一种基于距离函数的高冲突证据融合方法技术

本发明专利技术涉及一种基于距离函数的高冲突证据融合方法，该方法包括以下步骤：S1：冲突检查：对各证据进行冲突判断，筛选出具有严高冲突的证据；S2：权重分配模型构建：对筛选出的证据求取各证据之间的距离，根据距离均值建立权重分配模型，获取各证据权值；S3：利用各证据权值获取各证据的可信度；S4：BPA函数修正：结合各证据可信度，对BPA函数进行修正；S5：证据融合：根据Murphy组合规则，对修正后的BPA函数进行融合。与现有技术相比，本发明专利技术具有识别效率高、收敛速度快、算法简单等优点。

A high conflict evidence fusion method based on distance function

The present invention relates to a high-conflict evidence fusion method based on distance function. The method comprises the following steps: S1: conflict detection: judging the conflict of the evidence, screening out the evidence with severe conflict; S2: weight distribution model construction: calculating the distance between the selected evidence, according to the distance mean value. Establish the weight distribution model to obtain the weight of each evidence; S3: use the weight of each evidence to obtain the credibility of each evidence; S4: BPA function correction: combined with the credibility of each evidence, the BPA function is modified; S5: evidence fusion: according to Murphy combination rules, the modified BPA function is fused. Compared with the prior art, the invention has the advantages of high recognition efficiency, fast convergence speed and simple algorithm.

【技术实现步骤摘要】
一种基于距离函数的高冲突证据融合方法
本专利技术涉及信息处理
，尤其是涉及一种基于距离函数的高冲突证据融合方法。
技术介绍
目前，对多种多源信息融合的方法有很多，且各有各的优点，但针对不确定性问题，D-S证据理论的解决能力最为突出。基于这一点，证据理论还是一种较好的融合方法。然而，在信息融合系统中，由于获取信息的多源性和不确定性，使得信息证据可能产生冲突，对于高冲突信息，不适合用传统的证据组合规则，否则会得出与直觉相反的结论，即产生冲突证据的组合问题。针对组合规则的不足，相关领域的研究人员提出了众多改进方法，但各个方法仍存在着局限性，例如增大了全区间的概率，收敛效率过低等。Murphy方法是一种修改模型而不改变Demspter组合规则的方法。Murphy分析了已有的改进方法，提出了一种证据平均组合规则，具体的步骤是：首先将证据的基本概率指派进行平均，之后再用Dempster组合规则进行信息融合。与其它方法相比较，该组合规则可以处理处突证据，且收敛速度较快。Murphy方法在很大程度上解决了冲突证据问题，但它只是对各来源的信息做了简单的平均，并未考虑证据之间内在的联系。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种识别效率高、收敛速度快的基于距离函数的高冲突证据融合方法。本专利技术的目的可以通过以下技术方案来实现：一种基于距离函数的高冲突证据融合方法，包括以下步骤：S1：冲突检查：对各证据进行冲突判断，筛选出具有严高冲突的证据；S2：权重分配模型构建：对筛选出的证据求取各证据之间之间的距离，根据距离均值建立权重分配模型，获取各证据权值；S3：可信度获取：利用各证据权值获取各证据可信度；S4：BPA函数修正：结合各证据可信度，对BPA函数进行修正；S5：证据融合：根据Murphy组合规则，对修正后的BPA函数进行融合。mi(i＝1,2Λ,n)为各证据表达式，即BPA函数，其中，n为证据的类号。所述的步骤S2中，各证据之间的距离dij的表达式为：其中，设立辨识框架为Θ＝{A1,A2,Λ,AW}；W为识别框架中的事件或元素个数；i和j分别为两个不同的证据集，两组证据mi和mj之间的距离满足交换律，即dij＝dji。权重分配模型的表达式为：Qi＝1-Si(0≤Qi≤1)其中，Qi为证据mi的支持度，即为证据mi对应的权值；Si为第i个证据到其他各个证据距离的均值，其表达式为：所述的步骤S3中，各证据的可信度βi的表达式为：优选地，支持度最高的证据的可信度为1。所述的步骤S4中，BPA函数的修正公式为：m′i(Φ)＝0m′i(Ak)＝βim′i(Ak),i＝1,2,Λ,n,k＝1,2,Λ,Wm′i(Θ)＝βim′i(Θ)+(1-βi),i＝1,2,Λ,n所述的步骤S5具体包括以下步骤：51)对各证据进行平均，得到加权平均证据和若系统有n个证据，将加权平均证据组合n-1次；52)利用D-S证据合成规则融合与现有技术相比，本专利技术具有以下优点：一、识别效率高：本专利技术在对证据进行融合前，引入一个度量证据体间相似性程度的距离函数，并根据该距离函数获取系统中各个证据被其它证据所支持的程度，将该支持度作为证据的权重，对多源证据进行加权平均后，结合Murphy组合规则的思想进行证据融合；因考虑了信息之间的距离关系，对于相距较近，即较为“集中”的证据分配较大的权重，对于“偏远”的证据分配较小的权重，因此融合结果偏向于“聚集”的若干证据，可防止“偏远”证据过度“拉偏”融合，导致无法识别出正确的结果；二、收敛速度快：本专利技术方法在继承Murphy组合规则计算量小和不增加未知项概率优势的同时，对于聚集的、统一的证据予以更多的偏向性，而降低对于“偏远”的证据的信任度，可更加接近或还原数据本身，收敛速度更快；三、算法简单：本专利技术方法的算法结构及过程简单易操作，可应用效果好。附图说明图1为本专利技术方法的流程图；图2为本专利技术方法中证据权重与可信度关系示意图。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。实施例如图1所示，本专利技术提供一种基于距离函数的高冲突证据融合方法，该方法具体包括以下步骤：步骤一：冲突检查对各证据进行冲突判断，若冲突值小于冲突检验阈值α，则按照D-S证据合成规则对各证据直接进行融合，否则，判断证据之间存在严重冲突，对各证据进行可信度获取。假设辨识框架为Θ＝{A1,A2,Λ,AW}，BPA函数(证据集)分别为mi(i＝1,2Λ,n)，证据集i和j之间的冲突值为kij，则定义kmax＝max(kij)(1≤i≤n,1≤j≤n)，α为设定的冲突检验阈值；当kmax＜α时，按照D-S理论直接进行融合，否则认为证据之间存在严重冲突，进行下一步。步骤二：权重分配模型构建，该步骤具体包括：21)计算各证据之间的距离：定义证据mi和证据mj之间的距离为：两组证据之间的距离满足交换律，即dij＝dji，两组证据之间的距离越小，它们之间的相似性程度就越大；22)对证据距离求均值：令Si为第i个证据到其他各个证据距离的均值，考虑到任意证据到本身的距离为0，定义当某一证据的Si越小时，它与其他证据相似程度越大，也就是说它与其他证据之间相互支持度越高。定义系统中证据mi的支持度为Qi，它是相似性测度的函数。Qi＝1-Si(0≤Qi≤1)(4)步骤三、获取证据可信度若某一证据与其它证据较相似，则认为它们相互支持的程度较高。反之，若某一个证据与其它证据相似程度较低，则认为它们相互支持的程度也低。将支持度作为证据的权重，对支持度归一化后可得到可信度，即一个证据值得信任的程度。如图2所示，各证据之间的距离越近，代表权重越大，则可信度越高。通常，一个证据被其它证据所支持的程度越高，该证据的可信度也越高。在求出一个证据mi的支持度Qi后，认为支持度最高的证据可信度为1，同样可获取其他证据的可信度βi为：步骤四：BPA函数修正利用各证据的可信度对BPA函数进行修正，BPA函数修正的表达式如下：m′i(Φ)＝0m′i(Ak)＝βim′i(Ak),i＝1,2,Λ,n,k＝1,2,Λ,W(6)m′i(Θ)＝βim′i(Θ)+(1-βi),i＝1,2,Λ,n步骤五：证据融合根据Murphy组合规则，对修正后的BPA函数进行融合，具体步骤包括：51)对各证据进行平均，得到加权平均证据和当系统有n个证据时，将加权平均证据组合n-1次；52)利用D-S证据合成规则对进行融合。本专利技术方法从各证据之间的全局冲突出发，采用全局优化思想，计算任意两个证据之间的距离，利用证据间距离建立权重分配模型，得到各证据权值，根据权值决定各证据的可信度，并利用可信度对BPA函数进行修正，然后对修正后的BPA函数采用Murphy组合规则进行证据融合。为了验证本专利技术方法的有效性和优越性，下面以具体算例进行分析，并将本实施例的融合结果与Dempster组合规则、Yager组合规则和Murphy组合规则的结果进行了比较。假设识别框架为{A,B,C}，现有3个证据分别如表1所示。表1三个初始证据表设冲突检验阈值α＝0.3，利用式(1)可知证据m2与其它证据存在严重冲突。利用式(2)-(5)计算证据之间的距离矩阵d，平均距离S，支持度Q和可信度β。利用式(6)对三个初始证本文档来自技高网...

