基于改进Jousselme证据距离的多传感器决策融合方法

摘要

多传感器系统通常能够获取各种不同的量测数据,但是其信息的准确性和可靠性往往难以被保证,使用这些数据所做出的决策很有可能与事实相悖.鉴于此,在D-S证据理论框架内提出了一种基于改进Jousselme证据距离的多传感器决策融合方法.通过对相似性Jaccard系数矩阵分块化处理,以合理准确地描述传感器节点证据冲突,并借此计算各传感器节点的权值来修正证据源,最终通过D-S融合规则得到正确决策.数值实验结果显示提出方法的识别率最高可达92.52％,相比Muphy法高出了17.28％,而不确定度却降低了2个数量级,不但能够快速准确地识别传感器节点证据冲突,而且决策风险更小,因此适用范围更广.