基于DSmT的多傳感器協同生命探測技術研究

楊敬松 洪 力 姚振靜（防災科技學院，河北三河 605201）

基于DSmT的多傳感器協同生命探測技術研究

楊敬松 洪 力 姚振靜
（防災科技學院，河北三河 605201）

多傳感器協同生命探測平臺是通過振動傳感器和紅外傳感器，采集并提取生命體發出的聲波信號（被困者呻吟、呼喊、爬動、敲打等產生的音頻聲波）和救援現場的紅外圖像，將上述采集到的有用信息，經過決策級信息融合處理，對生命體進行目標識別，為制定行之有效的救援方案提供決策支持，如何對多個傳感器獲得的信息進行融合，提高對目標的識別能力，是目前多傳感器協同生命探測技術研究的熱點。

D-S理論適合于無先驗信息的融合，但在證據發生高沖突情況下，證據理論會產生與直覺相反的結論。很多文獻認為這是組合規則造成的并加以改進，但是效果不是十分理想。針對這種情況，Dezert和Smarandache等人在2002年提出了DSmT。

在運用DSmT進行生命體識別時，首先要定義識別框架，其次計算廣義基本信度分配函數，然后根據DSmT的組合規則對廣義基本信度分配函數進行組合，最后按某種符合實際需要的識別規則對生命體進行識別。

本文設計的生命體識別框架Θ={A，B，C}，這里A表示有幸存者，B表示無幸存者，C表示不確定。多傳感器協同生命探測平臺一共有2個信息源（紅外信息源和聲波振動信息源），每個信息源有2位專家給出生命體的概率賦值，即一共2個證據源。采用最大的合成信度規則作為生命體識別的決策規則。

為了驗證用DSmT在多傳感器協同生命探測中的有效性，下面給出了一個紅外與聲波協同生命探測的實例。有2類傳感器（紅外傳感器和低頻振動傳感器）同時對一個目標進行探測，并由2名專家分別給出了每種傳感器的廣義基本信度分配，然后分別使用D-S證據推理、和DSmT來對4個證據源進行合成，通過結果對比分析D-S證據推理和DSmT的生命體識別效果．其中DSmT采用混合DSm組合規則。

表1為2名專家分別根據紅外傳感器和振動傳感器的反饋信息給出的基本信度賦值函數。其中m11表示第一位專家根據紅外圖像信息給出的基本信度賦值；m12表示第一位專家根據聲波信息給出的基本信度賦值；m21表示第二位專家根據紅外圖像信息給出的基本信度賦值；m22表示第二位專家根據聲波信息給出的基本信度賦值。各種方法對4條證據的合成識別結果如表2所示。

表1　基本信度賦值函數

圖2 對4條證據的識別結果

由表2結果可知，D-S方法得出了與直覺相悖的結果，將目標身份判定為無幸存者，并且第2條證據具有“一票否決權”，再多的證據支持有幸存者都被否決，發生了很嚴重的錯誤。DSmT判斷為有幸存者，得到了滿意的判決結果，解決了高沖突證據帶來的問題．當考慮將得到的不確定身份進行分配時，DSmT能夠得到更好的效果，這也是DSmT改進的重要方向。結果表明，DSmT解決了證據沖突時的證據組合問題，能夠很好地應用在生命體識別中。為制定高效可行的救援方案提供決策依據，降低救援時間，提高救援效率，減小災害損失。