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

摘要

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。