共查询到10条相似文献,搜索用时 31 毫秒
1.
一种异类源信息融合中证据冲突问题的解决方法 总被引:1,自引:0,他引:1
进行异类源数据融合时,经常会遇到证据冲突的情况,此时应用经典D-S证据理论进行信息融合,通常会出现有悖常理的现象.提出了一种新的证据合成方法,该方法根据各证据之间的相似度确定证据的权重系数.通过加权的方法进行证据合成,从而有效地解决了证据冲突时的信息融合问题.计算机仿真表明,这种方法是非常有效的. 相似文献
2.
针对航天器上传感器故障可能导致状态估计错误的问题,提出了一种基于证据理论的多传感器融合与故障识别方法。该方法采用证据距离与冲突质量的乘积来度量证据间的冲突大小。在证据的融合中先根据冲突大小计算每个证据的可信度,并根据可信度大小修正证据,再用D\|S规则进行融合。该冲突度量方法综合了证据间目标一致性与整体差异性的影响,在具有较强的不确定性和不可靠性的情况下,比仅采用证据距离或冲突质量来度量证据间冲突的大小更加准确。将其应用于微小卫星电源系统的状态监测,实验结果表明该方法可以有效地监测系统状态并正确地识别故障传感器,准确度优于其它方法。 相似文献
3.
主要对海面目标多信源融合识别技术进行了研究,介绍了海上目标的融合识别方法:Bayes推理和D-S证据理论,分析了D-S证据理论融合识别原理.采用基于高分辨率体制的雷达对海面目标HRRP的特征信息进行提取和分析,对D-S证据理论在海面目标识别中的应用进行了举例研究. 相似文献
4.
5.
6.
针对机床主轴承的故障诊断,为解决传统方法仅由单一传感器数据分析准确性低的问题,提出基于主元小波包、递归神经网络以及振动及噪声信号多源数据融合的轴承故障诊断方法,实现对锻压机床主轴承的故障诊断。将振动及噪声传感器采集的信号,经主元小波包处理提取特征值,再利用递归神经网络进行局部故障诊断,得到不同传感器对轴承故障互相独立的故障证据,然后采用基于数据修正D-S证据理论将振动及噪声诊断结果融合,发现基于递归神经网络及数据修正D-S证据理论的诊断方法。该方法解决了单一传感器的不稳定性和局限性以及传统D-S证据理论冲突证据失效的问题,使故障诊断具备容错能力,提高了传统故障诊断的精确度。 相似文献
7.
8.
对于采用较长 PN 码序列的直接序列扩频系统,序贯检测捕获方法是一种有效、实用的快捕方法。文章着重介绍序贯检测同步捕获系统的工作原理、构成和捕获性能。最后,通过一个实例把序贯检测捕获方法的捕获性能和一般定长检测捕获方法的捕获性能作了比较,计算结果表明,前者的平均捕获时间比后者的快2~5倍。 相似文献
9.
本文运用Bayes序贯验后加权检验方法进行可靠性鉴定,讨论了成败型和指数寿命型两种情况,同时构成了序贯截尾鉴定方案,给出了犯两类错误的概率上界的计算方法,对工程实践中的一些问题提出了处置方法。 相似文献
10.
寻的制导雷达在电子干扰条件下可能测得错误的距离信息,以切换系统模型来描述此问题,并提出了一种新的多模型跟踪滤波器来实现制导信息的估计.该滤波器分两步序贯处理角度测量和距离测量数据,从而有效地改进了距离测量修正中的线性化参考点.仿真结果表明,这种估计方法使得距离测量正确情况下的滤波精度得到提高,并且能以很高的概率消除错误的距离测量数据对滤波的影响. 相似文献