论文研究 基于证据距离和不确定度的冲突数据融合算法.pdf

Dempster-Shafer证据理论广泛应用于信息融合的许多领域。但是，当使用证据理论对高度冲突的数据进行融合时，此时会出现有违常理的结果。为了解决冲突数据融合的问题，提出了一种基于证据距离和不确定度的冲突数据融合方法。通过证据距离计算证据之间的相对距离，将证据分为两种类别：可信证据和不可信证据。再应用新提出的信度熵对证据不确定度进行度量，对每个证据分配相应的权重，再根据权重对每个证据的基本信度值进行修正，再运用Dempster融合规则对修正后的信度进行组合得到最终全局信度值。通过算例实验，与其他几种经典的数据融合算法进行对比，仿真结果证明算法能够有效地解决数据冲突的问题。