[发明专利]基于混合DSm模型的证据融合信息流程

说明书

技术领域

本发明创建了一种混合DSm模型下的证据融合信息流程，可以用于对混合DSm模型证据融合的全过程，明确相关节点输入输出信息，实现完整的过程控制。 

背景技术

Dezert-Smarandache理论(DSm理论)是一种重要的不确定性推理理论，其既能够处理传统的互斥融合问题，又能处理实际融合中模糊的、不确定的、冲突的等较复杂的问题“Advances and Applications of DSmT for Information Fusion.”(Florentin Smarandache and Jean Dezert.American Research Press，Rehoboth，USA，Vol.1，Vol.2and Vol.3，2004/2006/2009)。DSm理论中不仅有Dempster-Shafer理论(DS理论)的Shafer模型，还增加了自由DSm模型和混合DSm模型。混合DSm模型扩展了Shafer模型在表示上的不足，而且不存在自由DSm模型由于细分很多部分而造成没有物理意义的缺陷。混合DSm模型可以同时有模糊概念和离散假设，即加入了约束条件，使得DSm理论可以在混合DSm模型下处理实际中的动态融合问题。因此，混合DSm模型是能适合各种条件的通用模型，其他两个模型可以看作是混合DSm模型的特例。但现有的研究主要针对DSm理论和应用中出现的单个问题，如组合规则的改进、计算量的减小等。单个问题的研究可以解决某些具体问题，但无法从整体的角度考虑研究的效果，所以宏观信息流程及相关节点的输入输出信息表示、处理是亟待解决的问题。Dezert和Smarandache在首先提出了三层DSm融合框架，以自由DSm模型为基础，约束与融合为第二层，最后在决策层完成处理。有学者从递归的角度对DSm理论的信息流程做了简单的描述，给出的信息流程只能表达信息的流向，没有信息表示、信息间关系等基本问题的分析“基于Dezert-Smarandache理论的递归目标识别融合方法”(胡丽芳，关欣，何友，控制理论与应用，2012，29(1)∶79-84.)；还有研究人员提出了证据理论的广义融合框架，将证据推理结构分为四个层次，但没有给出详细的流程“广义证据推理融合结构.”(黄心汉，李鹏，王敏.广义证据推理融合结构，智能系统学报，2010，5(6)∶487-491.)；李新德分别从两个角度给出了DSm理论近似推理融合方法的流程“一种快速分层递阶DSmT近似推理融合方法(A)，”(李新德，Jean Dezert，黄心汉，孟正大，吴雪健，电子学报，2010，38(11)∶2566-2572.)。综上，信息流程的现有研究基本处于零散的状态，有必要对信息流程及流程中的数据表示、处理、显示等关键问题进行深入细致的研究。 

发明内容

本发明的目的正是针对上述背景技术中的不足之处提出的。本发明构建了混合DSm模型的证据融合信息流程。首先建立了混合DSm模型的证据融合总流程，并将DSm理论信息流程从时序上可以分为八个步骤：步骤1是输入数据，步骤2是规则选择，步骤3是参数选择，步骤4是数据预处理，步骤5是数据融合，步骤6是结果决策，步骤7是决策结果处理，步骤8是结论输出显示。总信息流程如图1所示。其次分析了关键步骤的详细流程及相关节点输入输出信息。通过建立证据融合信息流程，可以为工程技术人员的使用DSm理论进行数据融合处理提供依据。工程技术人员可根据具体任务和实际要求，结合信息流程，合理地选择组合规则、决策规则、对各部分进行优化，使效果达到最好。 

为了实现上述的发明目的，本发明提供了一套基于混合DSm模型的证据融合信息流程。 

第一步：对目标或事件的具体属性进行描述，包含了数据处理、决策所需要的四种数据； 

第二步：在组合规则性质数据库筛选规则选择； 

第三步：用户根据实际需求对融合模式、合成方法、决策方法以及显示模式进行确定，融合模式、决策方法和显示模式由用户确定，组合方法由第二步确定； 

第四步：完成数据在不同表示方法间的转换，得到精简计算编码，使数据便于计算； 

第五步：将精简计算编码表示的证据进行融合处理，得到合理有效的融合结果。 

第六步：再根据参数选择中选择的决策规则进行结果决策，得精简到计算编码表示的决策结果； 

第七步：完成数据在不同表示方法间的转换，得到字符编码表示的决策结果，使结果便于理解； 

第八步：结论输出显示。 

本发明的优点在于：