基于模糊集和改进的D-S理论的数据融合方法

摘要：

基于模糊集理论和改进的Dempster-Shafer证据理论,有效实现了多传感器模糊信息的数据融合.该方法首先将每个传感器获取的隶属度函数转化为基本概率指派(BPA),然后采用改进的Dempster-Shafer理论来组合推理,从而得出融合结果,最后用一个实验算例证明了该方法的有效性.

关键词： 多传感器数据融合 模糊集理论 相似性测度 D-S证据理论 基本概率指派(BPA) 隶属度

作者: 罗蓉 孙东 邓勇 蒲小勃

作者单位: 成都飞机设计研究所,成都,610041 上海交通大学电子信息学院,上海,200030

会议类型: 国内会议

会议名称: 2006年航空试验测试技术学术交流会

会议地点: 北京

会议语种:中文

页码: 325-330

在线出版日期: 2006-07-01（万方平台首次上网日期，不代表论文的发表时间）