[發明專利]一種基于多種群動力學的多傳感器證據演化博弈融合識別方法

在審

• 申請號: 202011215224.6
• 申請日: 2020-11-04
• 公開（公告）號: CN112464991A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 鄧鑫洋;楊洋;耿杰;蔣雯
• 申請（專利權）人: 西北工業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于多種群動力學的多傳感器證據演化博弈融合識別方法，包括以下步驟：步驟一依據傳感器樣本數據生成對應的基本概率指派函數；步驟二依據辨識框架建立證據的命題層博弈模型；步驟三依據命題層博弈矩陣建立證據層博弈收益矩陣；步驟四依據多種群動力學對證據進行演化；步驟五依據步驟四的演化結果進行加權平均處理和決策判斷。本發明在建立命題層博弈模型的基礎上，建立證據層博弈模型，既考慮了證據命題之間的博弈，又考慮了證據之間的相互博弈，使用多種群動力學對生成的證據進行演化，并對演化結果進行加權平均處理進而識別出目標類型，能夠動態的反映證據之間的相互作用及影響，為不確定信息融合問題提供了一種新的解決思路。

技術領域

本發明屬于目標識別領域，具體涉及一種基于多種群動力學的多傳感器證據演化博弈融合識別方法。

背景技術

目標識別技術是現代軍事指揮系統達到高效決策與指揮的重要手段，要做到正確、及時地對局勢進行決策、指揮，就需要對多源信息進行快速合理的處理，提高指揮員對局面的感知程度和反應能力，從而提高決策質量和水平。

演化博弈論最初是用于生物模型的建模，與經典的博弈論相比，具有很大的發展。后來演化博弈論被用于社會制度分析，便出現了演化博弈論向其他學科交叉、融合的使用現象。近些年來，演化博弈論在不確定信息融合領域的應用越來越受到人們的關注。對于不確定信息的處理，在以往的研究中都是采取靜態的方式，使用Dempster組合規則以及修正的Dempster組合規則甚至其他的融合方法將證據模型進行融合。而這些方法都忽略了信息之間動態的相互影響。演化博弈論在復制者動態這一演化動態的模型上，建立了相應的動態分析方法。將演化博弈論應用到不確定信息處理模型上，可以動態地分析信息之間的相互影響，并且能觀察到信息的動態演化狀態，這為不確定信息融合的問題提供了新的解決方案和研究思路。

此外，多種群動力學模型主要用于模仿多種群之間的相互作用及影響，也可以將這種思想應用到不確定信息融合問題上，為其提供一種解決思路。

因此，本申請基于多種群動力學，使用演化博弈論方法融合多傳感器證據模型，一方面可以動態的分析證據之間的相互作用和影響，另一方面又可以提升目標識別的準確率。

發明內容

本發明所要解決的技術問題是：如何實現傳感器目標識別。使用該方法實現傳感器目標識別問題具有重要意義。

為解決上述技術問題，本發明采用的技術方案是一種基于多種群動力學的多傳感器證據演化博弈融合識別方法，其特征在于，包括以下步驟：

步驟一、依據傳感器樣本數據生成對應的基本概率指派函數；

使用n個傳感器對k個目標進行目標識別，將第i個傳感器對第j個目標的識別概率記為P_i(j)，i＝1,2,…,n，j＝1,2,…,k，辨識框架為Ω＝{F₁,F₂,...,F_k}，Ω的冪集合為2^Ω＝{φ,{F₁},...,{F_k},{F₁F₂},...,{F₁F_N},...,Ω}，將傳感器對每個目標識別的概率值轉換成對應的基本概率指派函數，從而建立證據模型，所述基本概率指派函數的轉換方法為：

步驟101：令傳感器i對第j個目標的識別概率P_i(j)為證據i對元素F_j的支持程度m_i({F_j})，即轉換成基本概率指派函數，依據基本概率指派函數的性質可知m(φ)＝0，且若傳感器i識別出一個目標B的概率為x，且無法得到其他的識別結果，這種情況下，轉換成的基本概率指派函數即為m_i({B})＝x，m_i({Ω})＝1-x，其中Ω＝{F₁,F₂,...,F_k}為全集；