基于证据融合的雷达发射机健康评估

针对在多种不确定性因素下的雷达发射机健康状态评估问题,在综合考虑指标可测性的基础上,建立了新的雷达发射机健康状态评估指标体系。采用一种改进证据理论的多指标融合方法进行雷达健康状态评估,通过各实测数据隶属函数转化得到基本可信度分配,避免了传统方法中评估指标基本可信度函数分配的主观性和局限性,然后利用改进的D-S证据理论对指标进行融合,实验结果验证了该方法的有效性。     

一种改进的证据合成方法及其在模糊评估中的应用

针对证据理论在模糊评估中的应用问题,分析了经典D-S证据合成规则和现有改进方法的不足,提出了一种更为适宜的证据合成方法。该方法通过证据间的夹角余弦计算证据间的相似系数,从而获得证据的可信度。通过对证据权重和可信度的对比与融合,确定各证据在冲突概率分配中的权重。通过冲突概率的全局分配对证据进行合成。实例分析表明,该方法不仅能够处理高度冲突证据,还能保证指标间的相对重要性不被可信度所过度地影响,从而提高了模糊评估的可靠性与合理性,降低决策风险。     

改进D-S证据理论的舰载弹库安全性评估

从提高舰船的生命力和部队战斗力出发,分析了影响舰载弹库安全的各个因素及其联系之后,建立了舰载弹库安全性评价指标体系.针对评价中难以客观确定专家的可信度以及D-S证据理论无法有效合成冲突证据的问题,提出了一种基于P距离确定证据信息量的证据合成方法,并以此进行舰载弹库安全性评估.算例表明改进后的证据理论能够很好地解决存在人为因素和不确定因素的评估问题,对舰载弹库安全性评估的结果较为满意.     

多属性融合的坦克分队作战效能评估

现代条件下战场情况复杂,影响作战效能的因素众多且具有不确定性,为了获得对作战效能更为准确,可靠的评价,构建了一种新的基于多属性融合的坦克分队作战效能评估模型。结合已有的证据理论改进算法,给出了一种新的解决冲突证据的组合规则,并提出了一种新的组合策略,将其应用于评估模型中定性指标的融合;通过线性与非线性综合加权的方法求得评价的综合分值,得出了最终的评估结果。通过实例表明,该模型符合评估实际,对多属性模型的评估具有一定的借鉴意义。     

基于D-S证据理论的飞机空气制冷机寿命趋势分析

针对飞机空气制冷机的寿命趋势分析问题,为了提高预测精度,提出了基于改进D-S证据理论融合的飞机空气制冷机寿命趋势分析方法。分别采用SVM、BP神经网络和GRNN神经网络预测模型对飞机空气制冷机的寿命进行趋势分析;然后采用改进的D-S证据理论求取每个模型的基本信度值,可使预测效果好的模型具有更大的信度值;最后通过D-S合成法则对得到的可信度进行分析评价并合成,确立最终的组合预测模型。研究表明,经过改进的证据理论融合后的趋势预测模型,能很好地实现对飞机空气制冷机的趋势分析和寿命预测,该方法有效可行。     

大气-海洋环境对舰载雷达探测效能的影响评估*

针对大气.海洋环境影响雷达探测效能的多要素结构和非量化特性,通过定义评估目标效能指标和层次集成原则,运用层次分析理论,得到影响评估基本流程.通过重点分析海杂波和大气波导对舰载雷达探测效能的影响机理.确定了风速、风向、温度、湿度等气象水文要素在影响过程中所起的作用.最后,根据影响机理的分析,构建了气象水文要素对舰栽雷达探测效能影响的量化评估模型.通过模型仿真实验,得到影响评估的量化结果,该结果基本反映出大气-海洋环境对舰载雷达的影响程度.     

模糊综合评定模型的天波超视距雷达作战效能评估

根据雷达组成和任务,确立了天波超视距雷达的作战效能评估指标体系和层次结构,建立了作战效能评估模糊综合评定模型,最后用该模型对两种天波超视距雷达作战效能进行了评估,以隶属度定量地给出其作战效能值,实例分析结果表明该评估指标体系和作战效能计算模型具有实用性,可以为该雷达的研制、改进、优化部署和作战使用提供辅助的决策依据.     

冲突证据组合中的模型修正新方法

针对经典DS组合规则在证据高度冲突情况下的失效问题,提出了一种改进的证据组合方法.通过引入证据间的距离函数获得证据之间的相似度和各个证据的支持度,并由此求得各个证据的归一化可信度.提出了一种改进的证据冲突检验方法,利用可信度加权平均证据对各个证据源进行冲突检验和修正,以消除证据之间的冲突.最后利用DS规则获得合成证据.数值算例表明,该算法能有效地融合高度冲突的证据,提高了证据组合结果的可靠性和合理性.     

基于D-S证据理论的航母舰机融合效能评估方法

航空母舰舰机融合是航母本舰与舰载机的深度协同,舰机融合效能能直观地反映航空母舰的整体作战效能,提高舰机融合程度对于提升航空母舰作战能力具有重要意义.通过分析航空母舰舰机融合的特点规律,构建了航空母舰舰机融合效能的评价指标体系,针对存在冲突的多证据指标数据融合问题,应用改进后的D-S证据理论建立了航母舰机融合效能评估模型,通过案例进行了运用检验,可为航空母舰作战效能评估及未来舰机融合向深度发展提供重要应用算法和理论依据.     

