[发明专利]一种基于强化学习和D-S证据理论的多传感器数据融合方法

说明书

本发明公开了一种基于强化学习和D‑S证据理论的多传感器数据融合方法，包括以下步骤：步骤一、多传感器数据输入；步骤二、马尔科夫决策模型构建；步骤三、Q‑learning算法实现冲突数据消解；步骤四、采用D‑S证据理论实现多传感器数据融合。本发明采用基于强化学习和D‑S证据理论相结合的方法快速高效地实现多传感器数据融合，通过采用强化学习对多传感器中的冲突数据、故障数据进行实时在线处理，得到冲突消解后的有效多传感器数据，解决了数据高冲突的问题；其次采用D‑S证据理论融合方法能很好的融合不确定多源数据，提升融合性能。

技术领域

本发明涉及多传感器数据融合领域，是一种基于强化学习和D-S证据理论实现多传感器数据融合的方法，实现多传感器数据实时在线有效融合。

背景技术

随着现代科学技术在工业设备上的应用，使得设备复杂化，单一传感器信息已经无法准确体现设备的复杂运行情况。且由于其容易受到环境干扰，会导致获得的数据可能存在故障数据，无法实现对复杂设备的准确决策。而多传感器能将系统的不同特征同时反应出来，将多源数据融合有利于提高系统性能，使结果可信程度高。

多传感器数据融合技术是充分利用不同时间与空间的多传感器数据，对数据进行分析、排序和融合以提高系统性能的重要数据处理技术，在实际生产和应用中起着关键作用。

在多传感器数据融合模型和方法中，D-S证据理论是最为有效的一种可处理不确定信息的方法之一。证据理论还提供了Dempster组合规则，可实现在无先验信息的情况下对证据进行融合。然而，当证据之间存在高度冲突时会产生违反直觉的判断。此外，在实际中，多传感器获得的数据可能存在时间不一致性，导致该方法无法实现对在线数据的实时融合。强化学习通过“试错”的方式进行学习，可实现与外界环境的自主实时交互而无需系统先验信息。因此采用强化学习和D-S证据理论相结合的方法实现对多传感器数据的实时在线融合。

发明内容

为了实现多传感器实时在线数据融合，本发明基于强化学习和D-S证据理论，提供一种智能多传感器数据融合方法，解决了冲突证据和在线实时融合的问题。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤一：多传感器数据输入

将获得的多传感器数据表示为：{D₁,D₂,…,D_i}，其中，D_i代表第i个传感器的数据，系统中共有i个传感器。此外，传感器的数据表达形式为基本概率指派函数(BasicProbability Assignment，BPA)。若在测量过程中有新的传感器数据加入时，将其写入数据中，表示为：{D₁,D₂,…,D_i,D_新}。

步骤二：马尔科夫决策模型构建

采用强化学习对多传感器数据进行自适应冲突消解时，需进行马尔科夫决策(Markov decision process，MDP)模型构建。MDP模型包括系统状态、动作、奖励函数，具体为：

(1)动作集合A：由于多源传感器的信息量不同，在不同的传感器信息下系统应该做出不同的动作选择，使得当存在高冲突信息时，对高冲突信息进行冲突消解，以保证融合结果的准确性有效性，因此将动作集合定义为：A＝{a₁,a₂}＝{保留，删除}，系统可以根据实际情况采取保留或者删除的动作；

(2)状态集合S：当融合系统在不同时刻不同传感器信息下采取了某一动作后，系统的状态会发生转移，我们定义当前时刻的融合结果作为系统的状态，即：其中m_t和m_t+1表示当前时刻采取不同动作的融合结果，a_t+1表示当前采取的动作。系统状态集合表示为：S＝{s₁,s₂,…,s_t,…}。