多源不確定信息推理技術(shù)

第1章 概述 1
1.1 引言 2
1.2 多源不確定信息推理技術(shù)的研究意義 2
1.3 多源不確定信息推理技術(shù)的研究現(xiàn)狀 3
1.3.1 D-S證據(jù)理論 3
1.3.2 DSmT 6
1.3.3　證據(jù)網(wǎng)絡(luò) 9
1.4　多源不確定信息推理技術(shù)面臨的挑戰(zhàn) 10
1.5　本章小結(jié) 11
第2章 多源不確定信息推理技術(shù)的數(shù)學(xué)基礎(chǔ) 13
2.1　引言 14
2.2　識(shí)別框架 14
2.3　冪集 15
2.4　超冪集 16
2.5　基本概率賦值 17
2.6　證據(jù)及證據(jù)建模 18
2.7　證據(jù)推理規(guī)則 19
2.7.1　Dempster組合規(guī)則 19
2.7.2　DSmT框架下的PCR5規(guī)則 20
2.7.3　DSmT框架下的PCR6規(guī)則 21
2.8　凸函數(shù) 23
2.9　泰勒公式 24
2.10　條件證據(jù)網(wǎng)絡(luò)模型和推理規(guī)則 25
2.11　本章小結(jié) 26
?
第3章 基于多源不確定信息推理的雷達(dá)融合識(shí)別 27
3.1　引言 28
3.2　雷達(dá)輻射源特征參數(shù)的統(tǒng)計(jì)特性 28
3.3　DSm Cloud方法的各個(gè)步驟 29
3.3.1　基于云模型與DSm模型的雷達(dá)輻射源特征參數(shù)
隸屬度建模 29
3.3.2　基于隸屬度的證據(jù)建模 32
3.3.3　基于DSmT的不確定信息推理 34
3.4　仿真實(shí)驗(yàn) 35
3.4.1　單傳感器的融合識(shí)別仿真實(shí)驗(yàn)設(shè)計(jì) 36
3.4.2　本章相關(guān)代碼 36
3.4.3　單傳感器的融合識(shí)別仿真實(shí)驗(yàn)結(jié)果對(duì)比 39
3.4.4　多傳感器的融合識(shí)別仿真實(shí)驗(yàn)設(shè)計(jì) 43
3.4.5　多傳感器的融合識(shí)別仿真實(shí)驗(yàn)結(jié)果對(duì)比 43
3.4.6　仿真實(shí)驗(yàn)結(jié)果分析 46
3.5　本章小結(jié) 47
第4章 DSmT-DS多源不確定信息推理方法 49
4.1　引言 50
4.2　DSmT框架下的PCR5規(guī)則的計(jì)算復(fù)雜度分析 50
4.2.1　僅單子焦元存在的情況 50
4.2.2　交多子焦元存在的情況 50
4.3　降低DSmT+PCR5規(guī)則的計(jì)算復(fù)雜度的方法 52
4.4　僅單子焦元存在情況下的DSmT-DS多源不確定信息推理方法 53
4.4.1　算法步驟 53
4.4.2　DSmT-DS推理結(jié)果與DSmT+PCR5及Dempster規(guī)則
推理結(jié)果的關(guān)系 55
4.4.3　本節(jié)所研究方法與其他方法的計(jì)算復(fù)雜度對(duì)比分析 57
4.4.4　仿真實(shí)驗(yàn)設(shè)計(jì) 58
4.4.5　仿真實(shí)驗(yàn)核心代碼 59
4.4.6　仿真實(shí)驗(yàn)結(jié)果對(duì)比分析 60
4.5　交多子焦元存在情況下的DSmT-DS多源不確定信息推理方法 64
4.5.1　算法步驟 64
4.5.2　計(jì)算復(fù)雜度分析 67
4.5.3　Shafer模型情況下的仿真實(shí)驗(yàn)結(jié)果對(duì)比分析 68
4.5.4　混合DSm模型情況下的仿真實(shí)驗(yàn)結(jié)果對(duì)比分析 72
4.6　本章小結(jié) 75
第5章 基于證據(jù)聚類(lèi)和凸函數(shù)分析的DSmT多源不確定信息
推理方法 77
5.1　引言 78
5.2　二源情況下基于證據(jù)聚類(lèi)和凸函數(shù)分析的DSmT近似推理方法 78
5.2.1　數(shù)學(xué)分析推理過(guò)程 78
5.2.2　二源情況的DSmT證據(jù)聚類(lèi)方法 83
5.2.3　算法步驟描述 84
5.2.4　計(jì)算復(fù)雜度分析 86
5.2.5　仿真實(shí)驗(yàn)對(duì)比分析及核心代碼 87
5.3　多源情況下基于證據(jù)聚類(lèi)和凸函數(shù)分析的DSmT近似
推理方法 100
5.3.1　PCR6規(guī)則的數(shù)學(xué)變換 100
5.3.2　數(shù)學(xué)分析推理過(guò)程 101
5.3.3　多源情況的DSmT證據(jù)聚類(lèi)方法及近似推理公式 103
5.3.4　算法步驟描述 107
5.3.5　計(jì)算復(fù)雜度分析 108
5.3.6　仿真實(shí)驗(yàn)對(duì)比分析 109
5.4　本章小結(jié) 129
第6章 基于條件證據(jù)網(wǎng)絡(luò)的多源不確定信息推理方法 131
6.1　引言 132
6.2　基于貝葉斯網(wǎng)絡(luò)的多源信息推理方法的局限 132
6.3　基于條件證據(jù)網(wǎng)絡(luò)的多源信息推理方法的優(yōu)勢(shì) 133
6.4　基于條件證據(jù)網(wǎng)絡(luò)的態(tài)勢(shì)評(píng)估模型 134
6.5　基于條件證據(jù)網(wǎng)絡(luò)的多源不確定信息推理方法的步驟 137
6.6　本章小結(jié) 139
第7章 多源不確定信息推理技術(shù)展望 141
參考文獻(xiàn) 143