[發明專利]一種多傳感器Vine Copula異構信息決策融合方法

有效

• 申請號: 202011030226.8
• 申請日: 2020-09-27
• 公開（公告）號: CN112116019B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 沈曉靜;張美;孟凡飲;劉海琪;張栩琪
• 申請（專利權）人: 四川大學
• 主分類號: G06V10/80
• 分類號: G06V10/80;G06V10/764;G06V20/00
• 代理公司: 成都禾創知家知識產權代理有限公司 51284
• 代理人: 劉凱

1.一種多傳感器Vine Copula異構信息決策融合方法，其特征在于，包括以下步驟：

步驟1：構建多源異構傳感器信息事件驅動統一優化決策融合的數據框架，包括：特征層、事件描述層和融合層；

所述特征層根據傳感器特點反映出的多側面、深層次信息，選取不同數學模型、優化準則、解算結構、系統參數和預處理過程對數據預處理獲取特征數據；

所述事件層把不同特征統一到同一事件空間，獲取各特征的事件集合和相應的類標簽；

所述融合層采用R-vine Copula構建事件集合中高維事件數據之間的相關性；

輸入傳感器觀測得到的特征數據、類標簽和二元copula集合；

所述傳感器包括雷達傳感器和圖像傳感器；

所述特征數據表示為：第j個特征向量中第k個傳感器觀測到特征為u_jk；

所述類標簽表示為：目標的第i類標簽v_i；

所述二元copula集合表示為：F＝{c_s：s＝1，...，S}；c_s為二元copula概率密度函數；

步驟2：用非參數的核密度估計法計算不同類標簽下的邊際概率密度f_k(u_jk|v_i)；

步驟3：用經驗概率積分變換計算不同類標簽下的邊際累積分布函數；

其中，Pⁱ(u_j)為第v_i類第j個特征向量中所有傳感器觀測到的特征的邊際累積分布函數；

步驟4：用順序最大生成樹算法確定好Vine結構，在給定的二元copula集合和相應的R-Vine藤結構下，通過極大似然估計法計算相應的copula參數

其中，J為訓練集特征向量的個數；c為參數集為二元變量為的二元copula函數；為copula函數的參數集；e＝{a，b}，a，b∈[1，2，...，K]是所選R-Vine tree中的一個連接對，u_D(e)＝{u_t|t∈D(e)}；

步驟5：通過AIC準則選定最優的copula函數c^*；

步驟6：計算不同類標簽下的似然函數值L(u|v_i)；

其中，J為訓練集特征向量的個數，K為傳感器的總數量；c_i為類標簽v_i對應的copula密度函數，為copula模型中相應的參數集；

步驟7：計算先驗乘似然的值L(u|v_i)π(v_i)，將最大值對應的標簽判定為檢測目標的類標簽。

2.根據權利要求1所述的多傳感器Vine Copula異構信息決策融合方法，其特征在于，所述步驟4中藤結構為C-Vine時，對應的C-Vine Copula異構信息融合方法的實施步驟中，改變Vine Copula異構信息融合方法中步驟4的藤結構以及步驟6中似然函數的計算方式，令

其中，為給定下u_p的條件邊際累計分布函數，為給定下u_q的條件邊際累計分布函數，其中{p，q}，p，q∈[1，2，...，K]是所選C-Vine tree中的一個連接對，為copula的參數集，為二元變量分別為和且參數集為的二元copula概率密度函數；：＝表示：＝的后一項簡寫為：＝的前一項；

且步驟6中C-Vine copula異構傳感器融合算法的似然函數L(u|v_i)為：

由上述定義可知，c_{m，(m+n)|1，...，(m-1)}是參數集為二元變量為F(u_m|u₁，...，u_(m-1))和F(u_(m+n)|u₁，...，u_(m-1))的二元copula概率密度函數。

3.根據權利要求1所述的多傳感器Vine Copula異構信息決策融合方法，其特征在于，所述步驟4中藤結構為D-Vine時，對應的D-Vine Copula異構信息融合方法的實施步驟中，改變Vine Copula異構信息融合的方法步驟中的步驟4的藤結構以及步驟6中似然函數L(u|v_i)的計算方式；

令

其中，為給定下u_p的條件邊際累計分布函數，為給定下u_q的條件邊際累計分布函數，其中{p，q}，p，q∈[1，2，...，K]是所選D-Vine tree中的一個連接對，為copula的參數集，為二元變量分別為和且參數集為的二元copula概率密度函數；：＝表示：＝的后一項簡寫為：＝的前一項；

則步驟6中D-Vine copula異構傳感器融合算法的似然函數L(u|v_i)為：

由上述定義可知，c_{n，(m+n)|(n+1)，...，(n+m-1)}是參數集為二元變量為F(u_n|u_(n+1)，...，u_(n+m-1))，和F(u_(m+n)|u_(n+1)，...，u_(n+m-1))的二元copula概率密度函數。