[发明专利]基于改进D-S证据理论的态势估算方法

说明书

本发明提供一种基于改进D‑S证据理论的态势估算方法，包括以下步骤：设置辨识框架；构建基本概率分配函数；设置信度函数；设置似真函数，最终通过融合输出结果。本发明针对D‑S证据理论中Dempster融合规则无法有效处理高冲突证据之间融合的问题。对融合规则进行了改进，由于证据之间的冲突主要是因为各个证据中对于同一个焦元的基本概率分配有较大差异所产生的。通过考虑到方差刚好用来刻画一组数据的波动程度，对于不同证据的同一焦元的基本概率分配方差越大则表示证据对于该焦元是存在较大冲突的；反之方差越小则表示不同证据对于该焦元基本保持同一态度，即冲突越小。

技术领域

本发明涉及数据融合算法的技术领域，具体而言，尤其涉及基于改进D-S证据理论的态势估算方法。

背景技术

信息已经成为决定战争胜负的关键因素，对战双方谁能充分获取并利用有效信息将占有对战优势。根据美国国防部联合实验室JDL的定义：态势估计处于数据融合的第二级，根据一级融合的结果，从中抽取对当前战场态势尽可能准确完整的感知，从而逐步了解地方意图和作战计划，为指挥员决策提供直接的支持，有关态势估计的研究方法主要有模板匹配法、模糊集法、D-S(Dempster-Shafer)证据理论以及贝叶斯网络法。D-S证据理论由Dempster首次提出概念，后来Shafer在Dempster的基础上完善并推广，最终形成这一理论框架，D-S证据理论主要应用于不确定性推理。该方法能较好的处理“不确定”、“不知道”情况下引起的不确定性问题，因此对命题的表述上相比其他方法占上风。现如今在信息融合方面有着稳定的发展。

D-S证据理论的核心是证据组合规则，当证据之间不存在冲突或者证据具有很低的冲突，使用Dempster组合规则得出的结果是合理的。但是不免证据之间有高冲突的情况存在，Dempster组合规则在组合高冲突证据时往往会出现不合理的结果。这主要是因为组合规则中归一化的问题导致的，由于归一化的存在致使它只考虑了证据之间没有冲突的信息，而没有处理证据之间相互抵触的信息。这就使得现有的组合规则出现以下问题。一般冲突问题：当传感器报告的基本概率赋值严重矛盾时，融合后会得到明显不合理的结果。一票否决问题：当一则证据与其他证据出现明显的抵触情况时，从融合结果看该证据有一票否决的能力。

现有文献针对原组合规则可能导致证据融合出现冲突的问题，很多学者对Dempster组合规则进行了修改，主要的思路是合理的分配冲突的证据，其中包括确定冲突分配的比例和确定分配对象。较有代表性的是Dubios将冲突证据局部配，Yager将冲突证据进行全局分配；孙全引入了一个证据可信度的概念，通过这一概念创造了新的证据合成公式。改进了D-S理论和Yager所提规则的不足，使冲突的证据获得更为理想的合成结果。潘光等人利用可信度方法对冲突证据进行加权平均分配，降低了冲突证据的干扰造成的影响。Zhang等人，通过引入Bhattacharyya距离，将D-S证据理论与数据融合相结合，解决了D-S冲突的证据。王琳等人具体分析了影响空战态势的关键因素，并构建相关数学模型，最后利用D-S证据理论中的组合规则对各因素产生的影响进行融合得出各态势的可能性区间，实现对空战态势的估计。

根据上述分析，态势估计需要通过对战场中的不确定、不完备信息进行近似推理和判断，从而得到敌方的作战意图。D-S证据理论是比较完善的不确定性推理方法，其能够很好的处理“不知道”和“不确定”所引起的不确定性问题，在各个领域得到了广泛的应用。但是当证据之间存在高冲突时其结果并不如意，因此如何设计组合规则是提高证据融合准确度的关键问题，为此现有文献对组合规则进行不断改进，虽然改进的组合规则较原有规则有所改进，但是以上文献方法对都没能准确的衡量冲突。为此本文通过分析D-S证据理论在融合具有较高冲突证据时存在的问题，对D-S组合规则进行了改进。改进的组合规则考虑了证据之间焦元的波动情况和证据对焦元的平均支持程度对冲突的影响，将证据之间产出的冲突得以有效的分配给各个焦元。该方法对于证据之间存在高冲突的情况也能得到较好的融合，能够很好的实现作战过程中的态势估计，并与现有方法进行了仿真比较，证明了本文所提方法的有效性和可行性，为指挥员进行战略部署和行动计划提供强有力的保障。