基于对数函数衡量证据冲突的融合方法与流程

技术特征：

1.基于对数函数衡量证据冲突的融合方法，其特征在于：包括以下几个步骤：

A、通过获取多个传感器测量信息相对应证据焦元的基本概率赋值，将每一个证据看作一个向量，所述第i个证据的向量用m_i＝(m_i(θ₁),…,m_i(θ_r),…,m_i(θ_k))^T表示，其中i＝1,2,…,n，n为证据向量的总数，k为辨识框架Θ中的焦元个数，r＝1,2,…,k；

B、通过下述公式计算差异性因子，得到任意第i个证据向量m_i和第j个证据向量m_j之间的差异性因子df(m_i,m_j)，式中M_r表示一个行向量，D_r表示一个列向量；

C、通过下述公式数，得到任意第i个证据向量m_i和第j个证据向量m_j之间的相关系数cp(m_i,m_j)，若证据向量m_i和m_j焦元基本概率赋值最大值所对应的焦元相同，令相关系数为0；式中指在证据m_i中的焦元θ_r基本概率赋值为最大值，r＝1,2,…,k；D、由任意证据向量m_i和m_j之间的差异性因子df(m_i,m_j)和相关系数cp(m_i,m_j)，通过公式：计算任意证据向量m_i和m_j之间的冲突系数conf(m_i,m_j)；

E、由得到的任意第i个证据向量m_i和第j个证据向量m_j之间的冲突系数conf(m_i,m_j)通过公式：求得第i个证据与其他n-1个证据的总冲突程度因子conf(m_i)和第i个证据与其它n-1个证据的相对支持程度因子truf(m_i)，并利用n个证据中最大的相对支持程度因子truf_max和i个证据与其他n-1个证据的相对支持程度因子truf(m_i)通过下述公式得到权重系数ω_i，

F、记第i个证据中焦元θ_r的基本概率赋值用m_i(θ_r)表示，其中r＝1,2,…,k，修正后的第i个证据中焦元θ_r的基本概率赋值用表示，根据步骤E中得到的权重系数ω_i通过公式：

G、对上述的第i个证据是否是干扰证据进行判断：根据第i个证据的权重系数ω_i与1/n的关系来判断，若对融合证据修正权重系数ω_i<1/n的干扰证据进行重新修正，重新修正后的第i个证据中焦元θ_r的基本概率赋值用表示，借鉴Murphy规则的思想通过公式仅对干扰证据进行修正；

H、最后，采用Dempster组合规则对修正后的证据进行逐个融合,融合后焦元A的基本概率赋值m(A)的最大值对应的焦元为目标识别的决策结果对应的识别目标，即为决策最终结果。

2.根据权利要求1所述的基于对数函数衡量证据冲突的融合方法，其特征在于：所述的步骤B中所述一个行向量M_r＝[-m_i(θ_r)m_j(θ₁),…,|m_i(θ_r)-m_j(θ_r)|,…,-m_i(θ_r)m_j(θ_k)]，一个列向量D_r表达式为其中，r＝1,2,…,k。

3.根据权利要求1-2所述的基于对数函数衡量证据冲突的融合方法，其特征在于：所述的Dempster组合规则为：

其中，m(A)表示焦元A的基本概率赋值，K为冲突系数，r,l＝1,2,…,k，为空集。