版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、汽車信息物理融合系統(tǒng),簡稱為汽車 CPS(Cyber-Physical System),能夠從環(huán)境中感知數(shù)據(jù),進(jìn)行數(shù)據(jù)融合,提取有效信息,并根據(jù)反饋的信息來完成對汽車的控制,使得汽車更易于駕駛,響應(yīng)更快、更安全、更智能。汽車 CPS中收集到的數(shù)據(jù)具有異構(gòu)性、實時性、海量性、沖突性等特點,如何對這些數(shù)據(jù)進(jìn)行有效的融合成為汽車 CPS研究的關(guān)鍵。本文在分析數(shù)據(jù)融合的基本理論及典型的數(shù)據(jù)融合方法的基礎(chǔ)上,針對汽車 CPS中數(shù)據(jù)的沖突性問題,重
2、點研究了Dempster-Shafer(DS)證據(jù)理論和模糊理論在沖突數(shù)據(jù)融合過程中的若干關(guān)鍵問題,主要包括以下幾個方面:
(1)基于DS證據(jù)理論中命題的信任度函數(shù)和似真度函數(shù),提出一種新的將基本概率分配函數(shù)轉(zhuǎn)換為概率的方法BPFT。相比于現(xiàn)有的基于Pignistic概率的PPT轉(zhuǎn)換和基于似真度函數(shù)的PFT轉(zhuǎn)換,BPFT轉(zhuǎn)換可以更充分地利用系統(tǒng)的已知信息,使轉(zhuǎn)換后的概率更加可靠、合理。
(2)提出一種基于模糊貼近度和
3、相關(guān)系數(shù)的證據(jù)沖突測量方法。首先利用BPFT轉(zhuǎn)換把基本概率函數(shù)轉(zhuǎn)換為概率向量表達(dá);然后借助模糊貼近度來表示概率向量之間的沖突程度,并引入相關(guān)系數(shù)的概念來表示不同證據(jù)所支持的最大假設(shè)的沖突程度;最后利用模糊 t-余模公式將模糊貼近度與相關(guān)系數(shù)進(jìn)行組合得到新的證據(jù)沖突測量方法。仿真實驗表明,所提出的沖突測量方法可以從兩個方面反映出證據(jù)的沖突程度,使測量結(jié)果更加有效。
(3)提出一種基于模糊證據(jù)理論的沖突證據(jù)融合方法。首先利用提出的
4、沖突度量方法計算出各證據(jù)間的相似度,通過構(gòu)建模糊相似矩陣計算出各證據(jù)的支持度及可信度,得到各證據(jù)的權(quán)重;然后借鑒 Shafer的折扣規(guī)則對證據(jù)源模型進(jìn)行修改;最后利用基于矩陣分析的快速融合規(guī)則對修改后的證據(jù)源模型進(jìn)行融合。仿真實驗表明所提出的融合方法能夠合理的解決沖突數(shù)據(jù)的融合問題,不但具有良好的魯棒性,而且融合速度較快。
(4)針對汽車 CPS中數(shù)據(jù)的特點,分析了汽車 CPS中數(shù)據(jù)融合的必要性,并設(shè)計了一種基于汽車CPS的實
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于聚類證據(jù)理論的數(shù)據(jù)融合算法研究.pdf
- 基于云模型和證據(jù)理論的數(shù)據(jù)融合算法研究.pdf
- 基于DS證據(jù)理論的決策融合算法研究.pdf
- 基于DS證據(jù)理論的多傳感器數(shù)據(jù)融合算法研究與應(yīng)用.pdf
- 掌紋的多種特征提取和基于證據(jù)理論的融合算法研究.pdf
- 基于證據(jù)理論的無線傳感器網(wǎng)絡(luò)決策融合算法研究.pdf
- 基于模糊加權(quán)支持度的D-S證據(jù)理論數(shù)據(jù)融合方法.pdf
- 基于證據(jù)理論的圖像融合新算法及應(yīng)用.pdf
- 基于證據(jù)理論的動態(tài)融合方法研究.pdf
- 基于證據(jù)理論的動態(tài)融合方法研究
- 基于D-S證據(jù)理論的融合算法及其在交通事件檢測中的應(yīng)用.pdf
- 基于證據(jù)理論的車輛識別算法研究.pdf
- 基于相關(guān)證據(jù)的信息融合算法研究.pdf
- 基于D-S證據(jù)和模糊集理論的多源信息融合算法研究.pdf
- 證據(jù)理論在WSN數(shù)據(jù)融合中的應(yīng)用研究.pdf
- 基于D-S證據(jù)理論的融合事件檢測算法研究.pdf
- 基于模糊集與統(tǒng)計理論的多傳感器數(shù)據(jù)融合算法研究.pdf
- 多傳感器數(shù)據(jù)融合中DS證據(jù)理論算法的改進(jìn)與應(yīng)用.pdf
- 證據(jù)理論中的證據(jù)生成和融合方法研究.pdf
- 基于D-S證據(jù)理論的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合.pdf
評論
0/150
提交評論