DSmT框架下的自适应通用分配法则

作     者：李鹏 黄心汉 王敏 LI Peng;HUANG Xin-han;WANG Min

作者机构：华中科技大学控制科学与工程系武汉430074 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2010年第46卷第6期

页      面：16-18,36页

核心收录：

学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

基　　金：国家自然科学基金(No.60675028) 

主　　题：证据理论 不确定因子 分配法则 信息融合 

摘      要：针对Dempster-Shafer证据理论(DST)及Dezert-Smarandache证据理论(DSmT)均无法处理不确定信息的问题,定义了辨识框架中的不确定因子,通过深入分析比较DSmT框架下的各个冲突分配法则(PCR),提出了一种基于PCR2的自适应通用分配法则(AUPR),并根据声纳的数学模型构造了一组新的声纳信度赋值函数(gbbaf),用以描述声纳获取的不确定和不精确信息,甚至于高冲突信息。最后,以Pioneer 2-DXe机器人为实验平台,绘制了实验场景的各种信度分布图。实验结果充分验证了所提方法的有效性和实用性,为信息融合理论中如何处理不确定信息提供了有力的理论依据。