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证据理论的潜艇多源信息融合系统

介绍了未来战争中潜艇所装备的主要信息源,对这些信息源提供的目标属性信息进行了总结.构建了基于D-S证据推理的潜艇多源信息融合系统,并就D-S证据推理过程中基本概率赋值的分配提出了一种可行的方案.     

基于证据理论的散装液体化学品船安全评估

介绍散装液体化学品船的多个现有安全评价体系,指出其各自存在的优缺点和局限性.根据D-S证据理论的基本信任函数赋值方法,对散装液体化学品船在不同体系下的评价结论进行归一化处理.通过合成公式代入 数据融合,最终得到一个关于散装液体化学品船整合的安全评价.     

面向目标识别的水下多传感器信息融合技术比较研究趑

对于水下作战,目标识别十分困难,因此必须走多传感器融合、多技术融合的道路,应分析研究不同的方法优缺点,取长补短,综合处理。本文比较了不确定性推理技术中主观Bayes方法与证据理论的特点,分别给出了基于2种技术的目标融合识别思想。提出了基于Bayes统计理论的身份识别和基于D-S理论融合身份识别的框架。研究了基于模糊神经网络的多传感器信息融合技术,提出了模糊神经网络信息融合紧密结合与松散结合的2种处理框架,并结合应用讨论了其特点。     

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.     

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.     

基于证据理论态势估计中的目标分组方法

在态势估计问题中，战场态势目标尤其是敌方目标的分组识别非常重要，是指挥员指挥作战所关心的重要问题之一，也是对敌方作战意图识别的必要环节，以D-S证据理论为依据，采用模板匹配的方法，提出了一种识别敌目标分组的算法，最后通过算例对该方法进行了验证。     

基于D-S证据理论改进算法的末敏弹多传感器融合技术研究

针对末敏弹是一种新型弹药,其关键技术是敏感器技术和爆炸成型弹丸技术的特点。采用D-S证据理论改进算法对末敏弹多传感器融合技术进行研究。介绍了多传感器融合技术,提出了D-S证据理论改进算法的目标分类判定规则,并针对三种类型的传感器对三种典型目标的识别进行了仿真计算。计算结果表明多传感器融合明显优于单一传感器,有效提高了末敏弹系统的目标识别率。