基于模糊理论的多传感器信息融合算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (10): 128-131.

• 数据库、信号与信息处理 • 上一篇下一篇

基于模糊理论的多传感器信息融合算法

李辉，潘恺，张新

西北工业大学电子信息学院，西安 710072

出版日期:2012-04-01 发布日期:2012-04-11

Multi-sensor information fusion algorithm based on fuzzy theory

LI Hui, PAN Kai, ZHANG Xin

School of Electronic and Information, Northwestern Polytechnical University, Xi’an 710072, China

Online:2012-04-01 Published:2012-04-11

摘要/Abstract

摘要： D-S证据理论作为一种重要的不确定性推理理论，为处理传感器信息的模糊性及不确定性提供了很好的解决方法。但各个证据中的基本概率分配函数（mass函数）如何生成，仍是人们需要解决的问题。针对这一问题，提出了一种基于模糊理论中的高斯隶属度函数来得到传感器提供信息的可信度，计算了各个传感器之间的相互支持度；将各传感器的可信度和支持度转化成mass函数；利用证据理论对多传感器信息进行融合。仿真试验表明该方法能够有效提高识别的准确性和可靠性。

关键词: 证据理论, 信息融合, 模糊理论, 隶属函数

Abstract: As an important inference theory of uncertainty, D-S evidence theory provides a good solution to deal with the ambiguity and uncertainty of sensor information. However, how to construct basic probability assignment function（mass function） is still an open issue. To solve this problem, this paper proposes a Gaussian fuzzy membership function based on fuzzy theory to obtain the reliability of each sensor, and calculates the mutual supportability of multiple sensors. Then the reliability and supportability are changed to mass function. Finally, multi-sensor information is combined by using evidence theory. Simulation results show that this method can improve the accuracy and reliability of the recognition.

Key words: evidence theory, information fusion, fuzzy theory, membership function

李辉，潘恺，张新. 基于模糊理论的多传感器信息融合算法[J]. 计算机工程与应用, 2012, 48(10): 128-131.

LI Hui, PAN Kai, ZHANG Xin. Multi-sensor information fusion algorithm based on fuzzy theory[J]. Computer Engineering and Applications, 2012, 48(10): 128-131.

[1]	黄逸磊，夏志杰，王诣铭. 强关系型社交媒体平台不实信息传播模型研究[J]. 计算机工程与应用, 2021, 57(9): 126-133.
[2]	刘畅，邱卫根，张立臣. 基于可变形掩膜对齐卷积模型的行人再识别[J]. 计算机工程与应用, 2021, 57(5): 146-152.
[3]	蒋斌，梁小安，张亮，高杨军. 基于改进修正权重的证据组合方法[J]. 计算机工程与应用, 2021, 57(24): 100-106.
[4]	张敏，彭红伟，颜晓玲. 基于神经网络的模糊决策树改进算法[J]. 计算机工程与应用, 2021, 57(21): 174-179.
[5]	陈坤峰，潘志松，王家宝，施蕾，张锦，焦珊珊. 跨模态行人再识别的协同学习方法[J]. 计算机工程与应用, 2021, 57(12): 115-125.
[6]	张红，程传祺，徐志刚，李建华. 基于深度学习的数据融合方法研究综述[J]. 计算机工程与应用, 2020, 56(24): 1-11.
[7]	刘潇雅，王应明. 基于支持向量机集成的个人信用评估研究[J]. 计算机工程与应用, 2020, 56(14): 272-278.
[8]	韩二东. 概率语言术语集多准则决策方法研究进展[J]. 计算机工程与应用, 2020, 56(10): 27-35.
[9]	房楚尧，周知，赵家培，冯宇迪. 基于再模糊理论的航拍图像质量检测方法[J]. 计算机工程与应用, 2019, 55(7): 199-206.
[10]	阮凯，邱卫根. 多信息融合的深度学习人脸表情识别算法研究[J]. 计算机工程与应用, 2019, 55(5): 192-196.
[11]	罗兰，肖建于. 一种有效折扣证据源的冲突证据合成方法[J]. 计算机工程与应用, 2019, 55(4): 154-158.
[12]	李果，马春阳，马建晓. 基于DPCA和改进证据理论的融合式故障诊断[J]. 计算机工程与应用, 2019, 55(20): 197-201.
[13]	卢蒙卡，万仲平，彭振华. 新的求解多层规划的直觉模糊交互式决策模型[J]. 计算机工程与应用, 2019, 55(16): 42-48.
[14]	赵菊萍，李风军. Vague集（值）相似性度量[J]. 计算机工程与应用, 2019, 55(15): 69-74.
[15]	陈金广1，2，王星辉1，2，马丽丽1，2，张馨东1，2，巩林明1，2. 采用分段RTS的CPHD平滑算法[J]. 计算机工程与应用, 2019, 55(1): 50-55.

基于模糊理论的多传感器信息融合算法

Multi-sensor information fusion algorithm based on fuzzy theory

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics