基于D-S证据理论的数据融合研究与应用

1．课题背景及研究的目的和意义

1.1课题背景

证据理论源于20世纪60年代美国哈弗大学的数学家A.P.Dempster 利用上、下概率来解决多值映射问题方面的研究工作。后来他的学生G.Shafer对证据理论引入了信任函数和似然函数的概念，形成了一套利用证据和组合来处理不确定性推理问题的数学方法。
如今，电子器件技术、数据处理技术以及网络技术发展迅猛，只包含单一数据源的数据融合系统在实际应用中已发挥不出应有的效果。多源数据融合技术本质上就是对人脑处理复杂问题过程的模仿，是一种对多种类、多来源数据信息进行分析、处理并融合得到最终决策的方法。
基于D-S证据理论的数据融合方法，通过分析处理所需融合数据，得出多源数据在融合之后可能出现的所有命题，构成D-S证据理论中的识别框架，通过专家知识等方法给每一个可能出现的命题指定证据并求得命题的基本概率分配函数，最后利用D-S证据理论合成规则将所有证据合成一个新的结果，根据合成后的最终数值结果推测出融合结果支持哪一种命题。

1.2研究的目的和意义

多源数据融合技术能够将多个不同数据源收集的不完整信息整合在一起，并进行相应的处理和融合加工，使不同数据之间的优势互相补足最终得到一条有决策意义的数据结果，以此削弱数据源中存在的不确定成份，帮助使用者获得有效的融合判断和准确的综合衡量，从而更轻易做出合理的判断和决策。数据融合技术现己应用于目标识别、自动化、态势评估以及地球科学等领域，并逐步扩大应用范围，如社会安全、遥感图像、污染检测、气候分析等领域。
相比其他数据融合方法，D-S证据理论能够有效地对不完整信息、不确定信息进行推理和分析，可以更有效、快速地进行多源数据融合。

2．国内外在该方向的研究现状及分析

数据融合技术也称为信息融合技术，该技术来源于美国海军的一项研究。1973年，美国海军在研究声呐定位系统时发现，使用滤波器将多个连续信息进行分析融合后，得到的关于被测目标的位置信息更为准确。90 年代初，美国军队采用了数据融合技术取得了海湾战争的胜利，奠定了融合技术的发展基础，使得数据融合技术受到广泛重视，因此世界各国都开始投入大量人力、物力对其研究，使得数据融合技术得到了大力发展并推广到了非军事领域应用中。
通过对数据融合技术的大力研究，世界上许多发达国家都在数据融合领域有了一定的积累，通过这些研究成果成功制作出很多具有实用价值的数据融合系统投入到实际生产环境中，并取得了良好的实用效果。随着科学技术的不断发展，在军事方面，数据融合技术的研究目标己经从最早的目标识别、位置确定等简单任务转变为类似态势评估等具有多特征、多条件、多因素的复杂任务。在非军事领域，数据融合技术的应用范围也日趋广泛，例如现代化城市中的智慧交通，利用传感器网络将智能网络覆盖到整个城市，通过采集车流量、车速等实时信息并利用数据融合技术进行处理，得到城市的交通状况;通过传感器采集病人的实时生命体征信息，比如体温、脉搏、心率、血压等，并将这些信息利用数据融合技术加以综合，可以帮助医生更准确地了解病人的身体状况，也可以对病人进行实时告警和提醒。
数据融合技术的发展离不开各种数学理论和先进技术的支持，包括自动化技术、计算机技术、电子技术等等。美军实验室定义被广泛认可:对来自单一的和多源的数据和信息进行关联、相关和综合处理，以完成精确的位置和身份估计，对态势、威胁和其重要性进行完整的、及时的评估。
目前，关于数据融合技术的研究重点在于如何提高数据融合系统的融合准确率、如何提高证据结论的可信度和如何提高数据融合系统的融合速度。

3．基于D-S证据理论的数据融合的研究

3.1数据融合技术的基本原理

(1)多个相同或不同类型的数据源同时跟踪观测同一目标，采集被测目标的相关信息;
(2)不同种类数据源，根据每个数据源得到的观测结果，得出每个数