改進的D-S證據理論在戰場目標識別中的應用*

王 楊,劉以安,張 強

(1 江南大學物聯網工程學院,江蘇無錫 214122;2 中國船舶重工集團公司第723研究所,江蘇揚州 225001)

改進的D-S證據理論在戰場目標識別中的應用*

王 楊1,劉以安1,張 強2

(1 江南大學物聯網工程學院,江蘇無錫 214122;2 中國船舶重工集團公司第723研究所,江蘇揚州 225001)

戰場目標識別中多傳感器信息融合面臨各種不確定沖突信息。為此,提出了一種基于權重的證據調整方法,給予證據分配不同的權重,重新修正基本概率分配函數,利用Dempster組合規則實現信息融合。通過數值驗證并與其他的改進算法對比,結果更為理想,能有效的減小沖突證據的不良影響,同時具有較高的收斂速度,降低了決策風險,仿真結果表明,算法有效、可行。

D-S證據理論;信息融合;目標識別;證據沖突;權重

0 引言

雷達及導彈武器的大量使用,形成嚴重威脅的電子對抗環境,依靠單傳感器完成目標識別不能滿足作戰需要,利用多傳感器信息融合技術已成為全球研究熱點[1-3]。戰場目標識別中,雷達偵查設備(ESM)、通信偵查設備(CM)和雷達探測設備視為異類傳感器,由于傳感器提供的信息中除了測量信息外,還有基于先驗知識、設備工作狀態以及常識等推斷出的識別信息,這些信息是傳感器基于設備性能給出的識別概率,存在不同程度上的不確定性。不確定信息的融合過程實質上是不確定的推理過程,D-S證據理論因其完備的數學基礎,通過對事件的概率加以約束、建立信任函數,從而不必說明難以獲得的概率,成為不確定性推理中最常用的方法之一,廣泛應用于多傳感器信息融合中[4]。但在實際應用中,經典證據理論無法解決沖突證據合成問題,因此提出基于權重的沖突證據合成方法,通過對比表明改進方法極為有效地解決了沖突證據合成問題。

1 D-S證據理論及其不足

1.1 D-S證據理論基本概念

D-S證據理論是Dempster于1967年提出,后由Shafer擴充和發展形成的證據推理方法[5-6]。

1)辨別框架建立在非空集合Θ上,是描述構成整個假設空間所有元素的集合,元素之間互不相容。

3)Dempster組合規則反映了證據聯合作用。它提供對多個證據源進行融合的公式如下:

1.2 D-S證據理論存在的問題

文獻[7]舉例說明經典證據理論沒有給出證據權重的計算標準,導致證據權重相同的現象。文獻[8-9]舉例說明經典證據理論合成沖突證據時出現的各種不合理現象。由此,將證據理論存在的問題歸納如下:

1)經典證據理論認為各證據權重相同,但證據間存在差異、不確定性,證據權重理應不同;

2)對證據的獨立性要求苛刻,這在實際中很難滿足[10];

3)當證據間對立或沖突時,可能將100%的信任分配給小可能假設,產生與直覺相悖的結果[11];

為克服上述缺陷,文中提出改進方法,并結合具體算例與文獻[7-9]中方法對比分析。

2 證據理論的改進

辨別框架Θ={A1,…,Am},傳感器{S1,…,Sn},mij表示Si關于Aj的基本概率分配。改進方法步驟如下:

1)計算m組基本概率分配總和:

2)ωj表示Aj的權重,按如下條件遞歸計算所有權重:

3)重修計算基本概率分配,利用權重削弱沖突證據,同時辨別框架中加入未知類型θ。

4)對新的基本概率分配運用Dempster組合規則進行融合。

3 算例分析及結論

為驗證算法的可行性,現對不同情況下的證據組合分別進行D-S、文獻[7-9]和改進方法的融合運算仿真,對比分析最終融合結果。設辨別框架為{A1(電子干擾機),A2(戰斗機),A3(防空),A4(預警機),A5(直升機)},傳感器有{S1,S2,S3,S4}。文獻[9]中λ取3,仿真結果見表1～表4。

