改進(jìn)的D-S證據(jù)理論在戰(zhàn)場(chǎng)目標(biāo)識(shí)別中的應(yīng)用*

王 楊,劉以安,張 強(qiáng)

(1 江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院,江蘇無(wú)錫 214122;2 中國(guó)船舶重工集團(tuán)公司第723研究所,江蘇揚(yáng)州 225001)

改進(jìn)的D-S證據(jù)理論在戰(zhàn)場(chǎng)目標(biāo)識(shí)別中的應(yīng)用*

王 楊1,劉以安1,張 強(qiáng)2

(1 江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院,江蘇無(wú)錫 214122;2 中國(guó)船舶重工集團(tuán)公司第723研究所,江蘇揚(yáng)州 225001)

戰(zhàn)場(chǎng)目標(biāo)識(shí)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(quán)重的證據(jù)調(diào)整方法,給予證據(jù)分配不同的權(quán)重,重新修正基本概率分配函數(shù),利用Dempster組合規(guī)則實(shí)現(xiàn)信息融合。通過(guò)數(shù)值驗(yàn)證并與其他的改進(jìn)算法對(duì)比,結(jié)果更為理想,能有效的減小沖突證據(jù)的不良影響,同時(shí)具有較高的收斂速度,降低了決策風(fēng)險(xiǎn),仿真結(jié)果表明,算法有效、可行。

D-S證據(jù)理論;信息融合;目標(biāo)識(shí)別;證據(jù)沖突;權(quán)重

0 引言

雷達(dá)及導(dǎo)彈武器的大量使用,形成嚴(yán)重威脅的電子對(duì)抗環(huán)境,依靠單傳感器完成目標(biāo)識(shí)別不能滿足作戰(zhàn)需要,利用多傳感器信息融合技術(shù)已成為全球研究熱點(diǎn)[1-3]。戰(zhàn)場(chǎng)目標(biāo)識(shí)別中,雷達(dá)偵查設(shè)備(ESM)、通信偵查設(shè)備(CM)和雷達(dá)探測(cè)設(shè)備視為異類傳感器,由于傳感器提供的信息中除了測(cè)量信息外,還有基于先驗(yàn)知識(shí)、設(shè)備工作狀態(tài)以及常識(shí)等推斷出的識(shí)別信息,這些信息是傳感器基于設(shè)備性能給出的識(shí)別概率,存在不同程度上的不確定性。不確定信息的融合過(guò)程實(shí)質(zhì)上是不確定的推理過(guò)程,D-S證據(jù)理論因其完備的數(shù)學(xué)基礎(chǔ),通過(guò)對(duì)事件的概率加以約束、建立信任函數(shù),從而不必說(shuō)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(yīng)用于多傳感器信息融合中[4]。但在實(shí)際應(yīng)用中,經(jīng)典證據(jù)理論無(wú)法解決沖突證據(jù)合成問(wèn)題,因此提出基于權(quán)重的沖突證據(jù)合成方法,通過(guò)對(duì)比表明改進(jìn)方法極為有效地解決了沖突證據(jù)合成問(wèn)題。

1 D-S證據(jù)理論及其不足

1.1 D-S證據(jù)理論基本概念

D-S證據(jù)理論是Dempster于1967年提出,后由Shafer擴(kuò)充和發(fā)展形成的證據(jù)推理方法[5-6]。

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

3)Dempster組合規(guī)則反映了證據(jù)聯(lián)合作用。它提供對(duì)多個(gè)證據(jù)源進(jìn)行融合的公式如下:

1.2 D-S證據(jù)理論存在的問(wèn)題

文獻(xiàn)[7]舉例說(shuō)明經(jīng)典證據(jù)理論沒(méi)有給出證據(jù)權(quán)重的計(jì)算標(biāo)準(zhǔn),導(dǎo)致證據(jù)權(quán)重相同的現(xiàn)象。文獻(xiàn)[8-9]舉例說(shuō)明經(jīng)典證據(jù)理論合成沖突證據(jù)時(shí)出現(xiàn)的各種不合理現(xiàn)象。由此,將證據(jù)理論存在的問(wèn)題歸納如下:

1)經(jīng)典證據(jù)理論認(rèn)為各證據(jù)權(quán)重相同,但證據(jù)間存在差異、不確定性,證據(jù)權(quán)重理應(yīng)不同;

2)對(duì)證據(jù)的獨(dú)立性要求苛刻,這在實(shí)際中很難滿足[10];

3)當(dāng)證據(jù)間對(duì)立或沖突時(shí),可能將100%的信任分配給小可能假設(shè),產(chǎn)生與直覺(jué)相悖的結(jié)果[11];

為克服上述缺陷,文中提出改進(jìn)方法,并結(jié)合具體算例與文獻(xiàn)[7-9]中方法對(duì)比分析。

2 證據(jù)理論的改進(jìn)

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

1)計(jì)算m組基本概率分配總和:

