基于感知引導(dǎo)的數(shù)據(jù)融合算法研究.pdf

1、隨著科技不斷發(fā)展，日益增加的信息獲取方式為人們觀察世界提供了更多的數(shù)據(jù)，這些數(shù)據(jù)從不同特性、不同維度上反映了我們所需要觀察的世界。面對(duì)海量冗余、互補(bǔ)和沖突的信息，數(shù)據(jù)融合技術(shù)被人們寄予實(shí)現(xiàn)快速、準(zhǔn)確、可靠地完成數(shù)據(jù)分析的期望。
　　然而由于各種原因，信息探測(cè)過程所引入的不確定性原則造成數(shù)據(jù)融合需處理海量的、冗余、模糊甚至矛盾的信息，從而導(dǎo)致數(shù)據(jù)融合系統(tǒng)處理效率低下、準(zhǔn)確度不高。為此開發(fā)具有自主性、反應(yīng)性和預(yù)動(dòng)性的智能數(shù)據(jù)融合系統(tǒng)是

2、解決不確定性信息的關(guān)鍵途徑。本文在深入研究了數(shù)據(jù)融合中決策引導(dǎo)和控制管理相關(guān)內(nèi)容之后，針對(duì)多源不確定性信息，提出了感知引導(dǎo)的數(shù)據(jù)融合算法模型，并取得若干創(chuàng)新與成果。本文的主要貢獻(xiàn)有：
　　1.針對(duì)預(yù)測(cè)模型中難以處理輸入因果數(shù)據(jù)不完備和預(yù)測(cè)結(jié)果無法表現(xiàn)數(shù)據(jù)可信程度的問題，本文提出模糊感知預(yù)測(cè)模型。該模型由因果因素通過相關(guān)測(cè)度映射來評(píng)估不完備信息對(duì)預(yù)測(cè)結(jié)果的影響程度，同時(shí)采用可信測(cè)度映射來反映所采用數(shù)據(jù)的可信任程度。模糊感知預(yù)測(cè)結(jié)果不

3、僅反應(yīng)了數(shù)據(jù)的相關(guān)因果性，同時(shí)也度量了處理數(shù)據(jù)的不確定性，所給出的模糊隸屬度是系統(tǒng)在兩維度方向都給出了所掌握的信息量。而模糊感知預(yù)測(cè)模型性質(zhì)、運(yùn)算規(guī)則和確定方法的推理也奠定了該模型在實(shí)際環(huán)境下的應(yīng)用基礎(chǔ)。（體現(xiàn)在第三章的3.2節(jié)和3.3節(jié)）
　　2.針對(duì)信息系統(tǒng)檢索效率低和面對(duì)不確定信息其辨識(shí)區(qū)分度不高的問題，本文提出感知決策規(guī)則模型。該模型通過求解最大信息區(qū)分期望來規(guī)劃決策準(zhǔn)則，從而實(shí)現(xiàn)對(duì)信息檢索效率的提升。由于決策方向?yàn)樾畔^(qū)

4、分度最大的方向，因此該模型可以更好區(qū)分決策信息。隨后從信息理論機(jī)理上分析了感知決策規(guī)則生成方法。結(jié)合Rough Set理論所提出的局域?qū)傩灾匾杂靡酝瓿稍讷@取部分信息之后的感知決策生成。而局域?qū)傩阅：匾院突谌莶铌P(guān)系的局域?qū)傩阅：匾詣t分別用于處理不確定環(huán)境下所面對(duì)的信息模糊化和不完備問題。從而實(shí)現(xiàn)了對(duì)于不確定性信息系統(tǒng)的最佳決策規(guī)劃，提高辨識(shí)的效率與準(zhǔn)確度，實(shí)現(xiàn)數(shù)據(jù)的自我認(rèn)知與快速反應(yīng)。（體現(xiàn)在第四章的4.2、4.3、4.4和4

5、.5節(jié)）
　　3.針對(duì)傳統(tǒng)固定組網(wǎng)探測(cè)模型中存在的探測(cè)模型不精確所造成的覆蓋效率偏差問題，本文建立目標(biāo)感知探測(cè)模型用以獲得更為準(zhǔn)確的雷達(dá)組網(wǎng)覆蓋效能，并通過仿真分析了針對(duì)隱身飛行器探測(cè)雷達(dá)的最佳組網(wǎng)部署形式。（體現(xiàn)在第五章的5.2節(jié)）對(duì)于移動(dòng)組網(wǎng)協(xié)同探測(cè)中傳感器移動(dòng)規(guī)劃問題，本文提出采用模糊感知預(yù)測(cè)模型中相關(guān)測(cè)度映射和可信測(cè)度映射來預(yù)測(cè)監(jiān)控區(qū)域內(nèi)的目標(biāo)分布概率，以此形成啟發(fā)性信息來實(shí)現(xiàn)對(duì)移動(dòng)組網(wǎng)協(xié)同探測(cè)中的最佳搜索路徑規(guī)劃。通過蒙

6、特卡洛仿真，驗(yàn)證了基于模糊感知預(yù)測(cè)的移動(dòng)組網(wǎng)啟發(fā)性路徑規(guī)劃可以獲得更高的探測(cè)效率。（體現(xiàn)在第五章的5.3節(jié)）
　　4.根據(jù)智能化數(shù)據(jù)融合所需要系統(tǒng)建立的主動(dòng)性和預(yù)動(dòng)性需求，本文提出建立基于感知決策規(guī)則引導(dǎo)的傳感器管理構(gòu)架。該構(gòu)架通過對(duì)多源傳感器數(shù)據(jù)融合感知規(guī)則挖掘來進(jìn)行傳感器管理規(guī)劃，來獲取所感知最大信息增量進(jìn)而提高多源傳感器管理效率。（體現(xiàn)在第六章的6.1節(jié)）針對(duì)及時(shí)最佳感知預(yù)測(cè)，本文提出采用動(dòng)態(tài)分辨熵增量模型來實(shí)現(xiàn)感知信息提取