多传感器系统中的身份融合技术研究

文章介绍了在多传感器系统中身份融合的三种方法,并重点介绍和分析了D-S证据理论法及其改进算法,指出了各自的优劣,最后建议采用D-S证据理论法与其改进算法相结合的途径来进行身份融合。     

潜艇大气环境多传感器信息融合技术研究

介绍多传感器信息融合技术的概念,分析了多传感器集成与信息融合的问题,介绍了贝叶斯准则、D-S证据理论、模糊理论和神经网络的4种方法与算法,论述了潜艇大气环境多传感器信息融合技术研究的优点及其必要性.     

D-S证据理论及其改进算法研究

在多传感器数据融合中,D-S证据理论对于处理不确定性问题是一种有效的方法。但是,当证据严重冲突或完全冲突时,利用D-S证据理论法计算容易给出错误的结果。改进的证据理论法虽然解决了上述问题,但通过分析数据试验发现改进方法在处理一般的证据时效果不理想。文章将经典证据理论和改进方法相结合,发挥两种方法的优点,以达到更好的识别效果。     

基于D-S证据理论的柴油机故障检测方法

给出一种基于D-S证据理论的多传感器信息融合方法,并应用于某型船用柴油机故障检测中。首先,为克服人为因素和系统误差的干扰,在现场采集数据基础上,采用概率统计的方法来构造D-S证据理论的基本概率分配函数;然后,利用D-S证据理论对多传感器采集的信息进行融合;最后,将该方法应用于某型船用柴油机的故障检测中。实验结果表明,利用D-S证据理论解决了该型柴油机故障检测中多传感器信息融合问题,有效避免了人为因素的干扰,克服了单传感器信息的不确定性和片面性,提高了故障检测的准确度和可信度。     

基于D-S证据理论的直流电机故障诊断研究

多传感器、多手段检测的信息融合技术在电机故障诊断中的应用日益广泛。提出了一种基于D-S证据理论和BP算法的故障诊断方法,给出了基于BP神经网络和D-S证据理论的多传感器数据融合技术的直流电机故障诊断方法,首先通过分析直流电机的故障机理,得到电机在不同故障情况下表现的信号特征,然后利用多源信息间的冗余性和互补性,有效提取故障特征信息。将该方法应用于某型船直流电机的故障诊断,结果表明,该算法提高了故障诊断的可靠性和灵敏度。     

改进D-S算法在船舶汽轮机故障诊断中的应用研究

针对汽轮机组的故障特征,将多个传感器获得的实时信号进行特征提取,对D-S证据理论在应用中不合理处进行改进。应用比较的结果表明,改进后的算法公式可信度明显提高,不确定性大大降低。     

基于D-S证据理论和BP算法的直流电机故障诊断研究

提出一种基于D-S证据理论和BP算法的故障诊断方法,通过分析直流电机的故障机理,得到电机在不同故障情况下表现的信号特征,给出了基于BP神经网络和D-S证据理论的多传感器数据融合技术的直流电机故障诊断方法,利用多源信息间的冗余性和互补性,有效提取故障特征信息,提高了诊断的可靠性和灵敏度.     

改进D—S算法在船舶汽轮机故障诊断中的应用研究

针对汽轮机组的故障特征，将多个传感器获得的实时信号进行特征提取，对D-S证据理论在应用中不合理处进行改进。应用比较的结果表明，改进后的算法公式可信度明显提高，不确定性大大降低。     

一种目标识别的三级混合数据融合方法

多级混合数据融合方法是解决目标分类识别问题的一种重要途径，研究了一种三级混合数据融合方法，该算法在不同级别使用了改进的BP算法、D-S证据理论及基于模糊综合的方法。     

改进的D-S证据理论在海上目标融合识别模型中的应用

船舶海上航行的过程中传感器获取到的信息间会存在冲突。本文对传统的D-S证据理论进行改进,通过权重来调整不同证据的可信度,然后利用Dempster合并法则实现目标信息的融合。最后通过对比实验证明本文改进算法的有效性和稳定性优于其他对比算法。     

基于D—S证据理论的复合制导目标识别技术

根据主动雷达／红外复合制导反舰导弹各传感器所提供的信息构建基本概率赋值函数；依据基于准贝叶斯结构的D-S证据理论合成BPA、进行目标识别、提出算法流程。仿真实验表明：这种基于D-S证据理论的复合制导目标识别技术能有效降低目标识别的不确定性概率，提高正确识别率。     

基于D-S证据理论的多平台协同目标识别分步式融合

针对多平台协同目标识别问题,提出了基于D-S证据理论的分步式融合设计思想,目标型号识别.通过仿真验证了算法对解决不确定问题的有效性和正确性.     

多传感器综合目标识别技术研究

描述了传感器与目标身份信息的特征，提出了多佑感器特征级综合目标识别的系统结构，并介绍了与综合目标识别相关的关键技术，重点阐述了几种目标识别融合算法。     

基于D-S证据理论的海战场目标战术意图识别技术研究

目标战术意图识别技术是海战场态势评估领域的一个核心内容,也是威胁估计的基础。根据舰艇指挥决策中的海战场态势评估的需要,提取目标战术意图识别所需要素,然后运用高维空间相似度计算模型,度量目标状态对其意图的支撑程度,最后结合D-C证据理论对目标战术意图进行序贯识别,通过实例验证,取得了较好的效果。该方法能够为解决海战场目标战术意图识别提供新的途径。     

基于D-S证据理论的舰船技术状态评估方法

在简要叙述船舶技术状态评估现状的基础上,提出了基于D-S证据理论的舰船技术状态评估方法。介绍了船舶技术状态评估的重要性和发展现状,以及可处理由不知道所引起的不确定性的D-S证据理论和基于D-S证据理论的决策方法;通过实例详细阐述如何用D-S证据理论进行舰船技术状态评估。实例证明,通过应用D-S证据理论,提高了舰船技术状态评估的准确性和可靠性,降低了评估的不确定性。     

多分类器融合在水中目标识别中的应用

为了提高对水中目标的识别能力,研究使用DS证据理论对多分类器进行融合,论述以往确定BPA方法的优缺点,并在此基础上提出一种新的利用分类器性能和输出信任度来确定BPA的多分类器融合方法,实验证明这种方法在对水中目标进行识别问题中的优越性,为进一步研究分类器融合在目标识别中的应用提供参考.     

多传感器目标识别的神经网络与证据理论结合方法

FMM人工神经网络在模式识别和分类中具有独特的优势，D—S证据理论在多传感器决策融合上具有优势。提出了一种FMM神经网络与D—S证据理论相结合的多传感器数据融合目标识别方法，给出计算机仿真结果，表明该方法可以克服单一传感器ATR系统的局限性，提高对目标的识别率和系统的容错性。     

基于多源信息融合的柴油机故障诊断方法

为提高柴油机这一复杂系统的故障诊断精度,在采集缸盖声发射信号、缸盖振动信号和机体声发射信号特征信息的基础上,利用3个BP神经网络进行局部诊断并获得证据体,对各证据体应用D S证据组合规则进行决策融合。针对D S证据理论在处理冲突证据时存在的局限性问题,提出一种多源加权融合的故障诊断方法。该方法利用各证据体对命题识别的正确率和证据体之间的距离对各证据体进行修正。故障模拟试验表明:提出的方法可提高柴油机的故障诊断精度,充分验证其应用在柴油机故障诊断中的可行性。