2)ωj表示Aj的權(quán)重,按如下條件遞歸計(jì)算所有權(quán)重:

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

4)對(duì)新的基本概率分配運(yùn)用Dempster組合規(guī)則進(jìn)行融合。

3 算例分析及結(jié)論

為驗(yàn)證算法的可行性,現(xiàn)對(duì)不同情況下的證據(jù)組合分別進(jìn)行D-S、文獻(xiàn)[7-9]和改進(jìn)方法的融合運(yùn)算仿真,對(duì)比分析最終融合結(jié)果。設(shè)辨別框架為{A1(電子干擾機(jī)),A2(戰(zhàn)斗機(jī)),A3(防空),A4(預(yù)警機(jī)),A5(直升機(jī))},傳感器有{S1,S2,S3,S4}。文獻(xiàn)[9]中λ取3,仿真結(jié)果見(jiàn)表1～表4。

表1 三條嚴(yán)重沖突證據(jù)融合結(jié)果對(duì)比分析

表2 四條嚴(yán)重沖突證據(jù)融合結(jié)果對(duì)比分析

結(jié)合表3、表4:當(dāng)證據(jù)無(wú)沖突時(shí),經(jīng)典證據(jù)理論正常發(fā)揮作用。文獻(xiàn)[7-8]不能明確給出融合結(jié)果。文獻(xiàn)[9]算法穩(wěn)定性較強(qiáng),融合結(jié)果較明顯。

結(jié)合表1、表2:當(dāng)證據(jù)嚴(yán)重沖突時(shí),經(jīng)典證據(jù)理論融合結(jié)果與事實(shí)相悖。文獻(xiàn)[7]賦予證據(jù)權(quán)重,卻加大了證據(jù)沖突程度,導(dǎo)致融合失敗。文獻(xiàn)[8]融合結(jié)果忽高忽低,算法穩(wěn)定性較弱。文獻(xiàn)[9]算法穩(wěn)定性較強(qiáng)、融合結(jié)果較明顯。

表3 三條非沖突證據(jù)融合結(jié)果對(duì)比

表4 四條非沖突證據(jù)融合結(jié)果對(duì)比

綜合表1～表4,改進(jìn)方法在4組算例中融合結(jié)果均高于文獻(xiàn)[7-9],進(jìn)而驗(yàn)證算法穩(wěn)定性強(qiáng)。

真實(shí)的戰(zhàn)場(chǎng)環(huán)境錯(cuò)綜復(fù)雜,證據(jù)存在高度沖突的情況,也存在無(wú)沖突的情況,因此證據(jù)融合需要兼顧這兩種情況,同時(shí)不但要求融合結(jié)果,對(duì)融合穩(wěn)定性也有較高要求,只有這樣才能適應(yīng)真實(shí)的戰(zhàn)場(chǎng)環(huán)境。改進(jìn)方法既能滿足高度沖突證據(jù)融合,又能滿足無(wú)沖突證據(jù)融合,且穩(wěn)定、可靠,運(yùn)用在戰(zhàn)場(chǎng)目標(biāo)識(shí)別中,意義較大。

[1] 王紅亮, 張美仙, 丁海飛. D-S證據(jù)理論在目標(biāo)識(shí)別中的應(yīng)用 [J]. 自動(dòng)化與儀表, 2011(7): 14-17.

[2] 劉曉丹, 武俊, 林雪仁. 戰(zhàn)場(chǎng)目標(biāo)識(shí)別中的D-S證據(jù)理論應(yīng)用 [J]. 傳感器與微系統(tǒng), 2007, 26(11): 111-114.

[3] 薛晶, 景占榮, 羊彥, 等. 基于DS算法的雷達(dá)目標(biāo)識(shí)別方法研究 [J]. 計(jì)算機(jī)測(cè)量與控制, 2007, 15(2): 211-213.

[4] 陳煒軍, 景占榮, 袁芳菲, 等. D-S證據(jù)理論的不足及其數(shù)學(xué)修正 [J]. 中北大學(xué)學(xué)報(bào): 自然科學(xué)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(jù)推理的改進(jìn)方法 [J]. 系統(tǒng)仿真學(xué)報(bào), 2004, 16(1): 28-30.

[8] 董彥佼, 韓元杰, 劉潔莉. D-S證據(jù)理論在多傳感器目標(biāo)識(shí)別中的改進(jìn) [J]. 彈箭與制導(dǎo)學(xué)報(bào), 2009, 29(4): 220-222.

[9] 杜太行, 王顯清, 陳國(guó)棟. 一種基于矢量歐式距離的空中目標(biāo)決策融合算法 [J]. 彈箭與制導(dǎo)學(xué)報(bào), 2012, 32(1): 201-204.

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

[11] 康耀紅. 數(shù)據(jù)融合理論與應(yīng)用 [M]. 西安: 西安電子科技大學(xué)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(guó)家自然科學(xué)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(duì)抗、人工智能。

TP212

A