_i(θ₁),…P_i(θ_r),…,P_i(θ_k))^T，將任意第i個證據向量m_i中的非單子集命題的信度轉化為單子集命題的信度。其中信度函數Bel表示為：似真函數Pl表示為：其中為空集，表示信度函數Bel的總值；