文献类型：期刊文章

作　　者：张雅媛[1] 孙力帆[1] 郑国强[1]

ZHANG Ya-yuan;SUN Li-fan;ZHENG Guo-qiang(School of Information Engineering,Henan University of Science and Technology,Henan Key Laboratory of Robot and Intelligent Systems,Luoyang 471023,China)

机构地区：[1]河南科技大学信息工程学院河南省机器人与智能系统重点实验室

出　　处：《仪表技术与传感器》

基　　金：国家自然科学基金项目(U1504619,61573020,61473115);河南省科技攻关计划项目(182102110397);教育部产学合作协同育人项目(201602011006)

年　　份：2019

期　　号：7

起止页码：82-87

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

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。

关 键 词：多传感器 证据理论 证据冲突  证据距离  改进的Jousselme距离  决策融合  

分 类 号：TP212]