【技术保护点】
1.一种基于距离函数的高冲突证据融合方法，其特征在于，该方法包括以下步骤：S1：冲突检查：对各证据进行冲突判断，筛选出具有严高冲突的证据；S2：权重分配模型构建：对筛选出的证据求取各证据之间的距离，根据距离均值建立权重分配模型，获取各证据权值；S3：可信度获取：利用各证据权值获取各证据的可信度；S4：BPA函数修正：结合各证据可信度，对BPA函数进行修正；S5：证据融合：根据Murphy组合规则，对修正后的BPA函数进行融合。

【技术特征摘要】
1.一种基于距离函数的高冲突证据融合方法，其特征在于，该方法包括以下步骤：S1：冲突检查：对各证据进行冲突判断，筛选出具有严高冲突的证据；S2：权重分配模型构建：对筛选出的证据求取各证据之间的距离，根据距离均值建立权重分配模型，获取各证据权值；S3：可信度获取：利用各证据权值获取各证据的可信度；S4：BPA函数修正：结合各证据可信度，对BPA函数进行修正；S5：证据融合：根据Murphy组合规则，对修正后的BPA函数进行融合。2.根据权利要求1所述的一种基于距离函数的高冲突证据融合方法，其特征在于，所述的步骤S2中，各证据之间的距离dij的表达式为：其中，设立辨识框架为Θ＝{A1,A2,Λ,AW}；W为识别框架中的事件或元素个数；mi(i＝1,2Λ,n)为各证据表达式，即BPA函数，n为证据的类号，两组证据mi和mj之间的距离满足交换律，即dij＝dji。3.根据权利要求2所述的一种基于距离函数的高冲突证据融合方法，其特征在于，所述的步骤S2中，权重分配模型...

【专利技术属性】
技术研发人员：张兴媛，熊重远，周虹，李清英，李伟，徐海荣，
申请(专利权)人：上海工程技术大学，
类型：发明
国别省市：上海,31