防空导弹系统在噪声干扰下的拦截效能评估模型

通过分析一个典型的空地对抗作战案例,用阶段概率法建立了防空导弹系统在噪声干扰下的拦截效能评估模型.通过适当的假设,具体分析了影响防空导弹系统在噪声干扰下拦截攻击机编队作战效能的3个主要因素防空雷达探测距离、防空导弹拦截次数和单枚导弹杀伤概率,并结合图例用解析法分别给出了各因素相应的解析模型.最后,给出了一个以攻击机编队生存概率为评估结果的防空导弹系统拦截效能模型.     

基于BPAF判决的决策层目标属性融合研究

在D-S证据理论框架下,研究了基于目标基本概率赋值(BPAF)判决的决策层目标属性融合问题。简要介绍了D-S证据组合理论框架,阐述了基于BPAF判决的决策层目标属性融合策略、步骤;分析了证据严重冲突时,Dempster证据组合规则不合理的本质原因;提出必须对D-S证据组合规则进行改善等需要继续深入探讨的几个问题。     

目标识别系统中的一种多传感器数据融合算法

Dempster证据组合规则在D-S证据理论中具有十分重要的作用。但在将Dempster证据组合规则应用于多传感器数据融合时,理论上仍有值得探讨之处。在对Dempster证据组合规则进行分析的基础上,提出了解决目标识别系统中多传感器数据融合的“一次Dempster联合法”,避免了原有算法中需多次采用Dempster证据组合规则来计算的问题,从而减少了计算量。     

引入权重因子的证据合成方法

D-S理论是一种有效的不确定性推理方法,但在证据完全冲突或冲突较大时,D-S证据合成公式失效.Yager等学者对此作了改进,但是改进后合成公式又存在着新的问题.考虑到证据在合成过程中的重要程度不同,将权重因子引入到合成公式中,通过权重因子的作用和冲突概率的重新分配,提出了引入权重因子的D-S证据合成方法,新的合成公式提高了证据合成的可靠性和合理性,可得到更为理想的合成结果.     

一种简单有效的处理冲突证据的D-S改进方法*

D-S证据理论在决策级信息融合领域有着广泛的应用,但其在合成冲突证据时会出现与直观结论不符的现象。通过深入分析D-S证据理论合成冲突证据时的失效原因,提出了一种简单有效的改进方法。通过主观权重和客观权重的综合得到不同证据的信任度,以此确定冲突证据及对应的折扣度并对其进行折扣度修正,使合成结果快速向正确类型收敛。仿真结果表明,同已有方法相比,本文方法特别适合具有少数冲突证据的情况,其合成结果更加符合直观判断。     

一种多传感器雷达辐射源识别的组合方法

针对复杂电磁环境下多传感器获得的雷达辐射源信息具有不确定性的情况,提出了一种雷达辐射源识别的组合方法.首先利用灰色定权聚类法对大量的传感器数据进行处理,以简化雷达辐射源特征数据,在此基础上通过灰色关联分析法确定证据理论中的基本概率赋值函数,并应用修正的D-S证据理论实现多时刻条件下目标识别.通过仿真算例可知,该方法能够有效减小雷达辐射源所受的噪声干扰,具有一定的可行性.     

证据理论从两维到多维同步融合

D-S证据理论的组合规则是反映两个证据联合作用的法则。为了得到多个证据源的最终目标属性判决,提出了一种推广到多维同步合成计算的D-S组合规则。详细分析了多维同步融合的情况,提出利用多维同步融合的确定性因子来代替D-S组合规则中的不确定性因子进行融合,避免计算大量无实际意义的联合概率乘积项,简化了计算过程,拓展了D-S证据理论的实际应用。并通过仿真验证了推广到多维同步融合的D-S组合规则的正确性和有效性。     

基于D-S证据理论的机载雷达模糊识别方法

针对机载雷达信号的复杂性和模糊性等特点,提出一种D-S(登普斯特-谢弗)证据理论和模糊理论组合应用的方法用于对机载雷达的识别。通过对信号的积累和对信任度(模糊隶属度)的重新分配,有效地解决了机载雷达信号的不确定性问题以及如何利用信号在时间上的冗余信息问题,提高了信号的正确识别率。仿真实验和正确识别率的统计结果验证了这种方法十分有效。     

一种修正的冲突证据融合方法

对于冲突证据,D-S证据理论无法使用甚至无法得出正确的结果,进而引发了专家学者的研究。针对该问题,提出了一种新的冲突证据融合方法,建立了多传感器综合可信度的计算模型,根据综合可信度得到多传感器的合成结果,采用D-S证据理论对合成结果进行组合,既解决了高冲突问题,又解决了低冲突问题。最后通过仿真验证了该方法的有效性。     

一种新的基本概率函数构建方法及应用

针对Dempster-Shafer(D-S)证据推理中基本概率赋值函数的构造问题,基于模糊聚类分析给出了一种新的构建方法.将它应用到雷达目标识别的仿真实验中,并与灰关联法相比较,结果表明该方法切实可行,不仅提高了基本概率赋值的准确性和稳定性,而且利用了数据的结构信息,有效缓解了证据的冲突.     

组合网络与证据理论相结合的电路故障诊断

针对神经网络中两种常用的网络类型BP和Elman,在模拟电路故障诊断中的应用过程的特点——各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的故障诊断方法.首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值,作为证据组合的依据;证据理论组合规则将初步诊断结果融合得出决策级诊断结果.通过对某装备位置调节器板的故障诊断过程表明,该模型经过尽可能融合有效故障信息,大大提高了系统的诊断精度和诊断正确率,而且有效降低了系统不确定性.