表1 三條嚴重沖突證據融合結果對比分析

表2 四條嚴重沖突證據融合結果對比分析

結合表3、表4:當證據無沖突時,經典證據理論正常發揮作用。文獻[7-8]不能明確給出融合結果。文獻[9]算法穩定性較強,融合結果較明顯。

結合表1、表2:當證據嚴重沖突時,經典證據理論融合結果與事實相悖。文獻[7]賦予證據權重,卻加大了證據沖突程度,導致融合失敗。文獻[8]融合結果忽高忽低,算法穩定性較弱。文獻[9]算法穩定性較強、融合結果較明顯。

表3 三條非沖突證據融合結果對比

表4 四條非沖突證據融合結果對比

綜合表1～表4,改進方法在4組算例中融合結果均高于文獻[7-9],進而驗證算法穩定性強。

真實的戰場環境錯綜復雜,證據存在高度沖突的情況,也存在無沖突的情況,因此證據融合需要兼顧這兩種情況,同時不但要求融合結果,對融合穩定性也有較高要求,只有這樣才能適應真實的戰場環境。改進方法既能滿足高度沖突證據融合,又能滿足無沖突證據融合,且穩定、可靠,運用在戰場目標識別中,意義較大。

[1] 王紅亮, 張美仙, 丁海飛. D-S證據理論在目標識別中的應用 [J]. 自動化與儀表, 2011(7): 14-17.

[2] 劉曉丹, 武俊, 林雪仁. 戰場目標識別中的D-S證據理論應用 [J]. 傳感器與微系統, 2007, 26(11): 111-114.

[3] 薛晶, 景占榮, 羊彥, 等. 基于DS算法的雷達目標識別方法研究 [J]. 計算機測量與控制, 2007, 15(2): 211-213.

[4] 陳煒軍, 景占榮, 袁芳菲, 等. D-S證據理論的不足及其數學修正 [J]. 中北大學學報: 自然科學版, 2010, 31(2): 161-168.

[5] Glenn Shafer. A mathematical theory of evidence [M]. Princeton University Press, 1976.

[6] G Shafer, R Logan. Implementing Dumpster’s rule for hierarchical evidence [J]. Artificial Intelligence, 1987, 33(3): 271-298.

[7] 陳一雷, 王俊杰. 一種D-S證據推理的改進方法 [J]. 系統仿真學報, 2004, 16(1): 28-30.

[8] 董彥佼, 韓元杰, 劉潔莉. D-S證據理論在多傳感器目標識別中的改進 [J]. 彈箭與制導學報, 2009, 29(4): 220-222.

[9] 杜太行, 王顯清, 陳國棟. 一種基于矢量歐式距離的空中目標決策融合算法 [J]. 彈箭與制導學報, 2012, 32(1): 201-204.

[10] 李向莉, 呂建平. DS證據理論在多傳感器信息融合中的改進 [J]. 現代電子技術, 2005, 28(16): 16-18.

[11] 康耀紅. 數據融合理論與應用 [M]. 西安: 西安電子科技大學出版社, 2006: 142-143.

Application of Target Identification in Battlefield Based onImproved D-S Evidence Theory

WANG Yang1, LIU Yian1, ZHANG Qiang2

(1 School of Internet of Things Engineering, Jiangnan University, Jiangsu Wuxi 214122, China; 2 No.723 Research Institute of CSIC, Jiangsu Yangzhou 225001, China)

In view of uncertain conflicting information confronted by multi-sensor information fusion in radar target recognition, a new weighted D-S combination rule was put forward, then the BPA was reallocated and Dumpster’s rule was used to achieve information fusion. The more expected result data shows that, compared with other methods, this new algorithm can reduce harmful influence of conflict evidence effectively, at the same time, it has higher convergence rate and reduces decision risk. Our experiment shows that the solution is effective and feasible.

D-S evidence theory; information fusion; target identification; evidence conflict; weights

2014-03-24

國家自然科學基金(61170120)資助

王楊(1989-),女,天津人,碩士研究生,研究方向:信息融合、電子對抗、人工智能。

TP212

A